CN107578440B - 一种基于数字图像处理的纸浆脱墨检测与评价方法 - Google Patents

Abstract

本发明属于纸浆脱墨技术领域，公开了一种基于数字图像处理的纸浆脱墨检测与评价方法，利用CCD成像，通过使用图像处理的方法，计算脱墨纸浆中残留油墨的粒径、数量、附聚程度及最小检测精度；并依据相关计算参数评估脱墨纸浆的脱墨效果；具体包括：从时间t₀开始，在脱墨纸浆悬浮液底部、中部、顶部进行连续3次取样，在间隔时间10分钟后，充分搅拌纸浆悬浮液，重复上述取样过程共取样5次等等。本发明以纸浆脱墨工艺为依据，制定科学的采样样品方法；结合脱墨纸浆残余油墨的泊松分布规律，利用图像处理技术对脱墨纸浆的CCD图像进行分析，计算能够表征纸浆脱墨效果的相关数据，弥补了脱墨纸浆白度法与REIC法的不足。

Description

一种基于数字图像处理的纸浆脱墨检测与评价方法

技术领域

本发明属于纸浆脱墨技术领域，尤其涉及一种基于数字图像处理的纸浆脱墨检测与评价方法。

背景技术

当前，在造纸工业日益发展的情况下，造纸工业纤维原料(木材)日趋紧张。对于我国而言，由于森林覆盖面积远低于全球的平均水平，人均森林覆盖面积仅为全球平均水平的1/4。势必造成了我国造纸纤维原料的匮乏。如果过度地砍伐去满足造纸原料需求的做法，从生态的角度出发，显然是不可取的。从环保与能耗方面来看，回收纸浆(废纸再利用)所产生的水耗、电耗与汽耗要远低于漂白草浆与漂白木浆。随着环境保护与节能减排意识的不断增强，二次纤维的利用比例在逐年上升。

据CEPI(欧洲纸张联合会)统计数据，从1991年至2015年欧盟废纸回收再利用率，从40.8％上升至71.5％。与此同时，我国在2015年的废纸回收利用率也达到了55％，二次纤维的利用率还在持续增长。废纸回收再利用，既能够保护生态平衡，又可以实现环境保护和节能减排。

在二次纤维回收利用过程中，纸浆脱墨是整个造纸工艺中比较重要的工艺环节，就是将纸浆悬浮液与油墨及杂质分离。脱墨效果直接影响纸张成品的质量。目前脱墨纸浆的效果的检测方法主要有：脱墨浆白度检测与有效残余油墨含量(REIC)，但是这两种方法存在一定的缺陷。脱墨浆的白度不仅取决于残留油墨的粒子的数量，还受到粒子大小的影响，单一的白度检测并不能准确的反应废纸脱墨的真实效果。研究表明REIC值不仅是油墨量的函数，还是油墨破碎度的函数。在相同浓密下高度分散的油墨的表面积远大于附聚的油墨，其光吸收系数也大。在径粒分布不同时，REIC法会得到不同的测量结果。

综上所述，现有技术存在的问题是：

脱墨纸浆脱墨效果的评价采用的白度检测法由于受到油墨粒子数量及油墨粒子大小的影响，导致了在相同白度情况下，由于油墨粒子大小不同时，纸浆中油墨粒子的数量是不同的。REIC法所测的数值不但与油墨的数量有关，而且与油墨粒子的附聚程度有关；两个方法均不能准确的反应脱墨纸浆的脱墨效果；

不能确切地计算残留油墨的数量、形态参数、离散程度、粒径的范围；不能准确的反应废纸脱墨的真实效果。

发明内容

针对现有技术存在的问题，本发明提供了一种基于数字图像处理的纸浆脱墨检测与评价方法。本发明利用数字图像处理技术，通过对脱墨纸浆中的残留油墨粒子数量、附聚程度、粒子形态、粒子数量等参数分析，达到对脱墨纸浆脱墨效果的科学评价。

本发明是这样实现的，

一种基于数字图像处理的纸浆脱墨检测与评价方法，所述基于数字图像处理的纸浆脱墨检测与评价方法利用CCD成像，通过使用图像处理的方法，计算脱墨纸浆中残留油墨的粒径、数量、附聚程度及最小检测精度；并依据相关计算参数评估脱墨纸浆的脱墨效果。

进一步，所述基于数字图像处理的纸浆脱墨检测与评价方法，具体包括：

从时间t₀开始，在脱墨纸浆悬浮液底部、中部、顶部进行连续3次取样，并定义所取样本为S_b0、S_m0、S_s0，在间隔时间10minutes后，充分搅拌纸浆悬浮液，重复上述取样过程并定义采样样本为S_b1、S_m1、S_s1，共取样5次；

从样品S_b0、S_m0、S_s0开始，将样品均匀地平铺在纸面上，红光光源照射；使用分辨率不低于于1000万像素的CCD图像采集系统对样品进行成像，输出相应的样品图像，定义样品图像为I_b0、I_m0、I_s0，标记样片的实际尺寸；

对I_b0、I_m0、I_s0进行灰度处理，将样品图像转换为灰度图像，再次对灰度图像进行灰度变换，并定义变换后的图像为I_gb0、I_gm0、I_gs0；使用Otsu方法获得各自的最佳分割阈值，并利用最佳分割阈值分别对I_gb0、I_gm0、I_gs0进行分割，对分割后的二值图像进行取反，即将二值图像中的1与0互换，用8邻域对图像中前景进行连接，清除与图像边界相连的亮对象，定义处理后的图像为I_cb0、I_cm0、I_cs0；

统计I_cb0、I_cm0、I_cs0中总像素数与前景像素数，统计图像中值为1的前景像素数个数及1的前景像素数个数与0个数的图像像素数之和，计算前景像素数占图像总像素数的比例，用前景像素数除图像像素数，选择三幅图像中比例最大的样品图像，舍弃其余两幅图像；

依据比例最大的图像为I_cb0，统计油墨粒子总数、平均粒径、油墨粒子(前景区域)的总面积，统计样品图像中具有相同粒径的粒子数量，绘制粒径与粒径对应数的散点图，依据散点图中粒径的堆积程度，将散点图划分为大粒径区域、中等粒径区域与小粒径区域；

依据阈值T₁，从I_cb0提取大粒径区域的图像，结合图像测量学相关知识计算大粒径区域的图像中油墨粒子(前景区域)的平均离心率、径粒个数、大粒径油墨面积、平均粒径、最大粒径值，计算大粒径区域的图像占油墨粒子总面积的比例；

结合阈值T₂及T₁，从I_cb0提取中等粒径区域图像，依据图像测量学及力学知识计算各个油墨粒子的质心、油墨粒子数、中等油墨面积、各个粒子质心、油墨组成图形的质心、面密度，计算中等粒径区域的图像面积占总油墨粒子面积的比例；

依据阈值T₂，从图像I_cb0中提取小粒径区域图像，计算小粒径区域的粒径最小值及油墨粒子数；

依据像素尺寸与实际的物理尺寸的对应关系，将粒径、平均离心率、油墨面积像素意义下的尺寸，转换为实际的尺寸；

将5次采样处理的图像所有实际尺寸数据进行平均，得脱墨纸浆中残余油墨粒子的实际分析数据。

进一步，所述从样品S_b0、S_m0、S_s0开始，将样品均匀地平铺在纸面上，成像样品厚度0.6mm～0.8mm，并在波长为680nm的红光光源的照射下，使用CCD图像采集系统对样品进行成像。

进一步，绘制粒径与粒径对应数的散点图的方法包括：

依据脱墨纸浆中残余油墨粒子粒径服从泊松分布，计算I_cb0中具有相同粒径的油墨个数，将粒径及其对应的数值存入不同的数组，绘制粒径与其对应数值在二维平面散点图，并依据散点图的泊松分布规律对图像进行提取，计算的中等粒径区域图像中，计算各个油墨粒子的质心及前景图像的质心，求取油墨粒子的面密度的数值，并将该数值作为评价油墨粒子的脱墨效果的评价依据；

所述大粒径区域的下限为阈值T₂，小粒径区域的上限阈值为T₁，粒径变量为θ，θ∈[0,+∞]；取θ∈[T₂,+∞]为大粒径区域，θ∈[T₁,T₂]为中粒径区域，θ∈[0,T₁]为小粒径区域。

本发明的另一目的在于提供一种基于数字图像处理的纸浆脱墨检测与评价系统。

本发明的优点及积极效果为：

本发明有效地克服脱墨纸浆检测中白度法与REIC法不足之处。通过使用图像处理的方法，计算脱墨纸浆中残留油墨的粒径、数量、附聚程度及最小检测精度等相关参数，能够依据相关计算参数客观地评估脱墨纸浆的脱墨效果。

本发明以纸浆脱墨工艺为依据，制定科学的采样样品方法。结合脱墨纸浆残余油墨的泊松分布规律，利用图像处理技术对脱墨纸浆的CCD图像进行分析，计算能够表征纸浆脱墨效果的相关数据，弥补了脱墨纸浆白度法与REIC法的不足之处。

附图说明

图1是本发明实施例提供的基于数字图像处理的纸浆脱墨检测与评价方法流程图。

图2是本发明实施例提供的径粒-个数散度图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

虽然在废纸回收过程中，存在较为严格分选流程，然而混合废纸的存在，为后续脱墨的工艺带来了困难。因为印刷方式不同，其脱墨的工艺存在着较大的差异。例如凸版印刷在脱墨中加入1％～2％活性剂，利用洗涤法即可脱墨。胶版印刷需要加入硅酸盐和表面活性剂采用的是浮选法与洗涤法相结合的方法进行脱墨。即便没有混合废纸的存在，单一种类的废纸在分选的过程中也会夹杂着少量的其他废纸，会在脱墨过程中会影响实际的脱墨效果。因此在采集脱墨纸浆的样品时，必须按照时间顺序并在纸浆悬浮液的不同位置处进行多次采样，才能够真实地反应脱墨纸浆实际脱墨效果。

下面结合附图对本发明的应用原理作详细描述。

本发明实施例提供的基于数字图像处理的纸浆脱墨检测与评价方法，依据脱墨纸浆的工艺特点与脱墨纸浆中油墨粒子的分布特性，利用CCD成像，通过使用图像处理的方法，计算脱墨纸浆中残留油墨的粒径、数量、附聚程度及最小检测精度等，能够依据相关计算参数客观地评估脱墨纸浆的脱墨效果。弥补了白度法与REIC法的不足。

如图1所示，本发明实施例提供的基于数字图像处理的纸浆脱墨检测与评价方法，包括：

在每次采样前，将脱墨纸浆悬浮液进行充分地搅拌，再连续从脱墨纸浆的顶部、中部、底部进行人工采样。间隔10min后，再次充分搅拌并从其顶部、中部、底部进行采样,共进行5次采样。将第1次采样的样品对应地标记为S_b0、S_m0、S_s0，其余采集的样品的标记与此类同。

选用长和宽分别8.8mm×6.6mm的样片进行成像，并将样品以0.6mm～1.0mm厚度均匀地平铺在样片上。为了有效的避开脱墨纸浆中木素以及其他物质的影响使，用波长为680nm的红光光源作为样品成像的光源，本选用深圳市欧福特科技有限公司的OFT-40S四通道红光光源作为成像光源,成像装置选用耐康视PC-Base式图像采集系统。

为了便于后续对样品图像的分析处理，将样品图像(彩色图像)进行转化为灰度图像。为了突出图像中的黑色区域，将图像进行灰度变换(映射加权至较暗的区域)，其中gamma标定值为1.3。使用Otsu方法获得最佳分割阈值后，对I_gb0、I_gm0、I_gs0分别进行分割图像。将分割后的图像取反(残余油墨为白色前景，纸浆为黑色背景)，用8邻域连接的方法对图像的前景进行连接并进行标定，同时删除和图像边界相连的亮点。

计算样品图像I_cb0、I_cm0、I_cs0中总的像素数与前景像素数(残余油墨粒子总像素数)并计算其比例，比例最大图像作为分析图像，其余图像舍弃。取比例最大的图像为I_cb0，计算I_cb0中油墨粒子的总个数、平均粒径、油墨粒子的总面积及粒径的二阶距。

由于脱墨纸浆中残余油墨粒子粒径服从泊松分布，因此计算I_cb0中具有相同粒径的油墨个数，将粒径及其对应的数值存入不同的数组，并绘制粒径与其对应数值在二维平面散点图2。

取大粒径所处的区域的下限为阈值T₂，设粒径变量为θ，θ∈[0,+∞]。取θ∈[T₂,+∞]，将从I_cb0中提取大粒径图像。计算大粒径图像中大粒径油墨粒子个数、平均离心率、平均粒径、油墨粒子的总面积、粒径最大值，并结合大粒径油墨面积占总油墨面积的比例。取小粒径所处区域的上限为阈值T₁，取θ∈[T₁T₂]，I_cb0中等粒径图像。计算粒子的平均粒径、各个粒子的质心、油墨图形的质心，并计算图形质心与所有粒子质心的距离(欧式距离)。不妨设最大距离为R_max，计算由最大距离所组成的圆的面积，即S＝π(R_max)²(以前景图像质心为原点，最大距离组成的圆一定包含所有中等粒径组成的所有油墨)。另设计算中等粒子图像中粒子总数为M，则该面积内粒子的面密度为σ＝MS。取θ∈[0T₁]，从图像I_cb0中提取小粒子图像。计算小粒子图像的最小值及粒子个数并将最小值作为图形检测残余油墨的检测精度，将所有像素下的尺寸转换为实际的物理尺寸。将5次采样的样品图像中油墨粒子的分析值分别平均后，作为脱墨纸浆残余油墨粒子的分析数据。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于数字图像处理的纸浆脱墨检测与评价方法，其特征在于，所述基于数字图像处理的纸浆脱墨检测与评价方法利用CCD成像，通过使用图像处理的方法，计算脱墨纸浆中残留油墨的粒径、数量、附聚程度及最小检测精度；并依据相关计算参数评估脱墨纸浆的脱墨效果；

所述基于数字图像处理的纸浆脱墨检测与评价方法，具体包括：

从时间t₀开始，在脱墨纸浆悬浮液底部、中部、顶部进行连续3次取样，并定义所取样本为S_b0、S_m0、S_s0，在间隔时间10minutes后，充分搅拌纸浆悬浮液，重复上述取样过程并定义采样样本为S_b1、S_m1、S_s1，共取样5次；

从样品S_b0、S_m0、S_s0开始，将样品均匀地平铺在纸面上，红光光源照射；使用CCD图像采集系统对样品进行成像，输出相应的样品图像，定义样品图像为I_b0、I_m0、I_s0，标记样片的实际尺寸；

对I_b0、I_m0、I_s0进行灰度处理，将样品图像转换为灰度图像，再次对灰度图像进行灰度变换，并定义变换后的图像为I_gb0、I_gm0、I_gs0；使用Otsu方法获得各自的最佳分割阈值，并利用最佳分割阈值分别对I_gb0、I_gm0、I_gs0进行分割，对分割后的二值图像进行取反，将二值图像中的1与0互换，用8邻域对图像中前景进行连接，清除与图像边界相连的亮对象，定义处理后的图像为I_cb0、I_cm0、I_cs0；

统计I_cb0、I_cm0、I_cs0中总像素数与前景像素数，分 别统计图像中，值为1的油墨点像素个数，在图像中为前景，值为0的纸浆像素个数，在图像中为背景，计算前景像素数占图像总像素数的比例，用前景像素数除图像像素数，选择三幅图像中比例最大的样品图像，舍弃其余两幅图像；

依据比例最大的图像为I_cb0，统计油墨粒子总数、平均粒径、油墨粒子的总面积，统计样品图像中具有相同粒径的粒子数量，绘制粒径与粒径对应数的散点图，依据散点图中粒径的堆积程度，将散点图划分为大粒径区域、中等粒径区域与小粒径区域；其中，油墨粒子为前景区域；

依据阈值T₁，从I_cb0提取大粒径区域的图像，结合图像测量学相关知识计算大粒径区域的图像中油墨粒子的平均离心率、径粒个数、大粒径油墨面积、平均粒径、最大粒径值，计算大粒径区域的图像占油墨粒子总面积的比例；

结合阈值T₂及T₁，从I_cb0提取中等粒径区域图像，依据图像测量学及力学知识计算各个油墨粒子的质心、油墨粒子数、中等油墨面积、各个粒子质心、油墨组成图形的质心、面密度，计算中等粒径区域的图像面积占总油墨粒子面积的比例；

依据阈值T₂，从图像I_cb0中提取小粒径区域图像，计算小粒径区域的粒径最小值及油墨粒子数；

依据像素尺寸与实际的物理尺寸的对应关系，将粒径、平均离心率、油墨面积像素意义下的尺寸，转换为实际的尺寸；

将5次采样处理的图像所有实际尺寸数据进行平均，得脱墨纸浆中残余油墨粒子的实际分析数据。

2.如权利要求1所述的基于数字图像处理的纸浆脱墨检测与评价方法，其特征在于，绘制粒径与粒径对应数的散点图的方法包括：

依据脱墨纸浆中残余油墨粒子粒径服从泊松分布，计算I_cb0中具有相同粒径的油墨个数，将粒径及其对应的数值存入不同的数组，绘制粒径与其对应数值在二维平面散点图，并依据散点图的泊松分布规律对图像进行提取。

3.如权利要求1所述的基于数字图像处理的纸浆脱墨检测与评价方法，其特征在于，计算的中等粒径区域图像中，计算各个油墨粒子的质心及前景图像的质心，求取油墨粒子的面密度的数值，并将该数值作为评价油墨粒子的脱墨效果的评价依据；

所述大粒径区域的下限为阈值T₂，小粒径区域的上限阈值为T₁，粒径变量为θ，θ∈[0,+∞]；取θ∈[T₂,+∞]为大粒径区域，θ∈[T₁,T₂]为中粒径区域，θ∈[0,T₁]为小粒径区域。

Images