CN109272480A - 一种不相溶溶液分界线的检测方法 - Google Patents

一种不相溶溶液分界线的检测方法 Download PDF

Info

Publication number
CN109272480A
CN109272480A CN201710610404.6A CN201710610404A CN109272480A CN 109272480 A CN109272480 A CN 109272480A CN 201710610404 A CN201710610404 A CN 201710610404A CN 109272480 A CN109272480 A CN 109272480A
Authority
CN
China
Prior art keywords
image
pixel
demarcation
value
line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710610404.6A
Other languages
English (en)
Other versions
CN109272480B (zh
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Link Information Technology Co Ltd
Original Assignee
Hangzhou Link Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Link Information Technology Co Ltd filed Critical Hangzhou Link Information Technology Co Ltd
Priority to CN201710610404.6A priority Critical patent/CN109272480B/zh
Publication of CN109272480A publication Critical patent/CN109272480A/zh
Application granted granted Critical
Publication of CN109272480B publication Critical patent/CN109272480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种针对不相溶溶液分界线的检测方法。所述不相溶溶液分界线的检测方法包括：在图像中标定待识别区域即为目标区域；获取不相溶溶液分界线的目标图像后，对目标图像进行预处理，将其转为HSI图；基于HSI图像，根据所需处理区域的不同工艺要求，提取相应的分量，并对相应分量进行图像增强；利用第一帧图像处理得到的分量建立模板，此后每一帧图像处理后的相应分量中每个像素点与模板图中像素点的背景样本集进行对比，若属于背景点则将该像素点的值置为0，否则置为255，即完成了图像的分割，将图像分割成二值图；根据二值图中灰度值为255的像素点所占目标图像中总像素的比例，确定两种不相溶溶液分界线的位置。

Description

一种不相溶溶液分界线的检测方法
技术领域
本发明涉及溶液萃取分界线检测技术领域，尤其涉及一种不相溶溶液分界线的检测方法。
背景技术
在化工制剂生产中，溶液的萃取分离过程关乎产品的质量，溶液能否很好地完成分离对于产品的质量以及产品的生产成本起到重要作用。
采用先进的萃取分离监测技术能够提高产品质量，降低资源消耗，提高企业产能，有助于增加社会经济效益。目前在化工生产中绝大部分采用传统方式即人工观测的方式来进行溶液的萃取分离监测，少部分通过接触式传感器来完成。但传统方式对操作人员的要求较高，需要操作人员长时间保持较高的专注度，并且该方式主观性大、随机性高，容易造成分离过度从而导致浪费，或分离未完成就结束分离过程从而影响溶液萃取甚至影响产品的质量。而使用接触式传感器则存在污染溶液的风险，设备安装复杂、使用和维护成本高，同时对不同溶液的通用性较差。
因此，一种非接触式能实时准确地监测溶液萃取分液过程中分界线位置的方法显得非常重要。非接触式溶液萃取分液监测技术不仅可以保证萃取过程的一致性从而提高产品质量，减小资源消耗，而且可以使生产设备的生产能力得到充分发挥，对不同的溶液进行有效识别从而满足新的生产工艺要求，对现代化生产管理具有重要意义。
发明内容
本发明的目的是针对现有技术的不足提出一种使用非接触方式的溶液萃取分液过程中分界线的自动检测方法，该方法不仅能实时了解溶液萃取分液进展，而且还能有效地避免与溶液的接触，杜绝了对溶液的二次污染，同时提高了生产效率并降低产品的损失。
本发明实施提供的一种不相溶溶液分界面的检测方法，包括：对工业相机采集的图像进行处理，获取包含两种不相溶溶液的目标区域；对目标区域进行图像预处理，将目标区域图像转为HSI格式图像，根据所需处理的不同工艺要求选取相应的分量，对所选分量进行图像增强；将处理后的图像转为二值图；确定溶液分界线位置，通过统计灰度值为255的像素点的个数，确定灰度值为255的像素点个数所占目标区域总像素的比例，该比例即是分界线的位置。
在一种可能的实施方案中，本发明实施例所提供的上述方法中，所述获取包含两种不相溶溶液的目标区域，包括：通过工业相机采集原始图像，并在处理器触摸屏中显示该原始图像，在图像中标定待识别区域即目标区域。
在一种可能的实施方案中，本发明实施例所提供的上述方法中，所述对目标区域进行图像预处理，将目标区域图像转为HSI格式图像，根据所需处理的工艺要求不同选取相应的分量，对所选分量进行图像增强，包括：将RGB格式的目标图像，转为HSI图像，根据工艺要求选取某一种分量或者多种分量，确定分量后，对该分量进行图像增强。
在一种可能的实施方案中，本发明实施例所提供的上述方法中，对所述处理后的图像转为二值图，包括：以预处理完成后的第一帧目标区域图像作为模板，在每个像素点中建立一个样本集，每个样本集大小为n(即每个样本集包含n个像素点)，此后每一帧预处理好的目标区域图像中的每个像素点与模板图像中对应像素点的样本集进行对比得到一个样本值γ，样本值与预设阈值T(由于噪声的干扰，每次检测时像素点灰度值均不相同，通过与样本集对比后得到样本值，经过实验测试当样本值大于等于2的，即样本集中有2个以上的像素点与所求像素点对应时，误差最小，检测结果达到最优，故阈值设定为2)进行对比，若γ大于阈值T，则判定为背景，将该像素点的值置为0，否则判定为前景，将该像素点的值置为255，据此将目标区域图像分割成二值图。
在一种可能的实施方案中，本发明实施例所提供的上述方法中，对确定溶液分界线位置，通过统计灰度值为255的像素点的个数，确定灰度值为255的像素点个数所占目标区域总像素的比例，该比例即是分界线的位置，包括：通过统计目标区域的二值图中灰度值为255的像素点的个数，计算灰度值为255的像素点所占整幅目标区域图像二值图总像素的比例η，若η大于预设阈值(检测过程存在环境噪声干扰，某些背景像素点会误判为前景点，当每一帧图像有部分值误判时会影响到分界线的检测，预设阈值是为了防止分界线的误判，去除噪声产生的误判干扰，该值为经验值，一般为目标区域面积的1/10所占比例，即0.1，实际应用时取值根据应用场合的不同由实测最佳情况获得)，则判定为存在分界线，灰度值为255的像素点所占比例即为分界线位置，否则判定为不存在分界线，继续下一帧检测。
附图说明
图1为本发明实施例中提供的一种不相溶溶液分界线确定的方法的流程示意图；
图2为本发明实施例中提供的从原始图像中获取目标区域图像的流程示意图；
图3为本发明实施例中提供的对目标区域进行预处理的流程示意图；
图4为本发明实施例中提供的对处理后的目标区域进行图像分割的流程示意图；
图5为本发明实施例中提供的确定不相溶溶液分界线位置的流程示意图。
具体实施方案
下文结合附图，对本发明实施例提供的一种不相溶溶液分界线的检测方法的具体实施方式进行详细地说明。
本发明实施例提供的一种不相溶溶液分界线的检测方法，如图1所示，该方法包括：
步骤一：通过工业相机采集图像，每帧处理完后再采集图像并处理；
步骤二：获取目标区域，在图像中标定待识别区域即为目标区域；
步骤三：图像预处理：将采集到的图像转化成HSI格式图像，并取出HSI图像中色调、饱和度、亮度的分量，通过确定所需处理部分的工艺要求选择相应的分量，并对相应分量进行预处理，包括图像增强；
步骤四：对预处理后的图像进行图像分割：
首先以处理后的第一帧目标区域图像建立模板，模板图中每个像素点建立一个样本集，样本集大小为n，然后将此后采集到的每一帧目标区域图像中每个像素点与模板图中像素点的背景样本集进行对比得到样本值γ，所获样本值与阈值T(由于噪声的干扰，每次检测时像素点灰度值均不相同，通过与样本集对比后得到样本值，经过实验测试当样本值大于等于2的，即样本集中有2个以上的像素点与所求像素点对应时，误差最小，检测结果达到最优，故阈值设定为2)进行对比，若样本值γ大于阈值T，则该像素点属于背景点，将该像素点的值置为0，否则该像素点属于前景点，将该像素点的值置为255，由此实现图像的分割，将图像分割成二值图；
步骤五：确定二值图中是否存在分界线；
统计步骤四中二值图像的白色区域(即灰度值为255的像素点)占整幅二值图的比例η，并设定阈值λ，该阈值λ是为了防止检测过程存在的噪声干扰，导致部分背景像素点误判为前景点，造成η存在偏差，引起误判分界线而设定的经验值，该经验值一般目标区域面积的1/10所占比例，即λ为0.1，具体值根据实际应用的实测最佳情况进行取值。若η大于预设阈值λ，则判定存在分界线，η则为所求分界线的位置，否则判定未出现分界线。
步骤六：返回步骤一处理下一帧图像。
以上所述只是本发明的一个实施例，本发明可应用于包括界位检测等领域，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
本发明中涉及的未说明部分与现有技术相同。

Claims (3)

1.一种不相溶溶液分界线的检测方法，其特征在于，该方法包括：通过工业相机，采集不相溶溶液的原始图像；获取原始图像的两种不相溶溶液的目标图像；将RGB格式的目标图像转为HSI格式，根据所需处理区域的工艺要求不同选择相应分量，提取出不同的分量图像进行图像增强；对处理后的图像，通过对目标区域图像中的每个像素点建立一个样本集构建模板，将此后每一帧处理后的图像与模板进行对比，分割成二值图；统计二值图像中灰度值为255的像素点的个数，确定灰度值为255的像素点所占整幅图像像素的比例，根据所占比例即可确定两种不相溶溶液分界线所在的位置。
2.根据权利1所述方法，其特征在于，所述将RGB格式的目标图像转为HSI格式，根据所需处理区域的工艺要求不同选择相应分量，提取出不同的分量图像进行图像增强，包括：
将目标图像转为HSI格式的图像，根据实际处理过程中所需工艺要求不同，例如不相溶溶液混合产生的絮状物归属不同，选取不同的分量，对所选取的分量图像进行图像增强，增加不相溶溶液的区分度，提高下一阶段处理的精确度。
3.根据权利1所述方法，其特征在于，所述统计二值图像中灰度值为255的像素点的个数，确定灰度值为255的像素点所占整幅图像像素的比例，根据所占比例确定两种不相溶溶液分界线的所在位置，包括：
统计目标区域的二值图中灰度值为255的像素点的个数，计算灰度值为255的像素点所占整幅二值图总像素的比例η，若所占比例大于预设阈值(检测过程存在环境噪声干扰，某些背景像素点会误判为前景点，当每一帧图像有部分值误判时会影响到分界线的检测，预设阈值是为了防止分界线的误判，去除噪声产生的误判干扰，该值为经验值，一般为目标区域面积的1/10所占比例，即0.1，实际应用时取值根据应用场合的不同由实测最佳情况获得)，则判定为目标区域存在分界线，所占比即分界线的位置，否则不存在分界线，继续识别下一帧图像。
CN201710610404.6A 2017-07-18 2017-07-18 一种不相溶溶液分界线的检测方法 Active CN109272480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710610404.6A CN109272480B (zh) 2017-07-18 2017-07-18 一种不相溶溶液分界线的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710610404.6A CN109272480B (zh) 2017-07-18 2017-07-18 一种不相溶溶液分界线的检测方法

Publications (2)

Publication Number Publication Date
CN109272480A true CN109272480A (zh) 2019-01-25
CN109272480B CN109272480B (zh) 2022-09-09

Family

ID=65152774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710610404.6A Active CN109272480B (zh) 2017-07-18 2017-07-18 一种不相溶溶液分界线的检测方法

Country Status (1)

Country Link
CN (1) CN109272480B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114084928A (zh) * 2022-01-19 2022-02-25 浙江晟格生物科技有限公司 制备l-艾杜糖中精确分离有机相及水相的废水处理方法
CN117745622A (zh) * 2024-02-21 2024-03-22 深圳市盘古环保科技有限公司 一种垃圾渗滤液膜浓缩液催化氧化装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1380329A1 (en) * 2002-07-12 2004-01-14 Shimadzu Corporation Preparative liquid chromatograph using plural detectors
CN103632361A (zh) * 2012-08-20 2014-03-12 阿里巴巴集团控股有限公司 一种图像分割方法和系统
CN104331579A (zh) * 2014-11-19 2015-02-04 中国石油大学(华东) 一种低渗透储层原油边界层的模拟方法
CN105035279A (zh) * 2015-06-30 2015-11-11 浙江海洋学院 一种平均水线检测方法
CN106595809A (zh) * 2016-12-27 2017-04-26 上海铁路局科学技术研究所 一种非接触式铁路罐车红外热成像液位在线检测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1380329A1 (en) * 2002-07-12 2004-01-14 Shimadzu Corporation Preparative liquid chromatograph using plural detectors
CN103632361A (zh) * 2012-08-20 2014-03-12 阿里巴巴集团控股有限公司 一种图像分割方法和系统
CN104331579A (zh) * 2014-11-19 2015-02-04 中国石油大学(华东) 一种低渗透储层原油边界层的模拟方法
CN105035279A (zh) * 2015-06-30 2015-11-11 浙江海洋学院 一种平均水线检测方法
CN106595809A (zh) * 2016-12-27 2017-04-26 上海铁路局科学技术研究所 一种非接触式铁路罐车红外热成像液位在线检测方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114084928A (zh) * 2022-01-19 2022-02-25 浙江晟格生物科技有限公司 制备l-艾杜糖中精确分离有机相及水相的废水处理方法
CN117745622A (zh) * 2024-02-21 2024-03-22 深圳市盘古环保科技有限公司 一种垃圾渗滤液膜浓缩液催化氧化装置
CN117745622B (zh) * 2024-02-21 2024-05-07 深圳市盘古环保科技有限公司 一种垃圾渗滤液膜浓缩液催化氧化装置

Also Published As

Publication number Publication date
CN109272480B (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
CN101799434B (zh) 一种印刷图像缺陷检测方法
CN110648364B (zh) 一种多维度空间固废视觉检测定位及识别方法与系统
CN106238350B (zh) 一种基于机器视觉的太阳能电池片分选方法与系统
CN105654097B (zh) 图像中四边形标记物的检测方法
CN104851085A (zh) 自动获取图像中检测区的方法及系统
CN109087286A (zh) 一种基于计算机图像处理和模式识别的检测方法及应用
CN110458821A (zh) 一种基于深度神经网络模型的精子形态分析方法
CN111289538A (zh) 基于机器视觉的pcb板元件检测系统及检测方法
CN105424709A (zh) 一种基于图像标记的水果表面缺陷检测方法
CN106556611A (zh) 基于机器视觉的彩色印刷品缺陷自动检测系统及检测方法
CN102704215A (zh) 基于dst文件解析与机器视觉结合的绣布自动切割方法
Samarawickrama et al. Matlab based automated surface defect detection system for ceremic tiles using image processing
WO2018010386A1 (zh) 元件反件检测方法和系统
CN104700112A (zh) 一种基于形态特征的粪便中寄生虫虫卵检测方法
CN111062934B (zh) 一种织物图像缺陷实时检测方法
CN111724375B (zh) 一种屏幕检测方法及系统
CN108871185B (zh) 零件检测的方法、装置、设备以及计算机可读存储介质
CN104008368A (zh) 一种基于最大熵阈值分割的火灾识别方法
CN103942816A (zh) 一种基于图像处理的木材单板节子数量和大小的识别方法
WO2017071406A1 (zh) 金针类元件的引脚检测方法和系统
CN110186375A (zh) 智能化高铁白车身焊接装配特征检测装置及检测方法
CN110096980A (zh) 字符检测识别系统
CN102592286A (zh) 一种基于图像处理的色织物配色模纹图自动识别方法
CN109272480A (zh) 一种不相溶溶液分界线的检测方法
CN114943703B (zh) 多分量p图区域分析系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant