CN110006795A - 颗粒检测装置、方法及fpga - Google Patents
颗粒检测装置、方法及fpga Download PDFInfo
- Publication number
- CN110006795A CN110006795A CN201910361739.8A CN201910361739A CN110006795A CN 110006795 A CN110006795 A CN 110006795A CN 201910361739 A CN201910361739 A CN 201910361739A CN 110006795 A CN110006795 A CN 110006795A
- Authority
- CN
- China
- Prior art keywords
- image
- diffraction
- noise reduction
- grayscale image
- unit
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012360 testing method Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 76
- 239000002245 particle Substances 0.000 claims abstract description 74
- 230000003287 optical effect Effects 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 230000009467 reduction Effects 0.000 claims description 68
- 239000011159 matrix material Substances 0.000 claims description 60
- 238000009826 distribution Methods 0.000 claims description 23
- 230000010287 polarization Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000004606 Fillers/Extenders Substances 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000009499 grossing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000011946 reduction process Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 238000002945 steepest descent method Methods 0.000 claims description 4
- 238000012804 iterative process Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 239000002002 slurry Substances 0.000 abstract description 5
- 235000019738 Limestone Nutrition 0.000 abstract description 4
- 239000006028 limestone Substances 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 24
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003756 stirring Methods 0.000 description 3
- 210000002421 cell wall Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0211—Investigating a scatter or diffraction pattern
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明适用涉及颗粒检测技术领域，公开了一种颗粒检测装置、方法及FPGA，包括箱体、用于生成检测用光线的光源、用于对所述检测用光线进行调整的光路调整单元、用于放置包含颗粒的待检测样品的样品放置单元、用于放置不包含颗粒的对比样品的对比单元、用于采集衍射图像的图像采集单元和用于对衍射图像进行分析得到颗粒检测结果的分析处理单元；所述光源、光路调整单元、样品放置单元、对比单元和图像采集单元设置在所述箱体中；本发明适用于石灰石浆液颗粒细度的检测，可以提高测量精度。
Description
技术领域
本发明属于颗粒检测技术领域，尤其涉及一种颗粒检测装置、方法及FPGA。
背景技术
随着科学技术的发展和人民对生活品质追求的提高，工厂中对石灰石浆液的品质也有了更高的要求，针对石灰石浆液颗粒细度的检测方法相继出现。
目前对于石灰石浆液颗粒细度的检测方法主要通过超声波测量法、电测量法、直接在线测量法和激光测量法，使用这些检测方法均需要专业人员对样品进行检测，采集数据，再借用计算机进行数据分析得出结果。然而传统的颗粒测量方法对样品的测量和数据采集过程都不够准确，检测精度不足。
发明内容
有鉴于此，本发明实施例提供了一种颗粒检测装置、方法及FPGA，以解决现有技术中检测精度不足的问题。
本发明实施例的第一方面提供了一种颗粒检测装置，包括：
箱体、光源、光路调整单元、样品放置单元、对比单元和图像采集单元，所述光源、光路调整单元、样品放置单元、对比单元、图像采集单元和分析处理单元；所述光源、光路调整单元、样品放置单元、对比单元和图像采集单元设置在所述箱体中。
所述光源用于生成检测用光线，并射向所述光路调整单元；
所述光路调整单元用于对所述检测用光线进行光路调整，其中经光路调整后的检测用光线射向所述样品放置单元和所述对比单元；
所述样品放置单元用于放置包含颗粒的待检测样品；
所述对比单元用于放置不包含颗粒的对比样品；
所述图像采集单元采集所述检测用光线照射在所述样品放置单元中放置的包含颗粒的待检测样品时所产生的第一衍射图像，以及采集所述检测用光线照射在所述对比单元中放置的不包含颗粒的对比样品时所产生的第二衍射图像；
所述分析处理单元用于对所述第一衍射图像和第二衍射图像进行分析得到颗粒检测结果。
可选的，所述光路调整单元包括第一偏振分光棱镜、第二偏振分光棱镜、第一扩束透镜、第一准直透镜、第二扩束透镜和第二准直透镜；
所述第一偏振分光棱镜和第二偏振分光棱镜，用于将所述检测用光线分为第一路检测用光线和第二路检测用光线；
所述第一路检测光线依次通过所述第一扩束透镜和第一准直透镜进行光路调整后射向所述样品放置单元；
所述第二路检测用光线依次通过第二扩束透镜和第二准直透镜进行光路调整后射向所述对比单元。
可选的，所述分析处理单元用于：
根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图；
计算所述衍射降噪灰度图的光能矩阵和光能系数矩阵；
根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布。
可选的，所述根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图，包括：
对所述第一衍射图像进行灰度处理得到第一灰度图，对第二衍射图像进行灰度处理得到第二灰度图；
对所述第一灰度图进行降噪处理得到第一降噪灰度图，对所述第二灰度图进行降噪处理得到第二降噪灰度图；
将所述第一降噪灰度图的像素值减去第二降噪灰度图的像素值，得到所述衍射降噪灰度图。
可选的，对衍射图像进行灰度处理得到灰度图的方法为：
通过g(x,y)＝U[f(x,y)]将衍射图像由RGB图像转换为ycbcr图像；其中，U为灰度变换函数，f(x,y)为输入图像，g(x,y)为变换后的图像，灰度变换函数U的计算公式为：
Y＝0.183R+0.614G+0.062B+16
CB＝-0.101R-0.338G+0.439B+128
CR＝0.439R-0.399G-0.040B+128
根据ycbcr图像的Y、CB和CR三个分量，使用Y分量显示图像，得到灰度图。
可选的，对灰度图进行降噪处理的方法为：
扫描灰度图中的每个像素，逐帧对灰度图使用公式进行处理，得到降噪灰度图像；其中(x,y)为像素点坐标，σ为常数。
可选的，所述计算所述衍射降噪灰度图的光能矩阵和光能系数矩阵，包括：
对所述衍射降噪灰度图进行分环；
光能矩阵E为列向量，对所述衍射降噪灰度图中每个分环内所包含的像素的灰度值分别进行求和，计算得出光能矩阵E中每个向量的值，从而得出光能矩阵E；
根据
计算得出光能系数矩阵T；其中，ti,j为光能系数矩阵T的一个元素，为第i个分环对应的平均特征粒径，J0和J1分别为零阶和一阶贝塞尔函数，θj,in＝atan(rij/f)，θj,out＝atan(roj/f)，rij和roj分别为第j环的内外半径；
对所述衍射降噪灰度图进行分环时，其每个分环的内外径应随内径线性增长，对于其分环环带宽度Δr，则有：
设分环间隔为h，则有：
ri2＝ro1+h＝c'ri1+h
ro2＝c'ri2
...
...
rin＝c'ri(n-1)+h
ron＝c'rin
对ri0，h取初值，c'＝1.144，由上述公式递推得出所述衍射降噪灰度图中每个分环内径rij和外径roj；
第i个分环所对应的特征粒径Di的计算公式为：
其中，ri为所述衍射降噪灰度图中第i个分环的半径，λ为入射光波长，f为傅里叶透镜焦距；第i个分环对应的平均特征粒径计算公式为：
其中，Di,in为第i个分环的内径对应的特征粒径，Di,out为第i个分环的外径对应的特征粒径；
根据上述公式，计算得出ti,j，从而得出所述衍射降噪灰度图的光能系数矩阵T。
可选的，所述根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布，包括：
建立迭代公式：
W-(T′T+γH′H)-1T′E2＝0
其中，W≥0，γ为平滑因子；H为平滑矩阵，
根据迭代公式通过P-T算法得到W的初始值；
通过迭代计算得到W的最优解，迭代计算过程包括：
由最速下降法构造目标函数：
S(W)＝f(W)Tf(W)
f(W)＝(T′T+γH)-1T′E
根据所述目标函数得到最终迭代公式：
其中，α(k)为第k步的步长因子；为构造函数的梯度；k为迭代次数；W为颗粒粒径分布；E为光能分布矩阵；γ为平滑因子；
根据最终迭代公式迭代计算得出颗粒粒径分布W。
可选的，颗粒检测装置还可以包括：
显示单元，用于显示所述颗粒检测结果。
所述显示单元包括LCD，LCD通过数据传输线连接所述分析处理单元的数据出口。
本发明实施例的第二方面提供了一种颗粒检测方法，包括：
获取第一衍射图像和第二衍射图像，其中，图像采集单元采集检测用光线照射在样品放置单元中放置的包含颗粒的待检测样品时所产生的第一衍射图像，以及检测用光线照射在对比单元中放置的不包含颗粒的对比样品时所产生的第二衍射图像；
根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图；
计算所述衍射降噪灰度图的光能矩阵和光能系数矩阵；
根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布。
本发明实施例的第三方面提供了一种FPGA，包括存储单元、处理单元以及存储在所述FPGA中，并可在所述处理单元上运行的计算机程序，处理单元执行所述计算机程序时实现如第二方面所述颗粒检测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例中的颗粒检测装置，光源生成检测用光线并射向光路调整单元，光路调整单元对检测用光线进行光路调整，分别射向样品放置单元和对比单元，图像采集单元采集检测用光线照射在样品放置单元时所产生的第一衍射图像，以及采集检测用光线照射在对比单元中所产生的第二衍射图像，由于样品放置单元中放置包含颗粒的待检测样品，而对比单元中放置不包含颗粒的对比样品，因此第一衍射图像和第二衍射图像具有很好的对比性，能够提高颗粒检测的精度；分析处理单元根据所述第一衍射图像和第二衍射图像处理，通过计算得到颗粒粒径分布，能够减少颗粒粒径计算的误差，提高了计算精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的颗粒检测装置的结构示意图；
图2是本发明实施例提供的分析处理单元处理流程的示意图；
图3是本发明实施例提供的颗粒检测方法的流程示意图；
图4是本发明实施例提供的FPGA的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及其他任何变形，是指“包括但不限于”，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1本发明实施例提供的颗粒检测装置的结构示意图，参见图1，该颗粒检测装置可以包括：
参见图1，本发明实施例中的颗粒检测装置可以包括箱体60、光源10、光路调整单元20、样品放置单元30、对比单元40、图像采集单元50和分析处理单元70；所述光源10、光路调整单元20、样品放置单元30、对比单元40、图像采集单元50设置在所述箱体60中。
其中，光源10用于生成检测用光线，并射向光路调整单元20。光路调整单元20用于对检测用光线进行光路调整，其中经光路调整后的检测用光线射向样品放置单元30和对比单元40。样品放置单元30用于放置包含颗粒的待检测样品。对比单元40用于放置不包含颗粒的对比样品。图像采集单元50采集检测用光线照射在样品放置单元30中放置的包含颗粒的待检测样品时所产生的第一衍射图像，以及采集检测用光线照射在对比单元40中放置的不包含颗粒的对比样品时所产生的第二衍射图像。分析处理单元70用于对所述第一衍射图像和第二衍射图像进行分析得到颗粒检测结果。
上述颗粒检测装置，光源10产生待检测光线，并射向光路调整单元20。光路调整单元20将待检测光线调整至适合于检测的状态，并射向对样品放置单元30和对比单元40。图像采集单元50采集检测用光线照射在样品放置单元30时所产生的第一衍射图像，以及采集检测用光线照射在对比单元40中所产生的第二衍射图像，由于样品放置单元30中放置包含颗粒的待检测样品，而对比单元40中放置不包含颗粒的对比样品，因此第一衍射图像和第二衍射图像具有很好的对比性，能够提高颗粒检测的精度。分析处理单元70根据所述第一衍射图像和第二衍射图像处理得到颗粒粒径分布，减少颗粒粒径计算的误差，提高了计算精度。
参见图1，一些实施例中，所述光路调整单元20可以包括第一偏振分光棱镜21、第二偏振分光棱镜22、第一扩束透镜23、第一准直透镜24、第二扩束透镜25和第二准直透镜26。
其中，所述第一偏振分光棱镜21和第二偏振分光棱镜22，用于将所述检测用光线分为第一路检测用光线和第二路检测用光线。所述第一路检测用光线依次通过所述第一扩束透镜23和第一准直透镜24进行光路调整后射向所述样品放置单元30。所述第二路检测用光线依次通过第二扩束透镜25和第二准直透镜26进行光路调整后射向所述对比单元40。具体的，检测用光线通过所述第一偏振分光棱镜21分离为水平偏振和垂直偏振光。其中，水平偏振光透射穿过第一偏振分光棱镜21形成第一路检测用光线射向第一扩束透镜；垂直偏振光经由第一偏振分光棱镜21反射并射向第二偏振分光棱镜22，经由第二偏振分光棱镜22反射形成第二路检测用光线。
所述第一路检测用光线通过所述第一扩束透镜23产生多束光路，经过第一准直透镜24后照射到样品放置单元30，将光路覆盖样品放置单元30中放置的大部分样品，使得检测结果更加准确。
同理，所述第二路检测用光线通过所述第二扩束透镜25产生多束光路，经过第一准直透镜26后照射到对比单元40，将光路覆盖对比单元40中放置的大部分样品，使得检测结果更加准确。
参见图1，一些实施例中，样品放置单元30可以包括用于放置待检测样品的透明样品槽31和用于搅拌所述透明样品槽31中的包含颗粒的待检测样品的搅拌器32。
透明样品槽31用于放置包含颗粒的待检测样品，并使第一路检测用光线可以充分穿入槽壁照射到样品，并使照射样品形成的衍射光线充分穿出槽壁，减小检测过程的光损耗。搅拌器32用于对样品槽中的样品进行搅拌，使得样品颗粒均匀分布，防止大颗粒沉积造成的检测数据误差过大。
可选的，所述搅拌器32可以包括搅拌叶321、搅拌轴322、伸缩杆323、电控装置324和开关按钮325。
其中，所述搅拌叶321顶端与搅拌轴322底端连接，搅拌轴322顶端与伸缩杆323底端连接，伸缩杆323顶端连接电控装置固定于箱体60顶部，开关按钮325连接于电控装置324顶端并穿过箱体60顶部固定在箱体60的外部。
所述电控可收缩搅拌器32，用于对样品槽中的样品进行搅拌，使得样品颗粒均匀分布，防止大颗粒沉积造成的检测数据误差过大，在检测前经由开关按钮325启动进行搅拌，电控装置324通过控制伸缩杆323伸展搅拌轴322至样品槽内，经由搅拌叶321搅拌样品，搅拌完成收后电控装置324控制伸缩杆323收起至箱体60顶端，不影响检测过程。
对比单元40用于放置不包含颗粒的对比样品，与样品放置单元30形成对照组，将第一衍射图像与第二衍射图像进行对比，减少误差使得结果更加准确。
参见图1，一些实施例中，图像采集单元50可以包括第一CMOS相机51和第二CMOS相机52。
其中，所述第一CMOS相机51用于采集所述检测用光线照射在样品放置单元30中放置的不包含颗粒的待检测检品时所产生的衍射图像；所述第二CMOS相机52用于采集所述检测用光线照射在对比单元40中放置的不包含颗粒的样品时所产生的衍射图像。
所述第一CMOS相机和第二COMS采集衍射图像并将之输出。CMOS相机功耗低，抗干扰能力强，使检测结果更加准确。
可选的，箱体60用于放置光源10、光路调整单元20、样品放置单元30、对比单元40和图像采集单元50；所述箱体60为黑箱，用于隔绝外界光照的影响，减少检测误差，提高检测精度；所述箱体60顶部设置有开口61，开口61位于透明样品槽31上方，开口61用于放置待检测样品至透明样品槽31中，使检测更加方便快捷。
一些实施例中，参见图2，处分析理单元70对所述第一衍射图像和第二衍射图像进行分析得到颗粒检测结果的流程可以包括：
步骤S101，根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图。
可选的，所述根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图可以包括：对所述第一衍射图像进行灰度处理得到第一灰度图，对第二衍射图像进行灰度处理得到第二灰度图；对所述第一灰度图进行降噪处理得到第一降噪灰度图，对所述第二灰度图进行降噪处理得到第二降噪灰度图；将所述第一降噪灰度图的像素值减去第二降噪灰度图的像素值，得到所述衍射降噪灰度图。
可选的，对衍射图像进行灰度处理得到灰度图的方法可以包括：通过g(x,y)＝U[f(x,y)]将衍射图像由RGB图像转换为ycbcr图像；其中，U为灰度变换函数，f(x,y)为输入图像，g(x,y)为变换后的图像，灰度变换函数U的计算公式为：
Y＝0.183R+0.614G+0.062B+16
CB＝-0.101R-0.338G+0.439B+128
CR＝0.439R-0.399G-0.040B+128
根据ycbcr图像的Y、CB和CR三个分量，使用Y分量显示图像，得到灰度图。对所述第一衍射图像和第二衍射图像使用该方法进行转换，分别得到第一灰度图和第二灰度图。ycbcr图像为色彩空间中只由亮度分量表示而成的图像，减少了数据量，适用于后续图像数据的快速处理。
可选的，对灰度图进行降噪处理的方法可以包括：扫描灰度图中的每个像素，逐帧对灰度图使用公式进行处理，得到降噪灰度图像；其中(x,y)为像素点坐标，σ为常数。对所述第一灰度图和第二灰度图使用该法进行处理，分别得到第一降噪灰度图和第二降噪灰度图。经过降噪处理，减少了噪声污染，从而减小了误差。
具体的，将所述第一降噪灰度图的像素值减去第二降噪灰度图的像素值，得到所述衍射降噪灰度图。包含颗粒的样品和不包含颗粒的样品形成的衍射图像经过灰度降噪处理后相减，去除了样品浆液中自带噪声的污染，提高了用于后续计算的衍射图片的精度。
步骤S102，计算所述衍射降噪灰度图的光能矩阵和光能系数矩阵。
可选的，所述计算所述衍射降噪灰度图的光能矩阵和光能系数矩阵可以包括：
对所述衍射降噪灰度图进行分环；
光能矩阵E为列向量，对所述衍射降噪灰度图中每个分环内所包含的像素的灰度值分别进行求和，计算得出光能矩阵E中每个向量的值，从而得出光能矩阵E；
根据
计算得出光能系数矩阵T；其中，ti,j为光能系数矩阵T的一个元素，为第i个分环对应的平均特征粒径，J0和J1分别为零阶和一阶贝塞尔函数，θj,in＝atan(rij/f)，θj,out＝atan(roj/f)，rij和roj分别为第j环的内外半径；
对所述衍射降噪灰度图进行分环时，其每个分环的内外径应随内径线性增长，对于其分环环带宽度Δr，则有：
设分环间隔为h，则有：
ri2＝ro1+h＝c'ri1+h
ro2＝c'ri2
...
...
rin＝c'ri(n-1)+h
ron＝c'rin
对ri0，h取初值，c'＝1.144，由上述公式递推得出所述衍射降噪灰度图中每个分环内径rij和外径roj；
第i个分环所对应的特征粒径Di的计算公式为：
其中，ri为所述衍射降噪灰度图中第i个分环的半径，λ为入射光波长，f为傅里叶透镜焦距；第i个分环对应的平均特征粒径计算公式为：
其中，Di,in为第i个分环的内径对应的特征粒径，Di,out为第i个分环的外径对应的特征粒径；
根据上述公式，计算得出ti,j，从而得出所述衍射降噪灰度图的光能系数矩阵T。
步骤S103，根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布。
可选的，所述根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布，可以包括：
建立迭代公式：
W-(T′T+γH′H)-1T′E2＝0
其中，W≥0，γ为平滑因子；H为平滑矩阵，
根据迭代公式通过P-T算法得到W的初始值；
通过迭代计算得到W的最优解，迭代计算过程包括：
由最速下降法构造目标函数：
S(W)＝f(W)Tf(W)
f(W)＝(T′T+γH)-1T′E
根据所述目标函数得到最终迭代公式：
其中，α(k)为第k步的步长因子；为构造函数的梯度；k为迭代次数；W为颗粒粒径分布；E为光能分布矩阵；γ为平滑因子；
根据最终迭代公式迭代计算得出颗粒粒径分布W。使用P-T反演算法，引入了平滑矩阵和平滑矩阵，并使用最速下降法构建迭代函数，提高了反演计算的稳定性，提高了颗粒粒径分布计算的精度。
具体的，所述分析处理单元70为FPGA(Field Programmable Gate Array，现场可编程门阵列)。FPGA为硬件开发板，体积小，处理速度快，能够实现颗粒径分布的便携快速检测。
参见图1，一些实施例中，该颗粒检测装置还可以包括显示单元80。
其中，显示单元80与分析处理单元70连接，用于显示所述颗粒检测结果。
示例性的，所述显示单元80可以包括LCD(Liquid Crystal Display，液晶显示器)，LCD通过数据传输线连接所述分析处理单元70的数据出口。
一些实施例中，光源10可以为He-Ne激光器。
一些实施例中，所述第一偏振分光棱镜21、第一扩束透镜23、第一准直透镜23和光源10的发射光线位于同一水平线，用于形成第一路检测用光线。所述第二偏振分光棱镜22、第二扩束透镜25和第二准直透镜26位于同一水平线，并且所述第一偏振分光棱镜21和所述第二偏振分光棱镜22位于同一高度并位于不同水平线，用于形成与第一路检测用光线平行的第二路检测用光线。
由此可见，上述颗粒检测装置可以提高颗粒粒径分布检测的精度，并且可以实便携、快速的检测。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述颗粒检测装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。
图3是本发明实施例提供的颗粒检测方法的流程示意图，基于图1所对应的实施例中的装置进行颗粒粒径分布的检测。如图3所示，在本实施例中，颗粒检测方法可以包括：
步骤S201，获取第一衍射图像和第二衍射图像，其中，图像采集单元采集检测用光线照射在样品放置单元中放置的包含颗粒的待检测样品时所产生的第一衍射图像，以及检测用光线照射在对比单元中放置的不包含颗粒的对比样品时所产生的第二衍射图像。
步骤S202，根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图。
步骤S203，根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。另外，上述流程中对应装置的单元、模块和器件，可以参考前述装置实施例中的对应过程，在此不再赘述。
图4本发明一实施例提供的FPGA的示意图。如图4所示，在本实施例中，FPGA包括：处理单元71、存储单元72以及存储在所述存储单元72中并可在所述处理单元71上运行的计算机程序73。所述处理单元71执行所述计算机程序73时实现如图3所示的步骤S201至S203。
示例性的，所述计算机程序73可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储单元72中，并由所述处理单元71执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序73在所述FPGA中的执行过程。
所述FPGA可包括，但不仅限于，处理单元71、存储单元72。本领域技术人员可以理解，图4仅仅是FPGA的示例，并不构成对FPGA的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述FPGA还可以包括输入输出设备、网络接入设备、总线等。
所述存储单元72可以是所述FPGA的内部存储单元，例如FPGA的硬盘或内存。所述存储单元72也可以是所述FPGA的外部存储设备，例如所述FPGA上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储单元72还可以既包括所述FPGA的内部存储单元也包括外部存储设备。所述存储单元72用于存储所述计算机程序以及所述FPGA所需的其他程序和数据。所述存储单元72还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置、方法及FPGA，可以通过其它的方式实现。例如，以上所描述的装置、FPGA实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种颗粒检测装置，其特征在于，包括：箱体、光源、光路调整单元、样品放置单元、图像采集单元、对比单元和分析处理单元；所述光源、光路调整单元、样品放置单元、对比单元和图像采集单元设置在所述箱体中；
所述光源用于生成检测用光线，并射向所述光路调整单元；
所述光路调整单元用于对所述检测用光线进行光路调整，其中经光路调整后的检测用光线射向所述样品放置单元和所述对比单元；
所述样品放置单元用于放置包含颗粒的待检测样品；
所述对比单元用于放置不包含颗粒的对比样品；
所述图像采集单元采集所述检测用光线照射在所述样品放置单元中放置的包含颗粒的待检测样品时所产生的第一衍射图像，以及采集所述检测用光线照射在所述对比单元中放置的不包含颗粒的对比样品时所产生的第二衍射图像；
所述分析处理单元用于对所述第一衍射图像和第二衍射图像进行分析得到颗粒检测结果。
2.如权利要求1所述的颗粒检测装置，其特征在于，所述光路调整单元包括第一偏振分光棱镜、第二偏振分光棱镜、第一扩束透镜、第一准直透镜、第二扩束透镜和第二准直透镜；
所述第一偏振分光棱镜和第二偏振分光棱镜，将所述检测用光线分为第一路检测用光线和第二路检测用光线；
所述第一路检测用光线依次通过所述第一扩束透镜和第一准直透镜进行光路调整后射向所述样品放置单元；
所述第二路检测用光线依次通过第二扩束透镜和第二准直透镜进行光路调整后射向所述对比单元。
3.如权利要求1所述的颗粒检测装置，其特征在于，所述分析处理单元用于：
根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图；
计算所述衍射降噪灰度图的光能矩阵和光能系数矩阵；
根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布。
4.如权利要求3所述的颗粒检测装置，其特征在于，所述根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图，包括：
对所述第一衍射图像进行灰度处理得到第一灰度图，对第二衍射图像进行灰度处理得到第二灰度图；
对所述第一灰度图进行降噪处理得到第一降噪灰度图，对所述第二灰度图进行降噪处理得到第二降噪灰度图；
将所述第一降噪灰度图的像素值减去第二降噪灰度图的像素值，得到所述衍射降噪灰度图。
5.如权利要求4所述的颗粒检测装置，其特征在于，对衍射图像进行灰度处理得到灰度图的方法为：
通过g(x,y)＝U[f(x,y)]将衍射图像由RGB图像转换为ycbcr图像；其中，U为灰度变换函数，f(x,y)为输入图像，g(x,y)为变换后的图像，灰度变换函数U的计算公式为：
Y＝0.183R+0.614G+0.062B+16
CB＝-0.101R-0.338G+0.439B+128
CR＝0.439R-0.399G-0.040B+128
根据ycbcr图像的Y、CB和CR三个分量，使用Y分量显示图像，得到灰度图。
6.如权利要求5所述的颗粒检测装置，其特征在于，对灰度图进行降噪处理的方法为：
扫描灰度图中的每个像素，逐帧对灰度图使用公式进行处理，得到降噪灰度图像；其中(x,y)为像素点坐标，σ为常数。
7.如权利要求5所述的颗粒检测装置，其特征在于，所述计算所述衍射降噪灰度图的光能矩阵和光能系数矩阵，包括：
对所述衍射降噪灰度图进行分环；
光能矩阵E为列向量，对所述衍射降噪灰度图中每个分环内所包含的像素的灰度值分别进行求和，计算得出光能矩阵E中每个向量的值，从而得出光能矩阵E；
根据
计算得出光能系数矩阵T；其中，ti,j为光能系数矩阵T的一个元素，为第i个分环对应的平均特征粒径，J0和J1分别为零阶和一阶贝塞尔函数，θj,out＝atan(roj/f)，rij和roj分别为第j环的内外半径；
对所述衍射降噪灰度图进行分环时，其每个分环的内外径应随内径线性增长，对于其分环环带宽度Δr，则有：
设分环间隔为h，则有：
ri2＝ro1+h＝c'ri1+h
ro2＝c'ri2
...
...
rin＝c'ri(n-1)+h
ron＝c'rin
对ri0，h取初值，c'＝1.144，由上述公式递推得出所述衍射降噪灰度图中每个分环内径rij和外径roj；
第i个分环所对应的特征粒径Di的计算公式为：
其中，ri为所述衍射降噪灰度图中第i个分环的半径，λ为入射光波长，f为傅里叶透镜焦距；第i个分环对应的平均特征粒径计算公式为：
其中，Di,in为第i个分环的内径对应的特征粒径，Di,out为第i个分环的外径对应的特征粒径；
根据上述公式，计算得出ti,j，从而得出所述衍射降噪灰度图的光能系数矩阵T。
8.如权利要求3所述的颗粒检测装置，其特征在于，所述根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布，包括：
建立迭代公式：
W-(T′T+γH′H)-1T′E2＝0
其中，W≥0，γ为平滑因子；H为平滑矩阵，
根据迭代公式通过P-T算法得到W的初始值；
通过迭代计算得到W的最优解，迭代计算过程包括：
由最速下降法构造目标函数：
S(W)＝f(W)Tf(W)
f(W)＝(T′T+γH)-1T′E
根据所述目标函数得到最终迭代公式：
其中，α(k)为第k步的步长因子；为构造函数的梯度；k为迭代次数；W为颗粒粒径分布；E为光能分布矩阵；γ为平滑因子；
根据最终迭代公式迭代计算得出颗粒粒径分布W。
9.一种颗粒检测方法，其特征在于，包括：
获取第一衍射图像和第二衍射图像，其中，图像采集单元采集检测用光线照射在样品放置单元中放置的包含颗粒的待检测样品时所产生的第一衍射图像，以及检测用光线照射在对比单元中放置的不包含颗粒的对比样品时所产生的第二衍射图像；
根据所述第一衍射图像的像素值和第二衍射图像的像素值，得到衍射降噪灰度图；
计算所述衍射降噪灰度图的光能矩阵和光能系数矩阵；
根据所述衍射降噪灰度图的光能矩阵和光能系数矩阵，通过P-T反演算法计算得出颗粒粒径分布。
10.一种FPGA，包括存储单元、处理单元以及存储在所述FPGA中并可在所述处理单元上运行的计算机程序，其特征在于，所述处理单元执行所述计算机程序时实现如权利要求9所述颗粒检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910361739.8A CN110006795B (zh) | 2019-04-30 | 2019-04-30 | 颗粒检测装置、方法及fpga |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910361739.8A CN110006795B (zh) | 2019-04-30 | 2019-04-30 | 颗粒检测装置、方法及fpga |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110006795A true CN110006795A (zh) | 2019-07-12 |
| CN110006795B CN110006795B (zh) | 2024-02-13 |
Family
ID=67175320
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910361739.8A Active CN110006795B (zh) | 2019-04-30 | 2019-04-30 | 颗粒检测装置、方法及fpga |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110006795B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115629021A (zh) * | 2022-12-20 | 2023-01-20 | 合肥金星智控科技股份有限公司 | 激光粒度仪系统及其校正方法、介质和计算机设备 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58172537A (ja) * | 1982-04-04 | 1983-10-11 | Wako Pure Chem Ind Ltd | 光散乱測定装置 |
| CA2405824A1 (en) * | 2000-04-11 | 2001-10-18 | Telstra New Wave Pty Ltd | A gradient based training method for a support vector machine |
| WO2008149078A1 (en) * | 2007-06-02 | 2008-12-11 | Nottingham Trent University | Detection of x-ray scattering |
| CN101622522A (zh) * | 2007-01-26 | 2010-01-06 | 贝克顿·迪金森公司 | 用于细胞计数和分析的方法、系统和组合物 |
| CN101793665A (zh) * | 2010-03-19 | 2010-08-04 | 北京航空航天大学 | 一种粒径测量的有限分布积分反演算法 |
| CN202048893U (zh) * | 2011-03-21 | 2011-11-23 | 东华大学 | 一种纺丝溶液气泡实时检测系统 |
| CN102681170A (zh) * | 2009-09-16 | 2012-09-19 | 中国科学院微电子研究所 | 一种制作阵列部分环带光子筛匀光器的方法 |
| CN103310472A (zh) * | 2013-06-21 | 2013-09-18 | 中国科学院自动化研究所 | 基于正则化迭代的有限角度光声成像重建方法及装置 |
| CN104568990A (zh) * | 2015-01-10 | 2015-04-29 | 浙江大学 | 一种基于Mie散射检测玻璃内部气泡缺陷的方法 |
| US20170131306A1 (en) * | 2014-04-01 | 2017-05-11 | Hitachi High-Technologies Corporation | Automatic Analytical Apparatus |
| CN107063946A (zh) * | 2016-12-23 | 2017-08-18 | 天津市三特电子有限公司 | 视频生球粒径仪及其生球粒径状态检测方法 |
| WO2017149543A1 (en) * | 2016-03-03 | 2017-09-08 | Ci Systems (Israel) Ltd. | System and method for interferometric based spectrometry and compact spectrometer using same |
| CN107516296A (zh) * | 2017-07-10 | 2017-12-26 | 昆明理工大学 | 一种基于fpga的运动目标检测跟踪系统及方法 |
| US20180045646A1 (en) * | 2016-08-15 | 2018-02-15 | National Taiwan Ocean University | System and method for three-dimensional micro particle tracking |
| CN108494455A (zh) * | 2018-02-27 | 2018-09-04 | 同济大学 | 采用单比特模数转换器mimo系统的混合预编码设计方法 |
| US20180336603A1 (en) * | 2017-05-22 | 2018-11-22 | Fujitsu Limited | Restaurant review systems |
| CN109031212A (zh) * | 2018-05-31 | 2018-12-18 | 西安电子科技大学 | 一种雷达跟踪状态下的工作频率优化方法 |
| CN209878548U (zh) * | 2019-04-30 | 2019-12-31 | 华北电力大学（保定） | 颗粒检测装置 |
-
2019
- 2019-04-30 CN CN201910361739.8A patent/CN110006795B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58172537A (ja) * | 1982-04-04 | 1983-10-11 | Wako Pure Chem Ind Ltd | 光散乱測定装置 |
| CA2405824A1 (en) * | 2000-04-11 | 2001-10-18 | Telstra New Wave Pty Ltd | A gradient based training method for a support vector machine |
| CN101622522A (zh) * | 2007-01-26 | 2010-01-06 | 贝克顿·迪金森公司 | 用于细胞计数和分析的方法、系统和组合物 |
| WO2008149078A1 (en) * | 2007-06-02 | 2008-12-11 | Nottingham Trent University | Detection of x-ray scattering |
| CN102681170A (zh) * | 2009-09-16 | 2012-09-19 | 中国科学院微电子研究所 | 一种制作阵列部分环带光子筛匀光器的方法 |
| CN101793665A (zh) * | 2010-03-19 | 2010-08-04 | 北京航空航天大学 | 一种粒径测量的有限分布积分反演算法 |
| CN202048893U (zh) * | 2011-03-21 | 2011-11-23 | 东华大学 | 一种纺丝溶液气泡实时检测系统 |
| CN103310472A (zh) * | 2013-06-21 | 2013-09-18 | 中国科学院自动化研究所 | 基于正则化迭代的有限角度光声成像重建方法及装置 |
| US20170131306A1 (en) * | 2014-04-01 | 2017-05-11 | Hitachi High-Technologies Corporation | Automatic Analytical Apparatus |
| CN104568990A (zh) * | 2015-01-10 | 2015-04-29 | 浙江大学 | 一种基于Mie散射检测玻璃内部气泡缺陷的方法 |
| WO2017149543A1 (en) * | 2016-03-03 | 2017-09-08 | Ci Systems (Israel) Ltd. | System and method for interferometric based spectrometry and compact spectrometer using same |
| US20180045646A1 (en) * | 2016-08-15 | 2018-02-15 | National Taiwan Ocean University | System and method for three-dimensional micro particle tracking |
| CN107063946A (zh) * | 2016-12-23 | 2017-08-18 | 天津市三特电子有限公司 | 视频生球粒径仪及其生球粒径状态检测方法 |
| US20180336603A1 (en) * | 2017-05-22 | 2018-11-22 | Fujitsu Limited | Restaurant review systems |
| CN107516296A (zh) * | 2017-07-10 | 2017-12-26 | 昆明理工大学 | 一种基于fpga的运动目标检测跟踪系统及方法 |
| CN108494455A (zh) * | 2018-02-27 | 2018-09-04 | 同济大学 | 采用单比特模数转换器mimo系统的混合预编码设计方法 |
| CN109031212A (zh) * | 2018-05-31 | 2018-12-18 | 西安电子科技大学 | 一种雷达跟踪状态下的工作频率优化方法 |
| CN209878548U (zh) * | 2019-04-30 | 2019-12-31 | 华北电力大学（保定） | 颗粒检测装置 |
Non-Patent Citations (15)
| Title |
|---|
| KUWATANI TATSU: "Precise estimation of pressure-temperature paths from zoned minerals using Markov random field modeling: theory and synthetic inversion", 《CONTRIBUTIONS TO MINERALOGY AND PETROLOGY》, vol. 163, no. 3, pages 547 - 562, XP035017084, DOI: 10.1007/s00410-011-0687-3 * |
| LIU TUN-DONG: "The Application of Particle Swarm Algorithm in the Optimization of Pt-Pd Alloy Nanoparticles Stable Structure", 《JOURNAL OF XIAMEN UNIVERSITY》, vol. 54, no. 1, pages 87 - 92 * |
| SHAN LIANG: "Inversion of particle size distribution based on iterative non-negative Philips-Twomey algorithm", vol. 42, no. 4, pages 805 - 812 * |
| TONG WEIGUO: "Research of Method to Failure Prognostic of Primary Air Fan Based on Association Rules", 《ELECTRIC POWER SCIENCE AND ENGINEERING, vol. 32, no. 10, pages 42 - 46 * |
| ZHAO ZHEN-BING: "Novel method of temperature on-line monitoring for power equipment in substation", 《HIGH VOLTAGE ENGINEERING》, vol. 34, no. 8, pages 1605 - 1609 * |
| 尹训强: "变分同化研究中最速下降算法的一个改进", 《 海洋科学进展》, no. 4, pages 407 - 412 * |
| 张一可 等: "基于激光衍射散射法的石灰石浆液颗粒细度检测方法", 《仪器仪表用户》, vol. 25, no. 7, pages 77 - 79 * |
| 徐春: "600MW超临界机组锅炉酸洗接口处理方法", 《 清洗世界》, vol. 29, no. 2, pages 24 - 28 * |
| 曹丽霞: "基于静态光散射的颗粒粒度检测技术的研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》, no. 6, pages 1 - 84 * |
| 李晶: "奶粉粒度分析系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 6, pages 1 - 90 * |
| 栾志超: "激光粒度仪的无模式数据处理算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 6, pages 1 - 54 * |
| 沈少伟: "基于散射原理的激光粒度测试仪研究", 《半导体光电》, vol. 30, no. 5, pages 770 - 773 * |
| 漆艳菊: "基于前向光散射的水体悬浮颗粒物粒度双CMOS测量技术研究", 《光学技术》, vol. 48, no. 6, pages 696 - 702 * |
| 王洪香: "基于激光散射法对纳米颗粒测量的研究", 《 中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》, no. 7, pages 1 - 46 * |
| 龙胜春: "基于同构传感器网络的能量空洞避免策略", 《 传感技术学报》, vol. 29, no. 1, pages 103 - 108 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115629021A (zh) * | 2022-12-20 | 2023-01-20 | 合肥金星智控科技股份有限公司 | 激光粒度仪系统及其校正方法、介质和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110006795B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11508115B2 (en) | Quotidian scene reconstruction engine | |
| Stolker et al. | PynPoint: a modular pipeline architecture for processing and analysis of high-contrast imaging data | |
| CN109478317A (zh) | 用于合成图像的系统和方法 | |
| CN110332990A (zh) | 一种基于深度学习的大气湍流实时补偿方法及系统 | |
| CN102509304A (zh) | 基于智能优化的摄像机标定方法 | |
| CN111443045B (zh) | 光谱成像分析系统及光谱成像分析方法 | |
| Logothetis et al. | A cnn based approach for the point-light photometric stereo problem | |
| CN110006795A (zh) | 颗粒检测装置、方法及fpga | |
| CN104111080B (zh) | 一种凝视卫星面阵ccd相机的mtf在轨检测方法 | |
| EP4179537A1 (en) | Neural network analysis of lfa test strips | |
| CN116205918B (zh) | 基于图卷积的多模态融合半导体检测方法、装置及介质 | |
| Arras et al. | Radio imaging with information field theory | |
| CN113628762B (zh) | 一种基于穆勒偏振技术的生物组织结构分类系统 | |
| Fagerblom et al. | Combatting out-of-distribution errors using model-agnostic meta-learning for digital pathology | |
| Chang et al. | Analyzer-free linear dichroic ptychography | |
| Tolley et al. | BIPP: An efficient HPC implementation of the Bluebild algorithm for radio astronomy | |
| Herbel | A forward-modeling approach to cosmic shear | |
| Iversen et al. | Rapid Estimation of Optical Properties for Simulation-Based Evaluation of Pose Estimation Performance | |
| Schwartz | Guidelines for Implementing MODEM: An Open-Source, MATLAB-Based Digital Image Correlation Software | |
| Luo et al. | Imputation of missing photometric data and photometric redshift estimation for CSST | |
| CN117635817A (zh) | 光度立体误差分析方法、装置、电子设备及存储介质 | |
| Nikutta et al. | Hypercat-hypercube of AGN tori | |
| Ibáñez et al. | Advanced PANIC quick-look tool using Python | |
| Müller | Depth perception from focus measurements on an embedded platform | |
| CN116818103A (zh) | 一种基于多模光纤散斑的偏振测量方法及系统 |
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 |