CN111179236A - 一种用于造球机的生球粒度分析方法及装置 - Google Patents

一种用于造球机的生球粒度分析方法及装置 Download PDF

Info

Publication number
CN111179236A
CN111179236A CN201911338983.9A CN201911338983A CN111179236A CN 111179236 A CN111179236 A CN 111179236A CN 201911338983 A CN201911338983 A CN 201911338983A CN 111179236 A CN111179236 A CN 111179236A
Authority
CN
China
Prior art keywords
green
image information
ball
image
pelletizer
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.)
Pending
Application number
CN201911338983.9A
Other languages
English (en)
Inventor
周雨蔷
邱立运
蒋源铭
丁勇
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.)
Hunan Changtian Automation Engineering Co ltd
Zhongye Changtian International Engineering Co Ltd
Original Assignee
Hunan Changtian Automation Engineering Co ltd
Zhongye Changtian International Engineering 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 Hunan Changtian Automation Engineering Co ltd, Zhongye Changtian International Engineering Co Ltd filed Critical Hunan Changtian Automation Engineering Co ltd
Priority to CN201911338983.9A priority Critical patent/CN111179236A/zh
Publication of CN111179236A publication Critical patent/CN111179236A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请公开了一种用于造球机的生球粒度分析方法,包括:利用照相设备获取所述造球机的出球区域的图像信息;对所述出球区域的图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息;基于所述生球的图像信息,获取所述生球的中心亮点;基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓;基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径。该方法的设计一方面能够在不需要取出生球的情况下就可以检测出生球的粒径,另一方面能够检测统计各个尺寸段范围的生球粒度分布情况,从而为生产控制提供实时精确的粒度分布数据反馈。此外,本申请还公开了一种用于造球机的生球粒度分析装置。

Description

一种用于造球机的生球粒度分析方法及装置
技术领域
本申请涉及造球机技术领域,特别涉及一种用于造球机的生球粒度分析方法及装置。
背景技术
目前,球团焙烧工艺主要包括竖炉法、带式焙烧机法和链篦机-回转窑法。在我国,铁精矿球团生产线中采用链篦机-回转窑法居多,其中,造球工序为铁精矿球团生产线的重要工序。
造球机为造球工序的核心生产设备,例如,圆盘造球机与圆筒造球机。在中小规模球团生产线中以圆盘造球机居多。造球机工作时,物料在造球机中分别沿各自不同的轨道运动,形成直径大小不一的生球,生球在达到一定强度后,从造球机中排出,落入后续生球承接装置中。造球机的成球率是造球工序的关键参数,在保证生球质量的前提下,成球率越高,生球的产量就越高。
目前各球团厂都是采用人工操作相关工艺参数(如加水操作、给料操作、调速操作等)的方式进行造球操作的,操作这些关键参数都是凭造球工的经验观察造球机上成球的状态,从而进行参数调速,最终达到理想的成球效果。成球效果的好坏主要是通过取样得筛分,验证球的粒度尺寸,粒度是否满足工艺要求。由于造球机运转速度较快,凭肉眼无法看出造球机上球的大小,只能根据球的轨迹判断,所以一般只有取出生球之后才能确定生球粒度的大小情况。
在一种现有技术中,公开号为106732177B的专利,针对圆盘造球机内造球过程中出现生球尺寸超出允许范围的情况,采用图像处理技术和一种机械装置在造球机上取出不合格的超大球。在另一种现有技术中,公开号为206292135U的专利,采用视频监控的方式对造球机成球区域造球质量和状态进行监控,同时针对出现异常物料的情况,进行及时报警。
以上专利分别利用工业相机和视频监控方式,通过对于成球区域的生球粒径进行分析,检测异常的生球尺寸,最后都是将不合格超大球取出或报警后由人工处理。该两种方法主要是用于对异常超大生球的检测,但是并未对生球的成球率情况即合格球或不合格的非超大球等进行分析。
综上所述,现有技术中利用机器视觉对于成球区域的大块物料进行检测和报警,该检测方法具有的缺点如下:
机器视觉系统仅对于成球区域的大块的异常物料进行检测,找出异常物料进行剔除,该方法并不能反映出全部生球粒度的尺寸大小分布情况,从而将有用的数据进行下一步分析。
由于造球机运转速度较快,凭肉眼无法看出造球机上球的大小,只能根据球的轨迹判断成球情况,所以一般只有取出生球之后才能确定生球粒度的大小情况。
发明内容
本申请要解决的技术问题为提供一种用于造球机的生球粒度分析方法,该方法的设计一方面能够在不需要取出生球的情况下就可以检测出生球的粒径,另一方面能够检测统计各个尺寸段范围的生球粒度分布情况,从而为生产控制提供实时精确的粒度分布数据反馈。此外,本申请另一个要解决的技术问题为提供一种用于造球机的生球粒度分析装置。
为解决上述技术问题,本申请提供一种用于造球机的生球粒度分析方法,包括:
利用照相设备获取所述造球机的出球区域的图像信息;
对所述出球区域的图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息;
基于所述生球的图像信息,获取所述生球的中心亮点;
基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓;
基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径。
可选的,对所述图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息的步骤,包括:
对所述出球区域的图像信息,通过如下策略进行亮度调整:
g(x,y)=a×f(x,y)+b,
其中,f(x,y)代表源图像x行,y列的像素点的像素值;
g(x,y)代表目标图像x行,y列的像素点的像素值;
a为增益参数(a>0),表示放大的倍数;
b为偏置参数,用于调节亮度。
可选的,对经过亮度调整后的图像信息,再通过如下策略进行平滑去噪:
Figure BDA0002331734560000021
其中,f(i+k,j+l)为输入的像素值;
h(k,l)为卷积核,是线性滤波器的加权系数;
g(i,j)为线性滤波处理的输出像素值;
i,j为输出图像对应像素点的位置,第i行,第j列;k,l为卷积核的行数和列数;i+k,j+l为输入图像的对应区域值。
可选的,对经过平滑去噪后的图像信息,再通过如下策略进行二值化处理,分离所述生球的图像信息与所述背景图像信息:
首先根据得到的图像灰度值取一个阈值T(0≤T≤255),将像素的灰度值大于阈值T的设成为灰度值为255,小于阈值T的设为灰度值为0,转换过程如下:
Figure BDA0002331734560000031
其中,f(x,y)代表输入图像x行,y列的像素点的灰度值;
g(x,y)g(x,y)代表处理后图像x行,y列的像素点的灰度值。
可选的,所述基于所述生球的图像信息,获取所述生球的中心亮点的步骤,包括:
对于经过平滑去噪后的图像信息,对整个图像使用lhMorpMax函数求取区域极大值,使得亮度值高的区域像素值为255,亮度值低的像素值为0;
然后将该通过lhMorpMax函数处理后的图像信息与经过所述二值化处理后得到的图像信息进行逻辑与运算;
逻辑与运算结果数值为255所对应的图像点为所述生球的中心亮点。
可选的,在利用照相设备获取所述造球机的出球区域的图像信息时,采用LED光源垂直照射所述出球区域,以便使得所述生球的中心出现中心亮点。
可选的,通过统计所述中心亮点个数得到所述生球的个数。
可选的,所述基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓的步骤,包括:
基于经过二值化处理后的图像信息,通过canny算法对图像进行遍历,得到图像各点的梯度值;
对得到的梯度值的幅值进行非极大值抑制;
用双阈值算法进行检测和连接边缘,得到所述生球的轮廓。
可选的,所述基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径的步骤,包括:
将得到的所述生球的中心亮点图像与得到的所述生球的轮廓图像相叠加,得到一张带生球中心亮点与轮廓的图像;
以垂直水平方向以90°为一部分将图像轮廓划分成四个部分,以中心亮点为起点计算中心亮点到四个方向中最近轮廓的距离;
取其中的最小值并画出生球的拟合圆,并通过计算拟合圆大小得到该张图像中生球的粒径。
可选的,所述生球粒度分析方法还包括:
通过测定标尺在像素坐标系中的长度确定实际坐标系与像素坐标系的比例系数,得到生球粒径的实际大小。
可选的,当利用照相设备获取到的出球区域的图像信息是彩色图像时,通过如下策略进行灰度处理,得到灰度图像信息:
Figure BDA0002331734560000041
其中,Gray代表灰度值;
R、G、B分别代表彩色图像三通道的数值。
此外,为解决上述技术问题,本申请还提供一种用于造球机的生球粒度分析装置,包括:
第一获取单元,用于利用照相设备获取所述造球机的出球区域的图像信息;
预处理单元,用于对所述出球区域的图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息;
第二获取单元,用于基于所述生球的图像信息,获取所述生球的中心亮点;
第三获取单元,用于基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓;
第四获取单元,用于基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径。
在本申请一种实施例中,该一种用于造球机的生球粒度分析方法,包括:
利用照相设备获取所述造球机的出球区域的图像信息;
对所述出球区域的图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息;
基于所述生球的图像信息,获取所述生球的中心亮点;
基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓;
基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径。
在上述方法设计中,方面能够在不需要取出生球的情况下就可以检测出生球的粒径,另一方面能够检测统计各个尺寸段范围的生球粒度分布情况,从而为生产控制提供实时精确的粒度分布数据反馈。
本申请所提供的一种用于造球机的生球粒度分析装置,其技术效果与上述方法的技术效果相同,在此不再赘述。
附图说明
图1为本申请实施例提供的一种造球机的控制系统物理结构示意图;
图2为图1中的造球机的生球成球过程的示意图;
图3为本申请实施例提供的一种用于造球机的生球粒度分析方法的逻辑流程图;
图3-1为图3中生球粒度分析方法中对于图像进行平滑去噪步骤的图像示意图;
图3-2为图3中生球粒度分析方法中查找生球轮廓步骤中非极大值抑制原理示意图;
图3-3为图3中生球粒度分析方法中的生球中心亮点图像与轮廓图像叠加后的图像示意图;
图3-4为图3中生球粒度分析方法拟合后的生球半径结构示意图。
具体实施方式
下面将详细地对实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
请参考图1,图1为本申请实施例提供的一种造球机的控制系统物理结构示意图。
结合图1可知,该造球机的控制系统包括:圆盘造球机1、工业相机2、控制装置3、喷水管4、流量调节阀5、流量计6、配料秤7、料仓8和生球输送装置9。其中,圆盘造球机1用于接收料仓8通过配料秤7输送的物料和喷水管4喷入的水,使用该物料和水生成生球;控制装置3与圆盘造球机1相连接,可以对圆盘造球机1的转速进行调节。工业相机2用于拍摄圆盘造球机1对应的成球区域的图像;控制装置3与工业相机2通过电缆或光缆相连接,用于通过工业相机2拍摄的图像,获取生球的成球情况。流量调节阀5和流量计6均设置于喷水管4上,且均与控制装置3相连接,用于调节喷水管4的喷水量,从而调节加入圆盘造球机1中的加水量。配料秤7用于接收料仓8输出的物料,并将该物料输送至圆盘造球机1中进行造球;控制装置3与配料秤7相连接,用于控制配料秤7的转速,从而控制配料秤7的进料速度,进而调节进入圆盘造球机1中的进料量。生球输送装置9用于接收圆盘造球机1生成的生球,并输出该生球。
需要说明的是,该圆盘造球机1可以替换为圆筒造球机,本发明对此不进行限制。
参见图2,图2为图1中的造球机的生球成球过程的示意图。结合图2可知,物料从料仓8进入配料秤7,并从配料秤7排出后,经入料点10落入圆盘造球机1的造球盘11,在造球盘11中,根据造球盘11的转动情况随机作图2所示轨迹的运动,生成大小不一的生球。造球盘11中生成的生球从造球盘11中排出后,经过挡板12阻挡后,从出球区域13下落至生球输送装置9中,通过生球输送装置9输出。
参考图2,在圆筒造球机的生球生产过程中,物料经入料点10进入圆筒造球机的造球筒中,在造球筒中生成大小不一的生球,之后,生球从造球筒中排出,经过挡板阻挡后,从出球区域下落至生球输送装置9中,通过生球输送装置9输出。
本发明实施例中,将造球机(例如图1中示出的圆盘造球机1)中生成的,直径大于或等于预设阈值的生球,记为成型生球。其中,预设阈值可以根据实际应用场景进行设置,例如,可以将预设阈值的取值范围设置为[0.5,8]mm,可选的,本发明实施例中可以将预设阈值设置为5mm。
其次,本发明实施例中,将造球机中生成的成型生球划分为五个种类,分别为:不合格小球、合格小球、合格中球、合格大球和不合格大球;并且,将不合格小球、合格小球、合格中球、合格大球和不合格大球的直径分别记为d1、d2、d3、d4和d5。其中,5mm≤d1<8mm,8mm≤d2≤11mm,11mm<d3≤14mm,14mm<d4≤16mm,d5>16mm。需要说明的是,成型生球的种类划分,以及每种生球直径的取值范围,均可以根据实际应用场景进行设定,本发明对此不进行限定。
此外,造球盘11中有一个区域中生成合格生球(包括合格小球、合格中球和合格大球)的数量远远大于造球盘11中其它区域生成合格生球的数量,本发明实施例中,将该区域记为成球稳定区域。成球稳定区域的范围也可以根据实际应用场景进行确定。例如,图2所示的造球盘11上的阴影区域14为该造球盘11的成球稳定区域,该阴影区域14中生成合格生球的数量远远大于该造球盘11的其它区域中生成合格生球的数量。
请参考图3,图3为本申请实施例提供的一种用于造球机的生球粒度分析方法的逻辑流程图。
在本申请一种实施例中,如图3所示,该一种用于造球机的生球粒度分析方法,其特征在于,包括:
步骤S101:利用照相设备获取所述造球机的出球区域的图像信息;
本发明针对造球机出球区域的图像可以根据现场环境选用黑白工业相机与彩色工业相机两种:
利用黑白工业相机采集到的出球区生球图像中的为像素值为0-255的灰度图像,可直接进行下一步图像处理,提取图像中的信息。
使用彩色工业相机采集出球区域图像时,得到的图像为三通道的彩色RGB图像,此时,需要进行灰度化处理。为了提高转换的精度,采用下列公式进行颜色转换:
Figure BDA0002331734560000071
取γ=2.2,
Figure BDA0002331734560000072
进行转换后得到灰度图像,与黑白工业相机的图像信息一致。
根据现场不同的环境选用不同相机,同分辨率下,黑白相机的精度比彩色高,尤其在看图像边缘的时候,黑白的效果更好。
采集完图像信息后,需要对所述出球区域的图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息,具体的包括如下步骤:
步骤S102:对所述出球区域的图像信息,通过如下策略进行亮度调整:
g(x,y)=a×f(x,y)+b,
其中,f(x,y)代表源图像x行,y列的像素点的像素值;
g(x,y)代表目标图像x行,y列的像素点的像素值;
a为增益参数(a>0),表示放大的倍数;
b为偏置参数,用于调节亮度。
灰度化处理后的出球区域图像,可能由于外部因素(如光照、粉尘等)影响造成亮度差异,为避免采集到的图像受到外界因素,在得到灰度图像后,使用上述公式对图像的亮度进行调整以达到最佳效果。
请参考图3-1,图3-1为图3中生球粒度分析方法中对于图像进行平滑去噪步骤的图像示意图。
步骤S103:在造球机上由于一些物料的粘连等影响因素,采集到的图像容易出现噪声干扰,为了消除或衰减此时噪声在图像中的影响,提高视觉效果,本发明采用线性滤波对图像进行处理。具体如下:
Figure BDA0002331734560000081
其中,f(i+k,j+l)为输入的像素值;
h(k,l)为卷积核,是线性滤波器的加权系数;
g(i,j)为线性滤波处理的输出像素值;
i,j为输出图像对应像素点的位置,第i行,第j列;k,l为卷积核的行数和列数;i+k,j+l为输入图像的对应区域值。
如图3-1所示,线性滤波采用卷积的方式,将左边图像与中间的卷积核按位相乘并求和,产生右边图像。如图所示,右边输出的图像中暗色标记的像素点是利用原图像中暗色标记的像素乘以中间的核计算得到的。
经过滤波器的去噪处理后,此时图像中的生球与边缘相对于背景更为明显,之后的处理过程都基于该图像提取所需的信息。
步骤S104:为了从图像中提取出生球的粒度信息,在进行降噪处理后,需要对图像进一步处理,分离生球与背景,提取图像中所需要的生球的图像信息。该阶段采用二值化算法,对经过平滑去噪后的图像信息,再通过如下策略进行二值化处理,分离所述生球的图像信息与所述背景图像信息:
首先根据得到的图像灰度值取一个阈值T(0≤T≤255),将像素的灰度值大于阈值T的设成为灰度值为255,小于阈值T的设为灰度值为0,转换过程如下:
Figure BDA0002331734560000082
其中,f(x,y)代表输入图像x行,y列的像素点的灰度值;
g(x,y)代表处理后图像x行,y列的像素点的灰度值。
通过二值化处理后处理后的图像将生球与背景分离开来,所有生球区域显示为白色,背景区域显示为黑色。
步骤S105:所述基于所述生球的图像信息,获取所述生球的中心亮点的步骤,包括:
对于经过平滑去噪后的图像信息,对整个图像使用lhMorpMax函数求取区域极大值,使得亮度值高的区域像素值为255,亮度值低的像素值为0;
然后将该通过lhMorpMax函数处理后的图像信息与经过所述二值化处理后得到的图像信息进行逻辑与运算;
逻辑与运算结果数值为255所对应的图像点为所述生球的中心亮点。
具体的,对平滑去噪后的图像进行处理,使用lhMorpMax求取区域极大值,在图像处理过程中,默认白色的像素值为255,黑色的像素值为0,所以,越亮的区域像素值会越大,使用lhMorpMax函数的取区域最大值,以(3,3)的像素大小为一个扫描区域,将平滑去噪后的图像中,亮度值较高的区域赋像素值为255(即白色),亮度值较低的赋像素值为0(即黑色),得到一张多个像素大小为(3,3)且只含0和255的二值图像(黑白),该图像包含所有亮度值较高的点,并且所有的亮点区域为白色,非亮点区域为黑色。要得到生球区域的亮点,只需将背景区域的亮点剔除即可,在步骤S104中,已经得到一张生球区域为白,背景区域为黑的二值图像,所以将该图像与步骤S104的二值化图像按位取与(按照相同位置取与),如,背景区域中值为255的白色亮点和步骤S104中同位置的背景区域(黑色,步骤S104中得到的背景区域为黑)取与后为0(黑色),生球区域中的值为0的非亮点区域,与同位置的生球区域白色(255)取与后值依然为0(黑色),只有生球区域且为亮点的在取与后得到的值为255(白色)。在进行该步后,即可得到所有生球中心亮点。
在采集图像时,工业相机旁安装有LED光源,来防止外界光对图像的影响。在光源垂直打在出球区域时,每个生球的中心会出现一个亮点,通过统计亮点个数,即可得到图像中的生球个数。
步骤S106:通过统计所述中心亮点个数得到所述生球的个数。具体的,得到所有生球的中心亮点,此时统计生球中心亮点个数,该个数即为此时出球区域图像中所有生球的个数。
请参考图3-2,图3-2为图3中生球粒度分析方法中查找生球轮廓步骤中非极大值抑制原理示意图。
如图3所示,步骤S107:所述基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓的步骤,包括:
基于经过二值化处理后的图像信息,通过canny算法对图像进行遍历,得到图像各点的梯度值;
对得到的梯度值的幅值进行非极大值抑制;
用双阈值算法进行检测和连接边缘,得到所述生球的轮廓。
具体的,出球区域的生球相对于背景,像素差异值较大,所以能够很好的运用canny算子对图像中的生球进行轮廓查找。基于步骤S104中二值化后的图像(只包含白色生球区域与黑色背景区域像素点的图像)的图像通过canny算子得到出球区域生球的轮廓。该方法利用2×2(矩阵)的卷积模板,遍历整个图像,找到图像中所有白色像素区域与黑色像素区域相接的点,将这些点连接在一起即为生球的轮廓。
在上述步骤中,基于经过二值化处理后的图像信息,通过canny算法对图像进行遍历,得到图像各点的梯度值。Canny算子卷积模板如下:
Figure BDA0002331734560000101
其x向、y向的一阶偏导数矩阵,梯度幅值以及梯度方向的数学表达式为:
Figure BDA0002331734560000102
Figure BDA0002331734560000103
Figure BDA0002331734560000104
Figure BDA0002331734560000105
求出这几个矩阵后,可以进行下一的检测过程。
然后,对得到的梯度值的幅值进行非极大值抑制。
具体的,图像梯度幅值矩阵中的元素值越大,说明图像中该点的梯度值越大,但这并不能说明该点就是边缘,需要进一步对图像进行非极大值抑制筛选出边缘点。在Canny算法中,非极大值抑制是进行边缘检测的重要步骤,通俗意义上是指寻找像素点局部最大值,将非极大值点所对应的灰度值置为0,这样可以剔除掉一大部分非边缘的点。基于上文中得到的梯度值,计算梯度极大值点是否为局部最大值,例如,如图3-2所示,g1,g2,g3,g4为C点八邻域中的已知点,dTmp1和dTmp2为C点梯度方向的交点,θ为C点的梯度方向,确定像素点C的灰度值在其8值邻域内是否为最大。图中蓝色的倾斜线条的方向为C点的梯度方向,这样就可以确定其局部的最大值肯定分布在这条线上,也即除了C点外,梯度方向的交点dTmp1和dTmp2这两个点的值也可能会是局部最大值。因此,判断C点灰度与这两个点灰度大小即可判断C点是否为其邻域内的局部最大灰度点。如果经过判断,C点灰度值小于这两个点中的任一个,那就说明C点不是局部极大值,那么则可以排除C点为边缘。由此得到所有的边缘点的集合。
接着,用双阈值算法进行检测和连接边缘,得到所述生球的轮廓。
具体的,上述步骤中得到的仅仅是边缘点,若要得到生球轮廓,需要将轮廓闭合起来。Canny算法中减少假边缘数量的方法是采用双阈值法。选择两个阈值,根据高阈值得到一个边缘图像,这样一个图像含有很少的假边缘,但是由于阈值较高,产生的图像边缘可能不闭合,未解决这样一个问题采用了另外一个低阈值。
在高阈值图像中把边缘链接成轮廓,当到达轮廓的端点时,该算法会在断点的8邻域点中寻找满足低阈值的点,再根据此点收集新的边缘,直到整个图像边缘闭合。在使用canny算子计算后,得到图像中生球的轮廓信息,轮廓信息提取后可用于对图像中生球大小的计算。
请参考图3-3,图3-3为图3中生球粒度分析方法中的生球中心亮点图像与轮廓图像叠加后的图像示意图;图3-4为图3中生球粒度分析方法拟合后的生球半径结构示意图。
如图3所示,在步骤S108中,如图3-3所示,将步骤S105得到的所有生球的亮点图像与步骤S107中得到的生球轮廓相加,得到一张带生球中心亮点与轮廓的图像,如图3-3所示。图像中带中心亮点的轮廓以垂直水平方向将每个轮廓以90°为一部分将每个轮廓划分成四个部分,以中心亮点为起点计算中心亮点到四个方向最近轮廓的距离,取其中的最小值并画出生球的拟合圆通过计算拟合圆大小得到该张图像中生球的粒度大小。如图3-4所示,拟合后的生球半径的示意图,在该图中,圆圈为结合生球亮点与轮廓求出生球半径的拟合圆。
如图3所示,在步骤S109中,步骤S10中得到的生球大小为图像中的像素大小,所以需要通过标定的方式,标定指的是将实际坐标系与像素坐标系相互转换的过程,通过测定标尺在像素坐标系中的长度确定实际坐标系与像素坐标系的比例系数,得到生球的实际大小。
如图3所示,在步骤S110中,将步骤S109的生球粒径输出,得到出球区域生球粒径。造球机中的成球的粒径一般位于5mm-25mm,所以本发明检测在5mm-25mm之间的生球,检测精度控制在±0.1mm,为了便于统计,也没有必要把球的尺寸精确到小数点后,把每张图片中分析出来的每个生球的粒度进行四舍五入取整。根据工业上所需的生球粒度大小,将生球粒径划分为5mm-8mm(不合格小球)、8mm-11mm(合格的小球)、11mm-14mm(合格的中等球)、14mm-16mm(合格的大球)、16mm-25mm(不合格的大球)五个区间,统计落入这五个区间的生球,将每个区间的生球个数输出。
此外,本申请还提供一种装置实施例。在一种实施例中,该用于造球机的生球粒度分析装置,包括:
第一获取单元,用于利用照相设备获取所述造球机的出球区域的图像信息;
预处理单元,用于对所述出球区域的图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息;
第二获取单元,用于基于所述生球的图像信息,获取所述生球的中心亮点;
第三获取单元,用于基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓;
第四获取单元,用于基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径。
其工作过程及技术效果与上文中的方法的工程过程及技术效果相同,在此不再赘述。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。

Claims (12)

1.一种用于造球机的生球粒度分析方法,其特征在于,包括:
利用照相设备获取所述造球机的出球区域的图像信息;
对所述出球区域的图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息;
基于所述生球的图像信息,获取所述生球的中心亮点;
基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓;
基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径。
2.如权利要求1所述的一种用于造球机的生球粒度分析方法,其特征在于,对所述图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息的步骤,包括:
对所述出球区域的图像信息,通过如下策略进行亮度调整:
g(x,y)=a×f(x,y)+b,
其中,f(x,y)代表源图像x行,y列的像素点的像素值;
g(x,y)代表目标图像x行,y列的像素点的像素值;
a为增益参数(a>0),表示放大的倍数;
b为偏置参数,用于调节亮度。
3.如权利要求2所述的一种用于造球机的生球粒度分析方法,其特征在于,
对经过亮度调整后的图像信息,再通过如下策略进行平滑去噪:
Figure FDA0002331734550000011
其中,f(i+k,j+l)为输入的像素值;
h(k,l)为卷积核,是线性滤波器的加权系数;
g(i,j)为线性滤波处理的输出像素值;
i,j为输出图像对应像素点的位置,第i行,第j列;k,l为卷积核的行数和列数;i+k,j+l为输入图像的对应区域值。
4.如权利要求3所述的一种用于造球机的生球粒度分析方法,其特征在于,
对经过平滑去噪后的图像信息,再通过如下策略进行二值化处理,分离所述生球的图像信息与所述背景图像信息:
首先根据得到的图像灰度值取一个阈值T(0≤T≤255),将像素的灰度值大于阈值T的设成为灰度值为255,小于阈值T的设为灰度值为0,转换过程如下:
Figure FDA0002331734550000021
其中,f(x,y)代表输入图像x行,y列的像素点的灰度值;
g(x,y)代表处理后图像x行,y列的像素点的灰度值。
5.如权利要求4所述的一种用于造球机的生球粒度分析方法,其特征在于,所述基于所述生球的图像信息,获取所述生球的中心亮点的步骤,包括:
对于经过平滑去噪后的图像信息,对整个图像使用lhMorpMax函数求取区域极大值,使得亮度值高的区域像素值为255,亮度值低的像素值为0;
然后将该通过lhMorpMax函数处理后的图像信息与经过所述二值化处理后得到的图像信息进行逻辑与运算;
逻辑与运算结果数值为255所对应的图像点为所述生球的中心亮点。
6.如权利要求1至5任一项所述的一种用于造球机的生球粒度分析方法,其特征在于,
在利用照相设备获取所述造球机的出球区域的图像信息时,采用LED光源垂直照射所述出球区域,以便使得所述生球的中心出现中心亮点。
7.如权利要求6所述的一种用于造球机的生球粒度分析方法,其特征在于,通过统计所述中心亮点个数得到所述生球的个数。
8.如权利要求4所述的一种用于造球机的生球粒度分析方法,其特征在于,所述基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓的步骤,包括:
基于经过二值化处理后的图像信息,通过canny算法对图像进行遍历,得到图像各点的梯度值;
对得到的梯度值的幅值进行非极大值抑制;
用双阈值算法进行检测和连接边缘,得到所述生球的轮廓。
9.如权利要求4所述的一种用于造球机的生球粒度分析方法,其特征在于,所述基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径的步骤,包括:
将得到的所述生球的中心亮点图像与得到的所述生球的轮廓图像相叠加,得到一张带生球中心亮点与轮廓的图像;
以垂直水平方向以90°为一部分将图像轮廓划分成四个部分,以中心亮点为起点计算中心亮点到四个方向中最近轮廓的距离;
取其中的最小值并画出生球的拟合圆,并通过计算拟合圆大小得到该张图像中生球的粒径。
10.如权利要求9所述的一种用于造球机的生球粒度分析方法,其特征在于,所述生球粒度分析方法还包括:
通过测定标尺在像素坐标系中的长度确定实际坐标系与像素坐标系的比例系数,得到生球粒径的实际大小。
11.如权利要求1至4任一项所述的一种用于造球机的生球粒度分析方法,其特征在于,
当利用照相设备获取到的出球区域的图像信息是彩色图像时,通过如下策略进行灰度处理,得到灰度图像信息:
Figure FDA0002331734550000031
其中,Gray代表灰度值;
R、G、B分别代表彩色图像三通道的数值。
12.一种用于造球机的生球粒度分析装置,其特征在于,包括:
第一获取单元,用于利用照相设备获取所述造球机的出球区域的图像信息;
预处理单元,用于对所述出球区域的图像信息进行图像预处理,分离所述生球的图像信息与背景图像信息;
第二获取单元,用于基于所述生球的图像信息,获取所述生球的中心亮点;
第三获取单元,用于基于所述生球的图像信息与所述背景图像信息,获取所述生球的轮廓;
第四获取单元,用于基于所述生球的中心亮点与所述生球的轮廓,获取所述生球的粒径。
CN201911338983.9A 2019-12-23 2019-12-23 一种用于造球机的生球粒度分析方法及装置 Pending CN111179236A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911338983.9A CN111179236A (zh) 2019-12-23 2019-12-23 一种用于造球机的生球粒度分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911338983.9A CN111179236A (zh) 2019-12-23 2019-12-23 一种用于造球机的生球粒度分析方法及装置

Publications (1)

Publication Number Publication Date
CN111179236A true CN111179236A (zh) 2020-05-19

Family

ID=70655631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911338983.9A Pending CN111179236A (zh) 2019-12-23 2019-12-23 一种用于造球机的生球粒度分析方法及装置

Country Status (1)

Country Link
CN (1) CN111179236A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112652010A (zh) * 2020-12-25 2021-04-13 安徽工业大学 一种基于图像增强和霍夫变换的球团粒径检测方法
CN113034573A (zh) * 2021-04-01 2021-06-25 大连锐视达科技有限公司 一种球团粒径检测方法及系统
CN113296561A (zh) * 2020-08-20 2021-08-24 中冶长天国际工程有限责任公司 一种用于造球机的控制系统及控制方法
CN115430600A (zh) * 2022-09-02 2022-12-06 中冶长天(长沙)智能科技有限公司 一种适用于造球机的大球团矿剔除装置及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065283A (zh) * 2012-12-28 2013-04-24 西南科技大学 一种密集固体核径迹的粘连分离算法
CN106446894A (zh) * 2016-09-27 2017-02-22 广东技术师范学院 一种基于轮廓识别球型目标物位置的方法
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103065283A (zh) * 2012-12-28 2013-04-24 西南科技大学 一种密集固体核径迹的粘连分离算法
CN106446894A (zh) * 2016-09-27 2017-02-22 广东技术师范学院 一种基于轮廓识别球型目标物位置的方法
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘小燕等: "基于形态学重建和GMM的球团颗粒图像分割", vol. 40, no. 3, pages 231 - 235 *
庞小平等编著: "《遥感制图与应用》", 测绘出版社, pages: 50 - 51 *
申宁馨等: "基于图像的颗粒物检测研究", vol. 17, no. 1, pages 14 - 15 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113296561A (zh) * 2020-08-20 2021-08-24 中冶长天国际工程有限责任公司 一种用于造球机的控制系统及控制方法
CN112652010A (zh) * 2020-12-25 2021-04-13 安徽工业大学 一种基于图像增强和霍夫变换的球团粒径检测方法
CN113034573A (zh) * 2021-04-01 2021-06-25 大连锐视达科技有限公司 一种球团粒径检测方法及系统
CN115430600A (zh) * 2022-09-02 2022-12-06 中冶长天(长沙)智能科技有限公司 一种适用于造球机的大球团矿剔除装置及方法
CN115430600B (zh) * 2022-09-02 2023-06-23 中冶长天(长沙)智能科技有限公司 一种适用于造球机的大球团矿剔除装置及方法

Similar Documents

Publication Publication Date Title
CN111179236A (zh) 一种用于造球机的生球粒度分析方法及装置
CN109060836B (zh) 基于机器视觉的高压油管接头外螺纹检测方法
CN107063946B (zh) 视频生球粒径仪及其生球粒径状态检测方法
CN104519328B (zh) 图像处理设备、图像捕捉装置和图像处理方法
CN107154042B (zh) 一种包衣机视觉检测方法与装置
CN102441581A (zh) 基于机器视觉的型钢断面尺寸在线检测的装置及方法
CN111968173B (zh) 一种混合料粒度分析方法及系统
CN109975301A (zh) 一种用于炼铁高炉的筛网破损检测方法及检测装置
CN108182682A (zh) 一种基于计算机图像处理和模式识别的检测方法
CN112858332A (zh) 基于机器视觉的同步器齿毂表面缺陷检测方法、系统、终端
Zhang et al. Detection method for pulverized coal injection and particles in the tuyere raceway using image processing
TW201433985A (zh) 自動描繪物件邊緣走向之方法
CN108190774A (zh) 一种基于投影的排绳故障检测方法及其装置
CN101339118A (zh) 谷粒参数自动测量装置及方法
CN114513607A (zh) 一种高温工业内窥镜视场范围自调整方法、装置及系统
CN115830501A (zh) 一种基于视觉的高炉铁水流渣铁识别方法及系统
CN106791353B (zh) 自动对焦的方法、装置和系统
WO2022049549A1 (en) Artificial intelligence based tobacco particle measurement system
CN118096760B (zh) 刀具磨损检测方法、设备和可读存储介质
CN115861294A (zh) 一种基于计算机视觉的混凝土生产异常检测方法及装置
CN111965081A (zh) 一种混合料粒度分析装置及系统
CN110595397A (zh) 一种基于图像识别的篦冷机工况监测方法
CN116129365B (zh) 输送设备上颗粒物料的检测方法和系统
JP6099525B2 (ja) ペレット粒径測定方法
CN113628155A (zh) 一种圆盘造球机的生球粒径检测方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200519

RJ01 Rejection of invention patent application after publication