CN112634248B - 颗粒状原料粒度测量系统及方法、电子设备及存储介质 - Google Patents
颗粒状原料粒度测量系统及方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112634248B CN112634248B CN202011599527.2A CN202011599527A CN112634248B CN 112634248 B CN112634248 B CN 112634248B CN 202011599527 A CN202011599527 A CN 202011599527A CN 112634248 B CN112634248 B CN 112634248B
- Authority
- CN
- China
- Prior art keywords
- granular raw
- particle
- scale
- hopper
- sample
- 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.)
- Active
Links
- 239000002245 particle Substances 0.000 title claims abstract description 93
- 239000002994 raw material Substances 0.000 title claims abstract description 82
- 238000005259 measurement Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000005070 sampling Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000003921 particle size analysis Methods 0.000 claims abstract description 5
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 230000011218 segmentation Effects 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000691 measurement method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 17
- 238000013139 quantization Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010191 image analysis Methods 0.000 abstract description 2
- 235000013339 cereals Nutrition 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000011514 vinification Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000003672 processing method Methods 0.000 description 5
- 238000013124 brewing process Methods 0.000 description 4
- 238000000855 fermentation Methods 0.000 description 4
- 230000004151 fermentation Effects 0.000 description 4
- 239000010903 husk Substances 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 235000014101 wine Nutrition 0.000 description 3
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000020097 white wine Nutrition 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- XLOMVQKBTHCTTD-UHFFFAOYSA-N Zinc monoxide Chemical compound [Zn]=O XLOMVQKBTHCTTD-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 238000010563 solid-state fermentation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000014692 zinc oxide Nutrition 0.000 description 1
- 239000011787 zinc oxide Substances 0.000 description 1
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
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种颗粒状原料粒度测量系统及方法、电子设备及存储介质,包括标定模块用于基于预设比例尺进行样本实际尺寸标定,利用一采样盒固定智能设备;采样盒上设置有用于控制所拍摄样本图片亮度的LED光源;采样盒底部设置有用于放置颗粒状原料的料斗,以及带动料斗振动使得颗粒状原料分散均匀的振动底座;预处理模块,用于将标定后的样本图像进行二值化处理;分割模块,用于将预处理图像分割为不同的连通区域;粒度分析模块,用于基于预设比例尺,得到至少一个颗粒的尺度参数;粒度测量模块用于基于至少一个颗粒的尺度参数,得到颗粒状原料的测量结果。本发明具有使用便捷,量化粒度更细等优势,为引入数字化的图像分析检测技术提供了便利。
Description
技术领域
本发明涉及颗粒粒度测量领域,特别涉及一种颗粒状原料粒度测量系统及方法、电子设备及存储介质。
背景技术
酒是中华民族的传统文化,是五千年华夏文明中的瑰宝,但目前我国的白酒制造行业还属于劳动密集型行业,机械化程度低,大部分的白酒企业还处于手工操作生产的原始模式。近年来,受到劳动力成本不断攀升、土地资源日益紧张以及国家发展高效、低耗产业政策的影响,中国白酒酿造生产行业进行技术革新、改变传统的生产方式已经迫在眉睫,数字化及智能化是其未来发展方向。
在白酒领域,无论酱香型还是浓香型其酿造工艺都以固态发酵为主,酿造过程中用到多种颗粒类原料,包括粮食、酒曲及稻壳、糠壳等。粮食和酒曲的颗粒大小(粒度)与酒糟的发酵过程有高度相关性,对酒糟发酵过程有直接影响。此外,酿造过程中还要用稻壳、糠壳作为发酵、蒸馏的辅料。稻壳、糠壳在发酵糟醅中起疏松调酸作用,同时使酒醅能保持一定的含氧量和疏松度,促进糖化且对全发酵过程和蒸馏酒过程都有直接影响,并最终影响酒质和产量。
因此,对上述颗粒类原料的颗粒粒度进行检测是固态酿造白酒工艺过程中的重要环节。然而,现有颗粒类原料的粒度测量多通过人工抽取样本并经过筛分的方法进行,其对样本的依赖程度较大,量化粒度较粗,在精确程度与时间成本方面都还有很大的提升空间。
发明内容
本发明提供一种通过获取颗粒类原料图像并进行粒度测量的方法以及相应装置,旨在提高原料抽检过程的便捷性,并推动白酒酿造过程向数字化生产的转变。
本发明提供一种颗粒状原料粒度测量系统,包括:
标定模块,用于获取由智能设备所采集的颗粒状原料的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
所述标定模块利用一采样盒固定智能设备;所述采样盒上设置有用于控制所拍摄样本图片亮度的LED光源;所述采样盒底部设置有用于放置颗粒状原料的料斗,以及带动料斗振动使得颗粒状原料分散均匀的振动底座;
预处理模块,用于将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
分割模块,用于将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
粒度分析模块,用于基于所述预设比例尺,得到至少一个颗粒的尺度参数;
粒度测量模块,用于基于所述至少一个颗粒的尺度参数,得到颗粒状原料的测量结果。
优选的是,所述的颗粒状原料粒度测量系统,其中,所述采样盒顶端盒盖中央设置用于固定智能设备的卡槽。
优选的是,所述的颗粒状原料粒度测量系统,其中,所述料斗为可更换待检测的颗粒状原料的可抽卸式料斗,所述可抽卸式料斗表面与所述卡槽底面的距离为预设固定值。
优选的是,所述的颗粒状原料粒度测量系统,其中,所述采样盒还包括设置在所述料斗正上方的标定背景板,所述标定背景板用于生成图像标线,以确定样本图片与实际大小之间的预设比例尺。
本发明还提供了一种颗粒状原料粒度测量方法,包括:
S1:获取由智能设备所采集的颗粒状原料的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
所述S1中利用一采样盒固定智能设备;所述采样盒上设置有用于控制所拍摄样本图片亮度的LED光源;所述采样盒底部设置有用于放置颗粒状原料的料斗,以及带动料斗振动使得颗粒状原料分散均匀的振动底座;
S2:将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
S3:将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
S4:基于所述预设比例尺,得到至少一个颗粒的尺度参数;
S5:基于所述至少一个颗粒的尺度参数,得到颗粒状原料的测量结果。
优选的是,所述的颗粒状原料粒度测量方法,其中,所述S1中的按照预设比例尺进行样本实际尺寸标定,得到标定后的样本图像具体包括:
判断所述样本图片中是否含有标尺,若所述样本图片中含有标尺,则画辅助线量取标尺的像素长度,并计算所述样本图片的比例,得到标定后的样本图像;
若所述样本图片中不含有标尺,则基于所述预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
所述S5中的基于所述至少一个颗粒的尺度参数,得到颗粒状原料的测量结果具体包括:
基于所述至少一个颗粒的尺度参数,筛选出尺度在预设颗粒阈值范围内的颗粒,得到预设颗粒阈值范围内的颗粒状原料的测量结果。
优选的是,所述的颗粒状原料粒度测量方法,其中,所述采样盒顶端盒盖中央设置用于固定智能设备的卡槽,所述料斗为可更换待检测的颗粒状原料的可抽卸式料斗,所述可抽卸式料斗表面与所述卡槽底面的距离为预设固定值。
优选的是,所述的颗粒状原料粒度测量方法,其中,所述采样盒还包括设置在所述料斗正上方的标定背景板,所述标定背景板用于生成图像标线,以确定样本图片与实际大小之间的预设比例尺。
本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的颗粒状原料粒度测量方法的步骤。
本发明提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的颗粒状原料粒度测量方法的步骤。
本发明的颗粒状原料粒度测量系统及方法、电子设备及存储介质,以便携、易得的智能手机为载体为检测工人提供了自动化的制酒颗粒状原料粒度检测技术支持,图像处理方法通过网络通信在远程进行,可以得到精确程度和量化粒度更佳的数字化结果,检测方法对工作环境和工作条件要求较低,仅需保证照相背景与颗粒颜色有较明显对比,进行一次手机像素与实际尺寸的标定后,即可大批量进行抽样测量,除此以外无需其他对生产环境要求较高的条件。相较于现有的人工抽检方法,具有使用便捷,量化粒度更细等优势,为引入数字化的图像分析检测技术提供了便利。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的颗粒状原料粒度测量系统的示意图;
图2为本发明提供的颗粒状原料粒度测量系统中的采样盒的示意图;
图3为本发明提供的颗粒状原料粒度测量方法的示意图;
图4为本发明提供的电子设备的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明提供的颗粒状原料粒度测量系统的示意图,如图2所示,该系统包括:
标定模块10,用于获取由智能设备101所采集的颗粒状原料103的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
如图2所示,利用一采样盒102固定智能设备101;所述采样盒102上设置有用于控制所拍摄样本图片亮度的LED光源1021;所述采样盒102底部设置有用于放置颗粒状原料103的料斗1022,以及带动料斗1022振动使得颗粒状原料103分散均匀的振动底座;具体的,采样盒102顶端盒盖中央设置手机卡槽1024用于固定手机,所述可抽卸式料斗1022表面与所述卡槽底面的距离为预设固定值。使得方便工人操作手机的同时能够固定手机拍摄时与盒底的距离,保证检测过程中样本图像的一致性;采样盒102盖下端为LED光源1021,用于控制所拍摄样本图像的亮度;采样盒102底部为可抽卸式料斗1022和振动底座,料斗1022用于更换待检测的颗粒状原料103,振动底座带动料斗1022振动使得料斗1022内颗粒样品尽量分散均匀,减少颗粒间的可能发生的堆积和粘连,降低后续从颗粒图像中利用相关图像处理方法提取颗粒尺寸的难度。此外,通过振动也可以实现对单批原料样品的重复采样,提高检测的精确度和效率。所述采样盒102还包括设置在所述料斗1022正上方的标定背景板1025,所述标定背景板1025用于生成图像标线,以确定样本图片与实际大小之间的预设比例尺。
预处理模块20,用于将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
分割模块30,用于将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
粒度分析模块40,用于基于所述预设比例尺,得到至少一个颗粒的尺度参数;
粒度测量模块50,用于基于所述至少一个颗粒的尺度参数,得到颗粒状原料103的测量结果。
所述按照预设比例尺进行样本实际尺寸标定,得到标定后的样本图像具体包括:
判断所述样本图片中是否含有标尺,若所述样本图片中含有标尺,则画辅助线量取标尺的像素长度,并计算所述样本图片的比例,得到标定后的样本图像;
若所述样本图片中不含有标尺,则基于所述预设比例尺进行样本实际尺寸标定,得到标定后的样本图像。
所述采样盒102顶端盒盖中央设置用于固定智能设备101的卡槽,所述料斗1022为可更换待检测的颗粒状原料103的可抽卸式料斗1022,所述可抽卸式料斗1022表面与所述卡槽底面的距离为预设固定值。
本发明具有“采集颗粒状原料103的样本图片”、“标定”、“粒度测量”“显示最大/最小颗粒”等功能,可以采用例如智能手机等智能设备101实现,也可以利用运行于服务器上的图像处理脚本通过创建一个服务器对象,用以接受通信请求;打开智能手机上的APP程序,APP程序即作为一客户端对象连接到服务器对象,发送与接收相关图像或数据。“采集颗粒状原料103的样本图片”功能为拍摄一张待检测制酒颗粒状原料103的图像并存储,同时也可以发送给服务器存储到数据库中;“标定”功能为拍摄装入采样盒102料斗1022的标定背景板1025,生成图像标线,确定样本图片像素与实际长度的比例尺,向服务器发送此信息,使粒度测量时采用此比例尺计算制酒颗粒状原料103的尺寸分布;“粒度测量”功能为通知服务器调用图像粒度测量对所拍摄的照片进行检测,检测完成后将绘制出制酒颗粒状原料103的尺寸分布直方图和计算得到的颗粒数目、筛斗通过率等结果反馈给手机,手机接收后显示出这些信息,同时在服务器端的数据库进行建档,便于后续对一定批量的制酒颗粒状原料103尺寸分布进行统计分析,提高对其分布参数估计的准确程度;“显示最大/最小颗粒”为服务器端进行粒度测量时,将图像分割为不同的连通区域,返回仅保留其中最大和最小区域的二值化图像,用于检验图像处理效果,避免出现将图像中靠近的多个颗粒视为同一颗粒或将杂物判断为颗粒的情况,影响粒度测量数据的准确性。
本发明与当下广泛使用在酿酒生产流水线上的使用筛斗检测相比,以智能手机为主要检测设备,主要利用其拍照功能,因而测量更为便捷,利用图像处理方法,可以得到精确程度和量化粒度更佳的数字化结果,检测系统对工作环境和工作条件要求较低,仅需保证照相背景与颗粒颜色有较明显对比,进行一次手机像素与实际尺寸的标定后,即可大批量进行抽样测量,除此以外无需其他对生产环境要求较高的条件,如控制检测时图像的光照均匀一致等。与此同时,考虑待检测制酒颗粒状原料103图像通过智能手机获取,需要特别针对手机采集到的图像设计相应的亮度均衡等图像处理方法。亮度均衡作用为将由于光线变化、拍摄距离不同而亮度不同的图像通过比例调节使亮度一致化。经过亮度均衡处理的待检测颗粒料图像具有良好的一致性,能满足粒度分析方法对图像质量的要求。本发明所设计的这些环节使制酒颗粒状原料103的粒度检测可以在没有复杂硬件设备支持的条件下应用,为不能使用流水线检测设备的人工抽检提供了一种可行的自动检测方法,是整个检测装置的关键所在。
本发明以便携、易得的智能手机为载体为检测工人提供了自动化的制酒颗粒状原料103粒度检测技术支持,图像处理方法通过网络通信在远程进行,相较于现有的人工抽检方法,具有使用便捷,量化粒度更细等优势,为引入数字化的图像分析检测技术提供了便利。
下面对本发明提供的颗粒状原料粒度测量方法进行描述,下文描述的颗粒状原料粒度测量系统与上文描述的颗粒状原料粒度测量系统可相互对应参照。
图2为本发明提供的颗粒状原料粒度测量方法的示意图,如图2所示,该方法包括:
S1:获取由智能设备101所采集的颗粒状原料103的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
利用一采样盒102固定智能设备101;所述采样盒102上设置有用于控制所拍摄样本图片亮度的LED光源1021;所述采样盒102底部设置有用于放置颗粒状原料103的料斗1022,以及带动料斗1022振动使得颗粒状原料103分散均匀的振动底座;
所述S1中的按照预设比例尺进行样本实际尺寸标定,得到标定后的样本图像具体包括:
判断所述样本图片中是否含有标尺,若所述样本图片中含有标尺,则画辅助线量取标尺的像素长度,并计算所述样本图片的比例,得到标定后的样本图像;
若所述样本图片中不含有标尺,则基于所述预设比例尺进行样本实际尺寸标定,得到标定后的样本图像。
所述S1中的采集颗粒状原料103的样本图片之后还包括:
对所述样本图片进行亮度均衡处理。
S2:将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
S3:将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
S4:基于所述预设比例尺,得到至少一个颗粒的尺度参数;
S5:基于所述至少一个颗粒的尺度参数,得到颗粒状原料103的测量结果。
所述S5中的基于所述至少一个颗粒的尺度参数,得到颗粒状原料103的测量结果具体包括:
基于所述至少一个颗粒的尺度参数,筛选出尺度在预设颗粒阈值范围内的颗粒,得到预设颗粒阈值范围内的颗粒状原料103的测量结果。
所述S5中的得到颗粒状原料103的测量结果具体包括:
绘制、输出颗粒状原料103的尺寸分布直方图,并得到、输出颗粒状原料103的颗粒数目、筛选出预设颗粒阈值范围内的颗粒状原料103的通过率。
图3示例了一种电子设备的实体结构示意图,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行一种颗粒状原料粒度测量方法,该方法包括:
S1:采集颗粒状原料103的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
S2:将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
S3:将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
S4:基于所述预设比例尺,得到至少一个颗粒的尺度参数;
S5:基于所述至少一个颗粒的尺度参数,得到颗粒状原料103的测量结果。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行一种颗粒状原料粒度测量方法,该方法包括:
S1:采集颗粒状原料103的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
S2:将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
S3:将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
S4:基于所述预设比例尺,得到至少一个颗粒的尺度参数;
S5:基于所述至少一个颗粒的尺度参数,得到颗粒状原料103的测量结果。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行一种颗粒状原料粒度测量方法,该方法包括:
S1:采集颗粒状原料103的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
S2:将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
S3:将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
S4:基于所述预设比例尺,得到至少一个颗粒的尺度参数;
S5:基于所述至少一个颗粒的尺度参数,得到颗粒状原料103的测量结果。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (7)
1.一种颗粒状原料粒度测量系统,其特征在于,包括:
标定模块,用于获取由智能设备所采集的颗粒状原料的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
所述标定模块利用一采样盒固定智能设备;所述采样盒上设置有用于控制所拍摄样本图片亮度的LED光源;所述采样盒底部设置有用于放置颗粒状原料的料斗,以及带动料斗振动使得颗粒状原料分散均匀的振动底座;
预处理模块,用于将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
分割模块,用于将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
粒度分析模块,用于基于所述预设比例尺,得到至少一个颗粒的尺度参数;
粒度测量模块,用于基于所述至少一个颗粒的尺度参数,得到颗粒状原料的测量结果;
所述采样盒还包括设置在所述料斗正上方的标定背景板,所述标定背景板用于生成图像标线,以确定样本图片与实际大小之间的预设比例尺;
所述采样盒顶端盒盖中央设置用于固定智能设备的卡槽;
所述料斗为可更换待检测的颗粒状原料的可抽卸式料斗,所述可抽卸式料斗表面与所述卡槽底面的距离为预设固定值。
2.一种颗粒状原料粒度测量方法,其特征在于,用于如权利要求1所述的颗粒状原料粒度测量系统,所述方法包括:
S1:获取由智能设备所采集的颗粒状原料的样本图片,并基于预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
所述S1中利用一采样盒固定智能设备;所述采样盒上设置有用于控制所拍摄样本图片亮度的LED光源;所述采样盒底部设置有用于放置颗粒状原料的料斗,以及带动料斗振动使得颗粒状原料分散均匀的振动底座;
S2:将标定后的样本图像进行二值化处理,并去除背景噪点后,得到预处理图像;
S3:将预处理图像分割为不同的连通区域、分割出至少一个颗粒;
S4:基于所述预设比例尺,得到至少一个颗粒的尺度参数;
S5:基于所述至少一个颗粒的尺度参数,得到颗粒状原料的测量结果。
3.根据权利要求2所述的颗粒状原料粒度测量方法,其特征在于,所述S1中的按照预设比例尺进行样本实际尺寸标定,得到标定后的样本图像具体包括:
判断所述样本图片中是否含有标尺,若所述样本图片中含有标尺,则画辅助线量取标尺的像素长度,并计算所述样本图片的比例,得到标定后的样本图像;
若所述样本图片中不含有标尺,则基于所述预设比例尺进行样本实际尺寸标定,得到标定后的样本图像;
所述S5中的基于所述至少一个颗粒的尺度参数,得到颗粒状原料的测量结果具体包括:
基于所述至少一个颗粒的尺度参数,筛选出尺度在预设颗粒阈值范围内的颗粒,得到预设颗粒阈值范围内的颗粒状原料的测量结果。
4.根据权利要求2所述的颗粒状原料粒度测量方法,其特征在于,所述采样盒顶端盒盖中央设置用于固定智能设备的卡槽,所述料斗为可更换待检测的颗粒状原料的可抽卸式料斗,所述可抽卸式料斗表面与所述卡槽底面的距离为预设固定值。
5.根据权利要求2所述的颗粒状原料粒度测量方法,其特征在于,所述采样盒还包括设置在所述料斗正上方的标定背景板,所述标定背景板用于生成图像标线,以确定样本图片与实际大小之间的预设比例尺。
6.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求2-5任一所述的颗粒状原料粒度测量方法的步骤。
7.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求2-5任一所述的颗粒状原料粒度测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011599527.2A CN112634248B (zh) | 2020-12-29 | 2020-12-29 | 颗粒状原料粒度测量系统及方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011599527.2A CN112634248B (zh) | 2020-12-29 | 2020-12-29 | 颗粒状原料粒度测量系统及方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112634248A CN112634248A (zh) | 2021-04-09 |
CN112634248B true CN112634248B (zh) | 2024-04-12 |
Family
ID=75286648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011599527.2A Active CN112634248B (zh) | 2020-12-29 | 2020-12-29 | 颗粒状原料粒度测量系统及方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634248B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113824875B (zh) * | 2021-08-11 | 2023-05-09 | 北京京仪仪器仪表研究总院有限公司 | 一种基于调制光源亮度间隔和拍摄间隔的果蔬拍摄方法 |
CN114359191A (zh) * | 2021-12-23 | 2022-04-15 | 浙江大华技术股份有限公司 | 一种颗粒均匀度检测系统、方法、装置、设备及介质 |
CN114632723B (zh) * | 2022-03-11 | 2024-05-07 | 安徽冠泓塑业有限公司 | 一种pe改性颗粒生产用智能筛选设备及筛选方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000314698A (ja) * | 1999-05-06 | 2000-11-14 | Nikkiso Co Ltd | 画像処理粒度分析計及びその二値化レベル設定方法 |
CN105699258A (zh) * | 2016-01-28 | 2016-06-22 | 华侨大学 | 一种细骨料在线检测装置及方法 |
CN108711149A (zh) * | 2018-05-16 | 2018-10-26 | 郑州大学 | 基于图像处理的矿岩粒度检测方法 |
CN109598715A (zh) * | 2018-12-05 | 2019-04-09 | 山西镭谱光电科技有限公司 | 基于机器视觉的物料粒度在线检测方法 |
CN110174334A (zh) * | 2019-06-28 | 2019-08-27 | 华侨大学 | 一种粗骨料形态质量检测系统及方法 |
CN110595959A (zh) * | 2019-04-19 | 2019-12-20 | 齐鲁工业大学 | 一种糖膏颗粒粒度分析系统及分析方法 |
CN111562201A (zh) * | 2020-05-28 | 2020-08-21 | 清华大学 | 固态酿造制酒颗粒状原料粒度在线测量装置和方法 |
CN112116649A (zh) * | 2020-09-27 | 2020-12-22 | 常州工程职业技术学院 | 一种颗粒物的粒径检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5114690B2 (ja) * | 2010-04-01 | 2013-01-09 | 新日鐵住金株式会社 | 粒子測定装置および粒子測定方法 |
-
2020
- 2020-12-29 CN CN202011599527.2A patent/CN112634248B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000314698A (ja) * | 1999-05-06 | 2000-11-14 | Nikkiso Co Ltd | 画像処理粒度分析計及びその二値化レベル設定方法 |
CN105699258A (zh) * | 2016-01-28 | 2016-06-22 | 华侨大学 | 一种细骨料在线检测装置及方法 |
CN108711149A (zh) * | 2018-05-16 | 2018-10-26 | 郑州大学 | 基于图像处理的矿岩粒度检测方法 |
CN109598715A (zh) * | 2018-12-05 | 2019-04-09 | 山西镭谱光电科技有限公司 | 基于机器视觉的物料粒度在线检测方法 |
CN110595959A (zh) * | 2019-04-19 | 2019-12-20 | 齐鲁工业大学 | 一种糖膏颗粒粒度分析系统及分析方法 |
CN110174334A (zh) * | 2019-06-28 | 2019-08-27 | 华侨大学 | 一种粗骨料形态质量检测系统及方法 |
CN111562201A (zh) * | 2020-05-28 | 2020-08-21 | 清华大学 | 固态酿造制酒颗粒状原料粒度在线测量装置和方法 |
CN112116649A (zh) * | 2020-09-27 | 2020-12-22 | 常州工程职业技术学院 | 一种颗粒物的粒径检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112634248A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634248B (zh) | 颗粒状原料粒度测量系统及方法、电子设备及存储介质 | |
US7460732B2 (en) | Method and system for object recognition using fractal maps | |
CN1690678A (zh) | 图像分析方法、图像分析程序及其像素评价系统 | |
KR101597739B1 (ko) | 화상 처리 장치, 화상 처리 방법, 및 컴퓨터 판독 가능한 매체 | |
CN112534243B (zh) | 检查装置与方法及计算机能读取的非临时性的记录介质 | |
JP7355943B2 (ja) | マシンビジョンによる低倍酸エッチング欠陥自動識別及び格付けの方法並びにシステム | |
US7062079B2 (en) | Method and system for image segmentation | |
CN112102238A (zh) | 基于计算机视觉的糊化过程中淀粉颗粒溶胀能力的检测方法 | |
CN110648330A (zh) | 摄像头玻璃的缺陷检测方法 | |
CN107274349B (zh) | 生物芯片荧光图像倾斜角度的确定方法及装置 | |
CN108345858A (zh) | 一种车辆载重状态检测方法和系统 | |
CN112345548A (zh) | 一种燃料电池石墨板表面成型光洁程度检测方法及装置 | |
CN116152220A (zh) | 一种基于机器视觉的种子计数和尺寸测量方法 | |
CN116203001A (zh) | 黄曲霉毒素b1无损检测方法及装置 | |
JPH10269352A (ja) | 画像処理装置および方法 | |
CN111060437A (zh) | 3d打印砂箱的检测设备及检测方法 | |
CN101655978B (zh) | 一种图像分析的方法和装置 | |
Yang et al. | Smartphone-based imaging system and method for particle size and shape measuring in baijiu brewing process | |
Zhou et al. | Automatic, Point-Wise Rock Image Enhancement by Novel Unsupervised Deep Learning: Dataset Establishment and Model Development | |
CN117218437B (zh) | 一种ct技术结合机器学习原位定量土壤颗粒有机质的方法 | |
CN116958138B (zh) | 一种用于桥梁检测的取样控制方法、系统、设备及介质 | |
CN114969002A (zh) | 用于目标检测的神经网络的训练方法和自动监控方法 | |
CN116703927B (zh) | 基于明场光学图像处理的细胞计数方法、装置及存储介质 | |
KR100908326B1 (ko) | 영상 이진화 장치 및 방법 | |
CN115908279A (zh) | 一种用于水稻种子的灰质化筛查方法及系统 |
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 |