CN114324084B - 一种矿浆粒度在线检测设备、方法和存储介质 - Google Patents
一种矿浆粒度在线检测设备、方法和存储介质 Download PDFInfo
- Publication number
- CN114324084B CN114324084B CN202210203469.XA CN202210203469A CN114324084B CN 114324084 B CN114324084 B CN 114324084B CN 202210203469 A CN202210203469 A CN 202210203469A CN 114324084 B CN114324084 B CN 114324084B
- Authority
- CN
- China
- Prior art keywords
- ore pulp
- image
- pulp
- detected
- particle
- 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
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Paper (AREA)
Abstract
本发明实施例公开了一种矿浆粒度在线检测设备、方法和存储介质,其中,该设备包括密封遮光外壳,外壳内设置有背光源,矿浆容纳装置,图像获取装置和图像处理装置,其中,图像获取装置朝向矿浆容纳装置设置,背光源设置在矿浆容纳装置远离图像获取装置的一侧,图像获取装置和图像处理装置电连接;背光源用于为矿浆容纳装置补光;图像获取装置,用于实时获取矿浆容纳装置内待检测矿浆的待检测矿浆图像;图像处理装置,用于对待检测矿浆图像进行处理,以确定所述待检测矿浆的粒度信息。本发明实施例的技术方案在实现矿浆粒度在线检测,保证数据实时性的同时,降低人工成本。
Description
技术领域
本发明实施例涉及矿浆粒度检测技术领域,尤其涉及一种矿浆粒度在线检测设备、方法和存储介质。
背景技术
矿浆粒度的检测,尤其是矿浆粒度的在线检测,一直是矿物加工过程迫切需要解决的难题。矿浆粒度的实时数据可用于及时调整生产参数,稳定生产过程,保证产品指标。
目前,矿浆粒度的检测有如下三种方式:
1)人工湿筛:使用不同目数的筛子,通过手动湿筛或者电动筛分设备依次进行筛分,然后将不同粒级的矿浆脱水、烘干、称重,能够获得该矿浆内颗粒的粒度分布情况。缺点:目前,在选矿/煤厂基本都采用人工湿筛的方式对粒度分布进行检测,工人劳动强度大,数据有很强的滞后性。
2)矿浆粒度离线检测设备:分为两种,超声波原理和激光原理。缺点:需要将待测矿浆彻底打散,颗粒不能有团聚,均匀地展现在超声波测试区域和激光束中,工人劳动强度较人工湿筛降低,但是还需要人工取样、制样、放入设备检测、清洗设备等,而且数据还是有一定的滞后性。
3)现有也存在矿浆粒度离线检测设备,该类设备通常模拟人工湿筛的方式,筛分完后通过受压形变、图像等方式“称重”,并增加了自动入料、自动清洗等环节。缺点:均为筛网型检测,以筛网为载体,尤其是对于细粒级的筛网(如600目,即23μm),即使有清洗,筛网堵孔严重,清理困难。
发明内容
本发明实施例提供了一种矿浆粒度在线检测设备、方法和存储介质,在实现矿浆粒度在线检测,保证数据实时性的同时,降低人工成本。
第一方面,本发明实施例提供了一种矿浆粒度在线检测设备,包括密封遮光外壳,所述外壳内设置有背光源,矿浆容纳装置,图像获取装置和图像处理装置,其中,所述图像获取装置朝向所述矿浆容纳装置设置,所述背光源设置在所述矿浆容纳装置远离所述图像获取装置的一侧,所述图像获取装置和所述图像处理装置电连接;
所述背光源用于为所述矿浆容纳装置补光;
所述图像获取装置,用于实时获取所述矿浆容纳装置内待检测矿浆的待检测矿浆图像;
所述图像处理装置,用于对所述待检测矿浆图像进行处理,以确定所述待检测矿浆的粒度信息。
第二方面,本发明实施例提供了一种矿浆粒度在线检测方法,由第一方面任一实施例所述的矿浆粒度在线检测设备的图像处理装置执行,其特征在于,包括:
对待检测矿浆图像进行预处理,得到预处理图像,所述待检测矿浆图像由图像获取装置实时获取得到:
对所述预处理图像进行二值化处理,得到二值化图像:
对所述二值化图像进行边缘检测,得到矿浆颗粒轮廓信息,基于所述轮廓信息确定矿浆颗粒粒度。
第三方面,本发明实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第二方面任一实施例所述的矿浆粒度在线检测方法。
本发明实施例的技术方案提供一种矿浆粒度在线检测设备,该设备包括密封遮光外壳,所述外壳内设置有背光源,矿浆容纳装置,图像获取装置和图像处理装置,其中,所述图像获取装置朝向所述矿浆容纳装置设置,所述背光源设置在所述矿浆容纳装置远离所述图像获取装置的一侧,所述图像获取装置和所述图像处理装置电连接;所述背光源用于为所述矿浆容纳装置补光;所述图像获取装置,用于实时获取所述矿浆容纳装置内待检测矿浆的待检测矿浆图像;所述图像处理装置,用于对所述待检测矿浆图像进行处理,以确定所述待检测矿浆的粒度信息。通过设置密封遮光外壳,使得整个检测设备完全密封独立,保证检测环境的稳定性,通过设置图像获取装置和图像处理装置,利用机器视觉对矿浆粒度进行在线检测,能够保证数据实时性,同时降低人工成本,通过设置背光源,能够为机器视觉识别过程提供充足的光线。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本发明实施例一提供的一种矿浆粒度在线检测设备的结构示意图;
图2是本发明实施例二提供的一种矿浆粒度在线检测方法的流程示意图。
图标:11-外壳;12-背光源;13-矿浆容纳装置;14-图像获取装置;15-图像处理装置;16-密封遮光隔板;17-入料管道;18-出料管道;19-光照传感器;20-放大装置;21-X方向电动滑台;22-Y方向电动滑台;23-温度传感器;24-线缆;25-接头。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种矿浆粒度在线检测设备的结构示意图,如图1所示,该设备包括密封遮光外壳11,所述外壳11内设置有背光源12,矿浆容纳装置13,图像获取装置14和图像处理装置15,其中,所述图像获取装置14朝向所述矿浆容纳装置13设置,所述背光源12设置在所述矿浆容纳装置13远离所述图像获取装置14的一侧,所述图像获取装置14和所述图像处理装置15电连接;所述背光源12用于为所述矿浆容纳装置13补光;所述图像获取装置14,用于实时获取所述矿浆容纳装置13内待检测矿浆的待检测矿浆图像;所述图像处理装置15,用于对所述待检测矿浆图像进行处理,以确定所述待检测矿浆的粒度信息。
本实施例中的密封遮光外壳11能够使矿浆粒度在线检测设备完全密封、遮光且独立,无论外部环境如何变化,检测装置内部始终具有稳定的检测环境。
矿浆容纳装置13可以容纳当前时刻下的待检测矿浆,该待检测框矿浆优选可以是实时流动的,也可以是不具有流动性的。本实施例中,由于矿浆容纳装置13直接与待检测矿浆接触,为了保证检测环境的稳定性,其制备材料优选应具有硬度高,透光度高且稳定性好等特性,示例性的,可以选用蓝宝石玻璃作为矿浆容纳装置13的制备材料。
背光源12可以为矿浆容纳装置13补光,以使图像获取装置14能够清晰地获取待检测矿浆图像。其中,背光源12可以是光照强度固定不可调的固定光源,也可以是光照强度可调节的可调光源。若待检测矿浆为实时流动矿浆,由于实时流动矿浆其矿浆浓度不稳定,导致透光率不统一,因此背光源12优选可以为可调光源,可调光源可以根据透光率的变化调整光照强度,保证图像获取装置14能够清晰地获取到待检测矿浆图像。为了保证矿浆容纳装置各部位光照均衡,优选可以采用大功率面阵光源作为背光源12。优选还可以在背光源12的背部设置散热板,用于为背光源12传导散热。
示例性的,图像获取装置14可以是工业摄像头,该工业摄像头可以是手动调焦工业摄像头,也可以是自动调焦工业摄像头。图像获取装置14用于实时获取矿浆容纳装置13内待检测矿浆对应的待检测矿浆图像,并将待检测矿浆图像实时发送给图像处理装置15,图像处理装置15利用预设图像处理方法对待检测矿浆图像进行处理,得到待检测矿浆中各矿浆颗粒的轮廓信息,进而根据轮廓信息确定矿浆颗粒粒度,其中,矿浆颗粒粒度一般指的是矿浆颗粒粒径。
示例性的,图像处理装置15对所述待检测矿浆图像进行处理,以确定所述待检测矿浆的粒度信息的具体处理步骤如下:
对待检测矿浆图像进行预处理,得到预处理图像,所述待检测矿浆图像由图像获取装置实时获取得到;对所述预处理图像进行二值化处理,得到二值化图像;对所述二值化图像进行边缘检测,得到矿浆颗粒轮廓信息,基于所述轮廓信息确定矿浆颗粒粒度。
进一步的,所述对所述预处理图像进行二值化处理,得到二值化图像,包括:对所述预处理图像进行网格化处理,将所述预处理图像分割成预设个数的网格图像;针对每个网格图像,利用大律法算法对网格图像进行二值化处理,得到二值化网格图像;将二值化网格图像进行拼接处理,得到所述预处理图像对应的二值化图像。
进一步的,基于所述轮廓信息确定矿浆颗粒粒度,包括:基于所述轮廓信息确定各个轮廓信息对应的圆形度;基于所述圆形度和预设圆形度阈值,将所述轮廓信息中圆形度低于所述预设圆形度阈值的轮廓信息剔除,得到剔除后的轮廓信息;基于所述剔除后的轮廓信息确定矿浆颗粒粒度。
进一步的,在基于所述轮廓信息确定矿浆颗粒粒度之后,还包括:基于所述矿浆颗粒粒度和预设粒级确定规则,确定所述矿浆颗粒所属粒级;基于所述轮廓信息确定各粒级矿浆颗粒对应的像素面积;基于所述待检测矿浆图像中待检测矿浆的像素面积,确定各粒级矿浆颗粒对应的等效圆半径;根据各粒级矿浆颗粒对应的等效圆半径,确定各粒级矿浆颗粒对应的矿浆体积;基于各粒级矿浆颗粒对应的矿浆体积,确定各粒级矿浆颗粒的颗粒质量占比。
进一步的,在对所述二值化图像进行边缘检测,得到矿浆颗粒轮廓信息之前,还包括:对所述二值化图像进行腐蚀和膨胀形态学变换,得到形态学变换后的二值化图像。
进一步的,所述对待检测矿浆图像进行预处理,得到预处理图像,包括:对待检测矿浆图像进行滤波降噪和图像增强处理,得到预处理图像。
本实施例提供了一种矿浆粒度在线检测设备,该设备包括密封遮光外壳,所述外壳内设置有背光源,矿浆容纳装置,图像获取装置和图像处理装置,其中,所述图像获取装置朝向所述矿浆容纳装置设置,所述背光源设置在所述矿浆容纳装置远离所述图像获取装置的一侧,所述图像获取装置和所述图像处理装置电连接;所述背光源用于为所述矿浆容纳装置补光;所述图像获取装置,用于实时获取所述矿浆容纳装置内待检测矿浆的待检测矿浆图像;所述图像处理装置,用于对所述待检测矿浆图像进行处理,以确定所述待检测矿浆的粒度信息。通过设置密封遮光外壳,使得整个检测设备完全密封独立,保证检测环境的稳定性,通过设置图像获取装置和图像处理装置,利用机器视觉对矿浆粒度进行在线检测,能够保证数据实时性,同时降低人工成本,通过设置背光源,能够为机器视觉识别过程提供充足的光线。
在上述各实施例的基础上,进一步的,所述外壳11内还设置有密封遮光隔板16,所述密封遮光隔板16与所述矿浆容纳装置13相抵,将所述设备分隔为光源室和检测室,其中,所述背光源12和所述矿浆容纳装置13设置于所述光源室内,所述图像获取装置14和所述图像处理装置15设置于所述检测室内;所述密封遮光隔板16开设有检测窗口,所述图像获取装置14通过所述检测窗口获取所述待检测矿浆图像。
本实施例中,通过将密封遮光隔板16与矿浆容纳装置13相抵设置,并开设有检测窗口,能够尽可能多的遮挡除了背光之外的其他杂光,有效降低背光源12对图像获取装置的光照影响。可以理解的是,密封遮光隔板16还可以与矿浆容纳装置13相距预设距离设置,密封遮光隔板16与矿浆容纳装置13相距越远,密封遮光隔板16的遮光效果越差。
进一步的,在上述已有光源室和检测室的基础上,还可以在检测室内再设置一密封遮光隔板,用于将检测室分隔为检测室和集线室,集线室优选可以设置有该检测设备中各个部件(如背光源12、图像获取装置14和图像处理装置15等)对应的线缆24(包括供电线缆、控制线缆和通讯线缆等)和接头25等,用于为该检测设备中各个部件进行供电和信号传输,保证该检测设备中的各部件能够正常工作。可以理解的是,用来分隔光源室、检测室和集线室的两个密封遮光隔板上均设置有可以使线缆24和接头25穿过的开孔,为了保证密封遮光隔板的密封性,优选可以在开孔处设置密封胶圈等。
在上述各实施例的基础上,进一步的,还包括入料管道17和出料管道18,所述入料管道17设置于所述矿浆容纳装置13的入口处,所述出料管道18设置于所述矿浆容纳装置13的出口处,其中,所述入料管道17用于实时接收待检测矿浆,并将待检测矿浆引流至所述矿浆容纳装置13;所述出料管道18用于实时将所述待检测矿浆引流出所述矿浆容纳装置13。
入料管道17和出料管道18与矿浆容纳装置13的接口处均密封设置,优选可以设置待检测矿浆以预设固定流速通过矿浆容纳装置13,既可以避免待检测矿浆挂壁,又可以避免待检测矿浆形成涡流影响检测效果。
在上述各实施例的基础上,进一步的,所述入料管道17和所述出料管道18处均设置有流速可调节阀门(图1中未示出)。流速可调节阀门可以是电动可调节阀门,也可以是手动可调节阀门,流速可调节阀门可以用于调节矿浆容纳装置13内待检测矿浆的流态,有利于检测。
在上述各实施例的基础上,进一步的,所述背光源12为亮度可调节背光源,所述检测室内还设置有光照传感器19,所述光照传感器19与所述亮度可调节背光源电连接,其中:所述光照传感器19用于检测所述检测室内的光照强度,并将光照强度信号反馈给所述亮度可调节背光源;所述亮度可调节背光源接收所述光照强度信号,并根据所述光照强度信号调节相应亮度。
光照传感器19可以实时将光照强度信号发送给亮度可调节背光源,也可以在当光照强度信号超过预设光照强度时,将光照强度信号发送给亮度可调节背光源。通过设置光照传感器19,可以实时确定背光源12的光照强度强弱以及其是否出现故障,以实时对背光源12作出调整。通过将背光源12设置为亮度可调节背光源,可以实时调整光照强度强弱,能够最大限度的保证检测过程正常进行。
在上述各实施例的基础上,进一步的,在所述图像获取装置14和所述矿浆容纳装置13之间,正对所述矿浆容纳装置13的位置处设置有放大装置20,所述放大装置20用于对待检测矿浆内的颗粒进行放大。
本实施例中,当待检测矿浆内颗粒粒度较小时,图像获取装置14很难获取到清晰的图像,因此可以通过设置放大装置20来放大待检测矿浆内的颗粒粒度,便于图像获取装置获取清晰的图像。示例性的,放大装置20可以选择具有放大功能的透镜,其放大倍数可以根据实际情况进行确定,以能够使图像获取装置14获取到清晰图像为最佳。
在上述各实施例的基础上,进一步的,所述外壳内还设置有云台,所述图像获取装置14设置于所述云台上,其中:所述云台带动所述图像获取装置14在水平方向和/或竖直方向运动,以调节所述图像获取装置14与所述矿浆容纳装置13之间的相对位置。
本实施例中的云台可以包括X方向电动滑台21和Y方向电动滑台22,其中,X方向电动滑台21用于调节图像获取装置14与矿浆容纳装置13在水平方向的距离,其主要作用是粗调焦。X方向电动滑台21的位置确定后,进一步通过图像获取装置14进行细调焦,以获取清晰的待检测矿浆图像。如无特殊情况,X方向电动滑台21在调节完成后基本固定不动。Y方向电动滑台22用于调节图像获取装置14在竖直方向的位置,以获取最佳检测视窗。如无特殊情况,Y方向电动滑台22在调节完成后基本固定不动。
在上述各实施例的基础上,进一步的,该检测装置还可以设置有温度传感器23,温度传感器23可以设置于光源室内底部,也可以设置于检测室内底部,用于检测所在室内的温度,能有效避免相应室内温度过低或过高,损坏相应室内的部件。示例性的,图1中所示出的温度传感器23设置于检测室内底部,用于检测检测室内的温度。
实施例二
图2是本发明实施例二提供的一种矿浆粒度在线检测方法的流程示意图,本实施例可适用于需要对矿浆粒度进行在线检测的情况,该方法可以由本发明实施例中的矿浆粒度在线检测设备的图像处理装置来执行。如图2所示,该方法具体包括如下操作步骤:
S201、对待检测矿浆图像进行预处理,得到预处理图像,所述待检测矿浆图像由图像获取装置实时获取得到。
在背光源的作用下,矿浆容纳装置内的待检测矿浆和矿浆颗粒对光源产生不同程度的遮挡,使得待检测矿浆图像可能存在一定的噪声干扰,因此优选可以对待检测矿浆图像进行预处理。示例性的,所述对待检测矿浆图像进行预处理,得到预处理图像,包括:对待检测矿浆图像进行滤波降噪和图像增强处理,得到预处理图像。
本实施例中,优选可以采用改进后的中值滤波算法对待检测矿浆图像进行滤波降噪处理。具体的,改进后的中值滤波算法,其滤波窗口的尺寸为N×N,其中N为奇数,确定滤波窗口对应的中值,并用该中值代替滤波窗口内的最大灰度值。为了能够有效抑制光斑干扰,本实施例中的滤波窗口优选尺寸为5×5,改进后的中值滤波算法公式如下:
进一步的,由于待检测矿浆内的矿浆颗粒距离图像获取装置的远近不一,同时又受到溶液的影响,导致采集到的待检测矿浆图像中,矿浆颗粒的灰度差异较大,同时边缘模糊,基于此,本实施例在对待检测矿浆图像进行滤波降噪之后,还可以采用图像增强算法对待检测矿浆图像进行图像增强处理。示例性的,可以采用非线性自适应直方图均衡化的方法对图像进行增强,以提高矿浆颗粒的轮廓特征。
S202、对所述预处理图像进行二值化处理,得到二值化图像。
本实施例中,可以利用图像二值化算法对预处理图像进行二值化处理,其中,图像二值化算法可以包括全局阈值二值化和局部阈值二值化,具体算法可以根据实际情况进行选择,本实施例不做特殊限定。
S203、对所述二值化图像进行边缘检测,得到矿浆颗粒轮廓信息,基于所述轮廓信息确定矿浆颗粒粒度。
优选的,可以利用边缘检测算子对二值化图像进行边缘检测,示例性的,边缘检测算子可以是Canny算子,该算子对物体边缘敏感,同时还可以抑制噪声。本实施例中得到的矿浆颗粒轮廓信息优选包括矿浆颗粒的边缘像素点信息,基于边缘像素点信息,以及图像尺寸与实际尺寸之间的预先标定信息,可以确定矿浆颗粒粒度。
本实施例的技术方案提供一种矿浆粒度在线检测方法,该方法由上述各实施例中的矿浆粒度在线检测设备的图像处理装置来执行,通过对待检测矿浆图像进行预处理,得到预处理图像,所述待检测矿浆图像由图像获取装置实时获取得到;对所述预处理图像进行二值化处理,得到二值化图像;对所述二值化图像进行边缘检测,得到矿浆颗粒轮廓信息,基于所述轮廓信息确定矿浆颗粒粒度,通过机器视觉的方法对矿浆颗粒粒度进行在线检测,提高了矿浆颗粒粒度检测的准确性。
在上述各实施例的基础上,进一步的,所述对所述预处理图像进行二值化处理,得到二值化图像,包括:对所述预处理图像进行网格化处理,将所述预处理图像分割成预设个数的网格图像;针对每个网格图像,利用大律法算法对网格图像进行二值化处理,得到二值化网格图像;将二值化网格图像进行拼接处理,得到所述预处理图像对应的二值化图像。
由于待检测矿浆溶液浓度分布不均匀,在快速流动下采集的待检测矿浆图像中背景区域(非颗粒区域)的亮度也不均匀,因此为了保证结果的准确性,优选可以先采用网格化的方法将预处理图像进行拆分,之后再对拆分后的网格图像进行二值化处理。
在上述各实施例的基础上,进一步的,基于所述轮廓信息确定矿浆颗粒粒度,包括:
基于所述轮廓信息确定各个轮廓信息对应的圆形度;
基于所述圆形度和预设圆形度阈值,将所述轮廓信息中圆形度低于所述预设圆形度阈值的轮廓信息剔除,得到剔除后的轮廓信息;
基于所述剔除后的轮廓信息确定矿浆颗粒粒度。
在实际检测过程中,待检测矿浆中可能会出现矿浆颗粒黏连的情况,如果发生黏连,黏连部分的形状呈多样性,其圆形度较低,基于此,可以通过计算每个轮廓信息对应的圆形度以及预设圆形度阈值(统计值),基于圆形度剔除疑似黏连矿浆颗粒,提高粒度检测的准确性。
本实施例中,基于所述轮廓信息确定各个轮廓信息对应的圆形度可以基于如下公式:
本实施例中,轮廓信息包括矿浆颗粒的边缘像素点信息,基于轮廓信息可以确定矿浆颗粒对应的所有像素点的信息。可以理解的是,上述轮廓信息对应的面积可以是相应矿浆颗粒对应的所有像素点在图像中所占的面积,也可以是基于矿浆颗粒对应的所有像素点的信息,利用图像尺寸与实际尺寸之间的预先标定信息,计算的矿浆颗粒的实际物理面积。同理,上述轮廓信息对应的周长可以是相应矿浆颗粒对应的边缘像素点信息在图像中所占的周长,也可以是基于矿浆颗粒对应的边缘像素点信息,利用图像尺寸与实际尺寸之间的预先标定信息,计算的矿浆颗粒的实际物理周长。
在上述各实施例的基础上,进一步的,在对所述二值化图像进行边缘检测,得到矿浆颗粒轮廓信息之前,还包括:对所述二值化图像进行腐蚀和膨胀形态学变换,得到形态学变换后的二值化图像。
为了进一步降低矿浆颗粒黏连对检测结果的影响,优选可以采用形态学变换算法对二值化图像进行腐蚀和膨胀处理,以将部分黏连矿浆颗粒分离。
在上述各实施例的基础上,进一步的,在基于所述轮廓信息确定矿浆颗粒粒度之后,还包括:
基于所述矿浆颗粒粒度和预设粒级确定规则,确定所述矿浆颗粒所属粒级;
基于所述轮廓信息确定各粒级矿浆颗粒对应的像素面积;
基于所述待检测矿浆图像中待检测矿浆的像素面积,确定各粒级矿浆颗粒对应的等效圆半径;
根据各粒级矿浆颗粒对应的等效圆半径,确定各粒级矿浆颗粒对应的矿浆体积;
基于各粒级矿浆颗粒对应的矿浆体积,确定各粒级矿浆颗粒的颗粒质量占比。
一般的,矿浆颗粒中,预设粒级矿浆颗粒的颗粒质量占比能够反映出矿物加工过程的质量好坏,因此,在确定矿浆颗粒粒度之后,还可以采用上述步骤进一步确定矿浆颗粒质量占比。具体的,可以根据各粒级矿浆颗粒对应的矿浆体积和相应的颗粒密度,确定各粒级矿浆颗粒的颗粒质量占比。在实际矿物加工过程中,一般认为各粒级矿浆颗粒对应的颗粒密度相同,但是也存在一些特殊场景(例如磨矿加工),利用相同颗粒密度确定的矿物质量与实际加工得到的矿物质量存在较大出入,此时可以根据实验确定各粒级矿浆颗粒对应的不同颗粒密度,并基于不同颗粒密度确定各粒级矿浆颗粒的颗粒质量占比。
示例性的,预先设置3个粒度级,0-5mm为小粒度级;5-15mm为中粒度级,15-20mm为大粒度级,基于矿浆颗粒粒度和预设粒级确定规则,确定小粒度级矿浆颗粒的数目为m1,中粒度级矿浆颗粒的数目为m2,大粒度级矿浆颗粒的数目为m3,统计小粒度级矿浆颗粒对应的像素面积为n1,中粒度级矿浆颗粒对应的像素面积为n2,大粒度级矿浆颗粒对应的像素面积为n3。根据各粒级矿浆颗粒对应的像素面积,确定各粒级矿浆颗粒对应的等效圆半径,将该等效圆半径作为相应粒度级矿浆颗粒对应的等效球半径。根据各粒级矿浆颗粒对应的等效圆半径,计算得到小粒度级矿浆颗粒对应的体积为v1,中粒度级矿浆颗粒对应的体积为v2,大粒度级矿浆颗粒对应的体积为v3。若各粒级矿浆颗粒对应的颗粒密度相同,且都为ρ,则小粒度级矿浆颗粒的颗粒质量占比为v1*ρ/(v1+v2+v3)/ρ,中粒度级矿浆颗粒的颗粒质量占比为v2*ρ/(v1+v2+v3)/ρ,大粒度级矿浆颗粒的颗粒质量占比为v3*ρ/(v1+v2+v3)/ρ。若各粒级矿浆颗粒对应的颗粒密度不同,小粒度级矿浆颗粒对应的颗粒密度为ρ1,中粒度级矿浆颗粒对应的颗粒密度为ρ2,大粒度级矿浆颗粒对应的颗粒密度为ρ3,则小粒度级矿浆颗粒的颗粒质量占比为v1*ρ1/(v1*ρ1+v2*ρ2+v3*ρ3),中粒度级矿浆颗粒的颗粒质量占比为v2*ρ2/(v1*ρ1+v2*ρ2+v3*ρ3),大粒度级矿浆颗粒的颗粒质量占比为v3*ρ3/(v1*ρ1+v2*ρ2+v3*ρ3)。上述示例设置的3个粒度级仅为举例说明,也可根据实际场景设置更多的粒度级,从而获得各个粒度的颗粒质量占比。
实施例三
本发明实施例三还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行本发明任一实施例所述的一种矿浆粒度在线检测方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
2.根据权利要求1所述的方法,其特征在于,所述对所述预处理图像进行二值化处理,得到二值化图像,包括:
对所述预处理图像进行网格化处理,将所述预处理图像分割成预设个数的网格图像;
针对每个网格图像,利用大律法算法对网格图像进行二值化处理,得到二值化网格图像;
将二值化网格图像进行拼接处理,得到所述预处理图像对应的二值化图像。
3.根据权利要求1所述的方法,其特征在于,基于所述轮廓信息确定矿浆颗粒粒度,包括:
基于所述轮廓信息确定各个轮廓信息对应的圆形度;
基于所述圆形度和预设圆形度阈值,将所述轮廓信息中圆形度低于所述预设圆形度阈值的轮廓信息剔除,得到剔除后的轮廓信息;
基于所述剔除后的轮廓信息确定矿浆颗粒粒度。
4.根据权利要求1所述的方法,其特征在于,在基于所述轮廓信息确定矿浆颗粒粒度之后,还包括:
基于所述矿浆颗粒粒度和预设粒级确定规则,确定所述矿浆颗粒所属粒级;
基于所述轮廓信息确定各粒级矿浆颗粒对应的像素面积;
基于所述待检测矿浆图像中待检测矿浆的像素面积,确定各粒级矿浆颗粒对应的等效圆半径;
根据各粒级矿浆颗粒对应的等效圆半径,确定各粒级矿浆颗粒对应的矿浆体积;
基于各粒级矿浆颗粒对应的矿浆体积,确定各粒级矿浆颗粒的颗粒质量占比。
5.根据权利要求1-4任一项所述的方法,其特征在于,在对所述二值化图像进行边缘检测,得到矿浆颗粒轮廓信息之前,还包括:
对所述二值化图像进行腐蚀和膨胀形态学变换,得到形态学变换后的二值化图像。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
对待检测矿浆图像进行图像增强处理,得到预处理图像。
7.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6所述的矿浆粒度在线检测方法。
8.一种矿浆粒度在线检测设备,其特征在于,待检测矿浆为实时流动矿浆,包括密封遮光外壳,所述外壳内设置有背光源,矿浆容纳装置,光照传感器,图像获取装置和图像处理装置,用于执行权利要求1-6中任一项所述的检测方法,其中,所述图像获取装置朝向所述矿浆容纳装置设置,并且,所述矿浆容纳装置由透光度高的材料制成,所述背光源设置在所述矿浆容纳装置远离所述图像获取装置的一侧,所述图像获取装置和所述图像处理装置电连接;
所述背光源用于为所述矿浆容纳装置补光,所述背光源为亮度可调节背光源;
所述图像获取装置,用于实时获取所述矿浆容纳装置内待检测矿浆的待检测矿浆图像;
所述图像处理装置,用于对所述待检测矿浆图像进行处理,以确定所述待检测矿浆的粒度信息;
所述光照传感器与所述亮度可调节背光源电连接,其中:所述光照传感器用于检测所述外壳内的光照强度,并将光照强度信号反馈给所述亮度可调节背光源;
所述亮度可调节背光源接收所述光照强度信号,并根据所述光照强度信号调节相应亮度;
所述外壳内还设置有云台,所述图像获取装置设置于所述云台上,其中:
所述云台带动所述图像获取装置在水平方向和/或竖直方向运动,以调节所述图像获取装置与所述矿浆容纳装置之间的相对位置。
9.根据权利要求8所述的设备,其特征在于,所述外壳内还设置有密封遮光隔板,所述密封遮光隔板与所述矿浆容纳装置相抵,将所述设备分隔为光源室和检测室,其中,所述背光源和所述矿浆容纳装置设置于所述光源室内,所述图像获取装置和所述图像处理装置设置于所述检测室内;
所述密封遮光隔板开设有检测窗口,所述图像获取装置通过所述检测窗口获取所述待检测矿浆图像。
10.根据权利要求8或9所述的设备,其特征在于,还包括入料管道和出料管道,所述入料管道设置于所述矿浆容纳装置的入口处,所述出料管道设置于所述矿浆容纳装置的出口处,其中,
所述入料管道用于实时接收待检测矿浆,并将待检测矿浆引流至所述矿浆容纳装置;
所述出料管道用于实时将所述待检测矿浆引流出所述矿浆容纳装置。
11.根据权利要求10所述的设备,其特征在于,所述入料管道和所述出料管道处均设置有流速可调节阀门。
12.根据权利要求8或9所述的设备,其特征在于,在所述图像获取装置和所述矿浆容纳装置之间,正对所述矿浆容纳装置的位置处设置有放大装置,所述放大装置用于对待检测矿浆内的颗粒进行放大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210203469.XA CN114324084B (zh) | 2022-03-03 | 2022-03-03 | 一种矿浆粒度在线检测设备、方法和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210203469.XA CN114324084B (zh) | 2022-03-03 | 2022-03-03 | 一种矿浆粒度在线检测设备、方法和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114324084A CN114324084A (zh) | 2022-04-12 |
CN114324084B true CN114324084B (zh) | 2022-07-12 |
Family
ID=81029972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210203469.XA Active CN114324084B (zh) | 2022-03-03 | 2022-03-03 | 一种矿浆粒度在线检测设备、方法和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114324084B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115586113B (zh) * | 2022-10-20 | 2024-02-02 | 华东师范大学 | 便携式野外砾石图像获取装置及砾石粒度粒形获取方法 |
CN115683962A (zh) * | 2023-01-03 | 2023-02-03 | 天津德通电气有限公司 | 一种用于选煤厂矿浆跑粗监测的矿浆粒度分析方法 |
CN115861326B (zh) * | 2023-03-01 | 2023-05-16 | 山东神力索具有限公司 | 基于图像处理的吊钩用钢材晶粒度检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK116473B (da) * | 1965-03-31 | 1970-01-12 | Siemens Ag | Apparat til kornanalyse af finkornede eller støvformige partikler. |
CN101008603A (zh) * | 2006-01-25 | 2007-08-01 | 云南锡业集团有限责任公司 | 矿浆浓粒度在线检测方法及装置 |
CN101509931A (zh) * | 2009-03-16 | 2009-08-19 | 浙江大学 | 在线测量管内颗粒二维速度和粒径分布的方法和装置 |
CN102610051A (zh) * | 2003-05-14 | 2012-07-25 | Vfs技术有限公司 | 粒子检测器 |
CN102692364A (zh) * | 2012-06-25 | 2012-09-26 | 上海理工大学 | 一种基于模糊图像处理的动态颗粒测量装置及方法 |
CN110980197A (zh) * | 2020-02-27 | 2020-04-10 | 天津美腾科技股份有限公司 | 物料检测方法、装置及电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107101918A (zh) * | 2017-05-18 | 2017-08-29 | 浙江大学 | 一种颗粒粒度在线测量系统 |
CN111047555B (zh) * | 2019-11-13 | 2023-10-17 | 鞍钢集团矿业有限公司 | 基于图像处理技术的矿石图像粒度检测算法 |
CN111115130B (zh) * | 2020-03-30 | 2020-07-07 | 天津美腾科技股份有限公司 | 物料运输分配装置及物料分配方法 |
CN211744596U (zh) * | 2020-03-31 | 2020-10-23 | 北京博清科技有限公司 | 一种提高相机环境适应性的装置 |
-
2022
- 2022-03-03 CN CN202210203469.XA patent/CN114324084B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK116473B (da) * | 1965-03-31 | 1970-01-12 | Siemens Ag | Apparat til kornanalyse af finkornede eller støvformige partikler. |
CN102610051A (zh) * | 2003-05-14 | 2012-07-25 | Vfs技术有限公司 | 粒子检测器 |
CN101008603A (zh) * | 2006-01-25 | 2007-08-01 | 云南锡业集团有限责任公司 | 矿浆浓粒度在线检测方法及装置 |
CN101509931A (zh) * | 2009-03-16 | 2009-08-19 | 浙江大学 | 在线测量管内颗粒二维速度和粒径分布的方法和装置 |
CN102692364A (zh) * | 2012-06-25 | 2012-09-26 | 上海理工大学 | 一种基于模糊图像处理的动态颗粒测量装置及方法 |
CN110980197A (zh) * | 2020-02-27 | 2020-04-10 | 天津美腾科技股份有限公司 | 物料检测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114324084A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114324084B (zh) | 一种矿浆粒度在线检测设备、方法和存储介质 | |
TWI672636B (zh) | 對一晶圓上偵測之缺陷進行分類之方法、系統及非暫時性電腦可讀媒體 | |
JP4657869B2 (ja) | 欠陥検出装置、イメージセンサデバイス、イメージセンサモジュール、画像処理装置、デジタル画像品質テスタ、欠陥検出方法、欠陥検出プログラム、およびコンピュータ読取可能な記録媒体 | |
US7511806B2 (en) | Apparatus and method for inspecting defects | |
JP4691499B2 (ja) | 対象となる信号およびノイズ間のロバストな分離を可能にする装置および方法 | |
US9704234B2 (en) | Adaptive local threshold and color filtering | |
US9766187B2 (en) | Repeater detection | |
US20090245588A1 (en) | Method And Apparatus For Determining Particle Parameter And Processor Performance In A Coal And Mineral Processing System | |
US10677742B2 (en) | Detecting die repeating programmed defects located in backgrounds with non-repeating features | |
JP2006275743A (ja) | 欠陥検査方法 | |
US6178383B1 (en) | On-line sampling and image analyzer for determining solid content in a fluid media | |
CN109975301A (zh) | 一种用于炼铁高炉的筛网破损检测方法及检测装置 | |
JP5450161B2 (ja) | 欠陥検査装置および欠陥検査方法 | |
CN116129365B (zh) | 输送设备上颗粒物料的检测方法和系统 | |
JPH01257250A (ja) | ディスク表面検査装置における欠陥種別の判別方法 | |
ZA200508217B (en) | Method and apparatus for determining particle parameter and processor performance in a coal and mineral processing system | |
US7679737B2 (en) | Method, system and apparatus of inspection | |
JP2001325595A (ja) | 画像処理方法およびその装置並びに荷電粒子顕微鏡検査装置 | |
TW201742004A (zh) | 用於使用目標及參考組件之一致調變偵測經製造目標組件中的缺陷之系統、方法及電腦程式產品 | |
US20170356834A1 (en) | Method for quantitatively and qualitatively detecting particles in liquid | |
CN109584359B (zh) | 移动终端天线的无损检测方法、装置及系统 | |
Yao et al. | Machine vision online detection of ore granularity based on edge computing | |
CN105486352A (zh) | 一种贝壳等效特征信息的综合检测装置及方法 | |
CN118052429A (zh) | 基于人工智能的矿样制备过程的风险预判系统 | |
CN117110234A (zh) | 选矿设备溢流产品元素含量的测量方法及终端 |
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 |