CN116612099A - 一种太赫兹波煤炭筒仓物料扫描成像的方法 - Google Patents
一种太赫兹波煤炭筒仓物料扫描成像的方法 Download PDFInfo
- Publication number
- CN116612099A CN116612099A CN202310629898.8A CN202310629898A CN116612099A CN 116612099 A CN116612099 A CN 116612099A CN 202310629898 A CN202310629898 A CN 202310629898A CN 116612099 A CN116612099 A CN 116612099A
- Authority
- CN
- China
- Prior art keywords
- image
- frequency
- terahertz wave
- silo
- images
- 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
Links
- 239000000463 material Substances 0.000 title claims abstract description 97
- 238000003384 imaging method Methods 0.000 title claims abstract description 30
- 239000003245 coal Substances 0.000 title claims abstract description 24
- 230000004927 fusion Effects 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000007500 overflow downdraw method Methods 0.000 claims abstract description 9
- 238000013178 mathematical model Methods 0.000 claims abstract description 8
- 238000010191 image analysis Methods 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 21
- 230000009466 transformation Effects 0.000 claims description 13
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 239000013590 bulk material Substances 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000003325 tomography Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 18
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000011156 evaluation Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 2
- 238000009659 non-destructive testing Methods 0.000 abstract description 2
- 230000003595 spectral effect Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 239000000523 sample Substances 0.000 description 10
- 239000000428 dust Substances 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 239000010883 coal ash Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005457 Black-body radiation Effects 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- SYSQUGFVNFXIIT-UHFFFAOYSA-N n-[4-(1,3-benzoxazol-2-yl)phenyl]-4-nitrobenzenesulfonamide Chemical class C1=CC([N+](=O)[O-])=CC=C1S(=O)(=O)NC1=CC=C(C=2OC3=CC=CC=C3N=2)C=C1 SYSQUGFVNFXIIT-UHFFFAOYSA-N 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000003313 weakening effect Effects 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种太赫兹波煤炭筒仓物料扫描成像的方法,包括:构建物料数学模型;图像重构;后期图像处理;图像分析。本发明基于太赫兹波时域光谱反射成像技术的无损检测方法对筒仓物料进行三维成像扫描,基于小波分解的图像融合方法应用于太赫兹波筒仓物料成像的后期图像处理,有效提高三维梯形图图像质量,并能清晰显示出筒仓内散料分布情况,物料流动性并提高检测水平,为下一步有针对性的尝试更多图像融合算法做铺垫,并验证图像融合算法的有效性,建立一套完整的适用于太赫兹筒仓物料扫描的评价体系,并对融合图像质量展开有效评估,建立良好的基础。
Description
技术领域
本发明涉及一种太赫兹波煤炭筒仓物料扫描成像的方法,是一种应用于机械化自动装车站对装车物料进行实时监测的方法,是一种智能化煤炭装车站对筒仓中的煤炭储量数字化实时监测的方法。
背景技术
目前料位测量始终是散装物料机械化装车自控行业的一大难题,物位测量无法有效解决。自动化工业原料大多是颗粒状物料,如原煤、铁矿石、煤矸石等,存放在物料安息角,也有反射界面,通常工况环境粉尘大,物料表面疏松,微波反射困难。
现有筒仓煤炭物料检测方式有重锤式煤位探测仪、激光雷达、应变式压力传感器以及超声波煤位检测装置,每种设备都有自身的不足与缺陷,重锤式煤位探测仪在使用中钢丝绳重锤传感器需要与物料有所接触,设备有被下落的物料掩埋的风险,而压力传感器是通过4—20mA电流输出检测仓壁微小形变量,进而判断筒仓内散料高度,当联体通道使用应变压力传感器时,缓冲仓物料高度受到外界侧应力牵引出现偏移,同时工况现场环境较恶劣,当装车站出现晃动物料吨位变化受到影响,若联体站使用应变压力传感器,本体称重仪表读数也会受到副站侧应力影响。激光雷达测量采用单点测量技术,对于表面凹凸不规则的固体物料而言,仅能测量某一个点的物料高度,而不能反映真实的整体物料堆积情况,测量误差不可避免,同时受到粉尘、低介电常数、物料安息角以及不规则物料表面粗糙度的影响,信号衰减、穿透能力减弱、回播丢失等导致物料测量结果不尽如人意。电容式物料探测装置在仓体较小的密闭空间内适合使用,在300吨及其以上的大筒仓容积范围内测量偏差大,且探头接触散料容易腐蚀损坏,维护成本较高。采用什么样的探测措施,使探测更加准确、清晰是一个需要解决的问题。
发明内容
为了克服现有技术的问题,本发明提出了一种太赫兹波煤炭筒仓物料扫描成像的方法。所述的方法采用穿透力强、信噪比高的太赫兹波扫描,通过时域光谱反射技术进行三维扫描并使用小波分解图像融合方法,有效提高了煤炭筒仓储量的探测精度。
本发明的目的是这样实现的:一种太赫兹波煤炭筒仓物料扫描成像的方法,所述方法所使用的系统包括:至少两台安装在筒仓被测散料堆上方的太赫兹波扫描器,以及与太赫兹波扫描器连接进行图像处理的主控器;
所述方法的步骤如下:
步骤1,构建物料数学模型:太赫兹扫描器采用3~10KHz的低频脉冲对料堆扫描,在扫描周期内对物料堆体截取水平截面数据,截面形成xy坐标系二维曲面,建立数学模型:
Si=(H-hi·cosωi)·(h·sinωi-h·sinωi-1) (2)
其中:hi为第i条扫描线对应物料堆积处的测距距离,Si是第i个截面面积,S是所有截面面积之和;
物料堆体积通过纵向三维坐标积分得到:
其中:A、B是截面与z轴相交上下限,SI是第I个物料截面所对应截面面积,最终求得物料储量:
M=V×ρ (4)
其中:M为堆体储量;V为堆体体积;ρ为堆体密度;
步骤2,图像重构:在xy平面每一透射时域波形太赫兹时谱对比,对时域谱做傅里叶变换得到频域谱后得到频率f1—f2样品点平均吸收信息并对图像重构,像素点灰度值Ipixel根据公式得出:
其中:Fpixel(f)为每个样品点通过空气信号THz频域谱上f处信号值;Fref(f)为参考点通过空气信号THz频域谱上f处信号值;
步骤3,后期图像处理:基于小波分解的图像融合方法应用于太赫兹波筒仓物料成像的后期图像处理,包括如下子步骤:
子步骤1,小波图像分解:将待融合图像分解至不同子频带上,在不同子频带分别进行融合处理;
通过对A与B图像P层小波分解,每幅图片得到3P+1个子频带,包含1个低频子带与3P个高频子带(细节系数),实现图像小波塔形分解,低频信息集中在近似系数中,决定了图像的主要轮廓,而高频信息集中在细节系数中,决定了图像边缘。小波分解的作用是将待融合图像分解至不同子频带上,在不同子频带分别进行融合处理。
子步骤2,图像分带融合:图像A与B低频带融合,高频带进行融合,最终得到小波金字塔,保留两幅图像子频带相应互补与冗余信息,根据实际需要改变融合规则;
子步骤3,图像逆变融合:小波金字塔进行小波逆变换并得到融合图像;
步骤4,图像分析:对太赫兹波脉冲进行层析成像,所获取的光波强度变化并得到太赫兹波相位信息,通过傅里叶变换在频域范围内对物料折射率分析,得到相位
其中:R为朗博—比尔定律公式;θ为太赫兹波旋转角度值;c表示空气中的光速,ω是频率,所得到的物料筒仓分布情况:
nω(x,y)=fω(x,y)=1 (7)
其中:n为几何增长级数。
本发明的优点和有益效果是:本发明基于太赫兹波时域光谱反射成像技术的无损检测方法对筒仓物料进行三维成像扫描,基于小波分解的图像融合方法应用于太赫兹波筒仓物料成像的后期图像处理,有效提高三维梯形图图像质量,并能清晰显示出筒仓内散料分布情况,物料流动性并提高检测水平,为下一步有针对性的尝试更多图像融合算法做铺垫,并验证图像融合算法的有效性,建立一套完整的适用于太赫兹筒仓物料扫描的评价体系,并对融合图像质量展开有效评估,建立良好的基础。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明实施例所述方法所使用的系统示意图;
图2是本发明实施例所述方法的流程图。
具体实施方式
实施例一:
本实施例是一种太赫兹波煤炭筒仓物料扫描成像的方法,所述方法所使用的系统如图1所示。本实施例包括:至少两台安装在筒仓1被测散料堆2上方的太赫兹波扫描器3,以及与太赫兹波扫描器连接进行图像处理的主控器。本实施例所述方法主要针对储存煤炭的筒形仓中的料堆的探测。筒仓主体为圆柱形,下部为圆锥形,底部设有带有闸门的出料口,通常筒仓安装的位置通常高于载货的车辆4,如图1所示。筒仓下部的体积是确定,因此,需要解决的是筒仓内煤炭堆顶部随机产生的3D曲面所包围的体积。
本实施例采用的探测波是太赫兹波。太赫兹波(THz)是一种介于微波与红外线之间的电磁波,具有与电波相似的穿透性与吸收性,频率高、波长短,时域频谱信噪比高,在工况恶劣的粉尘、煤灰环境下损耗少,使用安全简单、快速高效。太赫兹波THz又称作生命光线,介于红外线与微波之间,与光类似,拥有相同的直进性,同时拥有电磁波的穿透性与吸收性,应用简单、快速、高效,对人体的辐射能量比X光小一万倍,频率高波长短,对煤矸石、煤炭、粮食等大宗物料检测扫描应用前景广泛。THz光谱(1012Hz)光谱对应集体震动模型,太赫兹能量与黑体辐射较低(1THz=4.2meV),对检测物体不易发生电离,不会引起物体光离化,是一种安全无损的检测方式,太赫兹时域光谱(THz-TDS)对于探测物质结构存在微小差异,对异构体、同分异构体相互作用,以及极子跃迁与震动太赫兹波具有不同的响应,对热背景噪音不敏感,可以提供较高信噪比104,煤炭散料应用太赫兹波检测具有明显指纹特征,扫描清晰无损。
本实施例主要是应用太赫兹波实现筒仓内物料实时形状成像分析。太赫兹物料扫描成像技术结合材料、电子信息等技术,对于料仓或开放式堆场都可以有效应对。太赫兹物料检测采用多点扫描模式,多点位测量形成网状结构,对每一个网点进行分析采集,形成料位全方位覆盖,更加准确显示筒仓实际料位分布情况,同时显示最高点、最低点与平均值。太赫兹物料检测可以测量物料体积、物料高度与筒仓物料分布实时显示的设备。太赫兹波扫描器可以采用3—10KHz的低频脉冲发射,信号衰减小,可以穿透浓度较大的粉尘、煤灰与杂质,解决用户粉尘煤灰浓度大的工况环境下测量的有效性。太赫兹扫描成像可以全面显示最大、最小、平均值物料高度与距离、体积百分比、体积质量,甚至可以测量散料实时温度,通过柔性连接将表头与探头分开,对仪表有更好的保护功效,可以异地实时显示,减少异地显示的工作与费用不受筒仓形状、大小以及散料形状的影响,不受介电常数限制。
太赫兹波扫描器具备震动自清洁功能,由于煤炭筒仓物料粉尘颗粒较多,对设备有严重影响,发射器外部沾满粉尘后设备自清洁可以免去人工定期清洁设备的维护成本,实现真正意义上的自动化,而普通雷达在粉尘、粘性介质覆盖较多的喇叭口位置容易堵塞造成设备测量精确度降低的问题。太赫兹波扫描器可以实现远程控制并对物料实时监控,客户在何时何地可以准确测量,当出现问题可以远程处理解决后期运维成本。根据进出物料速度大小控制皮带给料机传送联锁关系,进而控制物料进出量均衡,让用户更轻松便捷实现煤炭企业经营管理,普通雷达监测方式单一,维护设备必须人员到位现场解决处理。扫描检测技术可以实现无线网络接入,将现场信号通过无线WIFI传输中控室,省去布线、桥架、维护的人力成本,而普通雷达须人工布线,线路传输有信号衰减且线路老化需要更换。全面显示最大、最小与平均物料高度、体积百分比、质量同时显示温度,普通激光雷达只能显示物料高度或距离,通过柔性连接表头与探测装置异地显示,对表头有更好的保护作用省去二次安装的费用,而普通雷达需要二次安装才可以实现异地显示。设备可以测量各种类型、形状与大小不同的储煤仓或露天仓库中存放的散装固体与粉末并不受介电常数的限制,而普通激光雷达会受到介质种类以及介电常数、应用范围的限制。
本实施例采用太赫兹波扫描物料堆,并构建数学模型,之后在频域普对图像进行重构,以提高图像的质量,在使用小波分解的图像融合方法对图像进一步处理,进一步提高图像质量,在对经过处理的图像进行分析,以得到筒仓内物料的分布。作为储量的分析到此结束。经过分析的图像可以作用计算筒仓当前储料量(包括容积或重量)的依据,或者是物料质量的判断依据。
本实施例所述方法的具体步骤如下,流程如图2所示:
步骤1,构建物料数学模型:太赫兹扫描器采用3~10KHz的低频脉冲对料堆扫描,在扫描周期内对物料堆体截取水平截面数据,截面形成xy坐标系二维曲面,建立数学模型:
Si=(H-hi·cosωi)·(h·sinωi-h·sinωi-1) (2)
其中:hi为第i条扫描线对应物料堆积处的测距距离,Si是第i个截面面积,S是所有截面面积之和。
物料堆体积通过纵向三维坐标积分得到:
其中:C、D是截面与z轴相交上下限,SI是第I个物料截面所对应截面面积,最终求得物料储量:
M=V×ρ (4)
其中:M为堆体储量;V为堆体体积;ρ为堆体密度。
采用太赫兹波筒仓物料扫描测距的原理,可以使用往复或旋转的扫描方式。如一种使用往复运动的太赫兹扫描,在筒仓顶部安装轨道,太赫兹波扫描器在轨道上来回往复运动。在每次测量行程里,行程机构从筒仓的一端运动到筒仓另一端,太赫兹扫描器对物料表面连续扫描并测量,并根据一定设置获取测量点位。例如:单个扫描器角度100°,扫描间隙点0.5°,每个扫描器一次取样201个点位,双扫描器取样402个点位,每秒钟测量点数有402×(1/0/0.04)=10050个测量点,数据通过电缆发送至主控器进行大数据计算,通过太赫兹波绘制物料轮廓并建模。
步骤2,图像重构:在xy平面每一透射时域波形太赫兹时谱对比,对时域谱做傅里叶变换得到频域谱后得到频率f1—f2样品点平均吸收信息并对图像重构,像素点灰度值Ipixel根据公式得出:
其中:Fpixel(f)为每个样品点通过空气信号THz频域谱上f处信号值;Fref(f)为参考点通过空气信号THz频域谱上f处信号值。
这里Fpixel(f)与Fref(f)样品点与参考点通过空气信号THz频谱上频率f处的信号值,f1—f2为选取频率范围。使用时域与频域振幅成像的方法可以看到图像质量有一定差别,应对吸收、折射、散射不同因素引起的不同效果,综合作用下对太赫兹波筒仓物料扫描成像的反映在图像上得到重现,是一个综合效果的体现。在一定扫描时间内能量损失积分数据成像,使离散效应得到消除,成像效果较好,在时域频谱上信号峰值出现前零点到样品峰值结束进行积分,在整个测量范围内的积分会引入周边噪音,二维扫描成像时间较长,相对效果不完美,故在常用时域上振幅会对筒仓物料频域所有范围内成分进行综合反映,在0.6—1THz范围内频率越高图像越清晰,THz波段在2THz以上,在高频分量具有更短的波长,进而得到更小的物料结构信息,图像比频域上振幅成像好,比时域上综合信息成像具有更好的成像质量。
太赫兹波扫描成像技术信息量大,需要对样品提取大量信息并处理,如何对有用信息重构则是关键与核心。对大量信息进行有效提取,则适合应用太赫兹波振幅成像的方式,通过基于频率范围内吸收太赫兹波振幅的方法,对图像进行有效重构,具有较好的信噪比,离散效应得到有效消除,图像更清晰。
步骤3,后期图像处理:基于小波分解的图像融合方法应用于太赫兹波筒仓物料成像的后期图像处理。
小波分解的图像融合方法能够有效提高三维梯形图图像质量,并能清晰显示出筒仓内散料分布情况,物料流动性并提高检测水平,为下一步有针对性的尝试更多图像融合算法做铺垫,并验证图像融合算法的有效性,建立一套完整的适用于太赫兹筒仓物料扫描的评价体系,并对融合图像质量展开有效评估。
小波分解的图像融合方法包括如下子步骤:
子步骤1,小波图像分解:将待融合图像分解至不同子频带上,在不同子频带分别进行融合处理。
通过对A与B图像P层小波分解,每幅图片得到3P+1个子频带,包含1个低频子带与3P个高频子带(细节系数),实现图像小波塔形分解,低频信息集中在近似系数中,决定了图像的主要轮廓,而高频信息集中在细节系数中,决定了图像边缘。小波分解的作用是将待融合图像分解至不同子频带上,在不同子频带分别进行融合处理。
A与B是太赫兹波扫描捕捉的待融合图像,P指低频子带,3P指高频子带(其中3是细节系数),图像低频信息集中在近似系数中,决定了图像的主要轮廓,高频信息集中在细节系数中,决定了图像边缘信息。小波分解的主要作用是将待融合图像分解到不同子频带上,进而在不同子频带进行信息的融合处理。
子步骤2,图像分带融合:图像A与B低频带融合,高频带进行融合,最终得到小波金字塔,保留两幅图像子频带相应互补与冗余信息,根据实际需要改变融合规则;
基于小波分解图像融合中,小波基、小波分解层数与融合规则选择会给图像融合效果带来影响,,针对不同待融合图像特点选取合适的小波基、小波分解层数与融合规则,质量高的图像融合尽可能多的保留图像中有用信息,并尽可能少的降低图像失真。小波金字塔过程主要是依靠人的视觉特性对图像融合质量进行评价分析。
子步骤3,图像逆变融合:小波金字塔进行小波逆变换并得到融合图像。
小波逆变换过程指将小波变换结果进行反向变换,进而恢复出原始信号。小波逆变换实现方法采用小波变换逆变换矩阵,将小波变换结果进行矩阵乘法,进而恢复原始信号。
小波基、小波分解层数与融合规则会给图像融合效果带来影响,针对太赫兹物料扫描的图像采用小波基与小波分解层数与融合规则保留图像中有用信息并尽可能减小失真,主观评价方法依靠视觉特性对图像融合质量进行评价。
步骤4,图像分析:对太赫兹波脉冲进行层析成像,所获取的光波强度变化并得到太赫兹波相位信息,通过傅里叶变换在频域范围内对物料折射率分析,得到相位
其中:R为朗博—比尔定律公式;θ为太赫兹波旋转角度值;c表示空气中的光速,ω是频率,所得到的物料筒仓分布情况:
nω(x,y)=fω(x,y)=1 (7)
其中:n为几何增长级数。
由振幅衰减得到的折射率吸收部分频率与空间位置的分布,此种方法得到的物料扫描信息密度相比较之前的CT物料扫描或激光雷达扫描得到的物料信息细节较丰富,图片更加充盈,信息量密度更大。太赫兹波物料扫描增加了信息的细节度,以及内部物料的精确识别与定位,也是太赫兹波物料扫描的一大优势。
最后应说明的是,以上仅用以说明本发明的技术方案而非限制,尽管参照较佳布置方案对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案(比如装车站的形式、非重要步骤的增减、步骤的先后顺序等)进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。
Claims (1)
1.一种太赫兹波煤炭筒仓物料扫描成像的方法,所述方法所使用的系统包括:至少两台安装在筒仓被测散料堆上方的太赫兹波扫描器,以及与太赫兹波扫描器连接进行图像处理的主控器;其特征在于,所述方法的步骤如下:
步骤1,构建物料数学模型:太赫兹扫描器采用3~10KHz的低频脉冲对料堆扫描,在扫描周期内对物料堆体截取水平截面数据,截面形成xy坐标系二维曲面,建立数学模型:
Si=(H-hi·cosωi)·(h·sinωi-h·sinωi-1) (2)
其中:hi为第i条扫描线对应物料堆积处的测距距离,Si是第i个截面面积,S是所有截面面积之和;
物料堆体积通过纵向三维坐标积分得到:
其中:A、B是截面与z轴相交上下限,SI是第I个物料截面所对应截面面积,最终求得物料储量:
M=V×ρ (4)
其中:M为堆体储量;V为堆体体积;ρ为堆体密度;
步骤2,图像重构:在xy平面每一透射时域波形太赫兹时谱对比,对时域谱做傅里叶变换得到频域谱后得到频率f1—f2样品点平均吸收信息并对图像重构,像素点灰度值Ipixel根据公式得出:
其中:Fpixel(f)为每个样品点通过空气信号THz频域谱上f处信号值;Fref(f)为参考点通过空气信号THz频域谱上f处信号值;
步骤3,后期图像处理:基于小波分解的图像融合方法应用于太赫兹波筒仓物料成像的后期图像处理,包括如下子步骤:
子步骤1,小波图像分解:将待融合图像分解至不同子频带上,在不同子频带分别进行融合处理;
通过对A与B图像P层小波分解,每幅图片得到3P+1个子频带,包含1个低频子带与3P个高频子带(细节系数),实现图像小波塔形分解,低频信息集中在近似系数中,决定了图像的主要轮廓,而高频信息集中在细节系数中,决定了图像边缘。小波分解的作用是将待融合图像分解至不同子频带上,在不同子频带分别进行融合处理。
子步骤2,图像分带融合:图像A与B低频带融合,高频带进行融合,最终得到小波金字塔,保留两幅图像子频带相应互补与冗余信息,根据实际需要改变融合规则;
子步骤3,图像逆变融合:小波金字塔进行小波逆变换并得到融合图像;
步骤4,图像分析:对太赫兹波脉冲进行层析成像,所获取的光波强度变化并得到太赫兹波相位信息,通过傅里叶变换在频域范围内对物料折射率分析,得到相位
其中:R为朗博—比尔定律公式;θ为太赫兹波旋转角度值;c表示空气中的光速,ω是频率,所得到的物料筒仓分布情况:
nω(x,y)=fω(x,y)=1 (7)
其中:n为几何增长级数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310629898.8A CN116612099A (zh) | 2023-05-31 | 2023-05-31 | 一种太赫兹波煤炭筒仓物料扫描成像的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310629898.8A CN116612099A (zh) | 2023-05-31 | 2023-05-31 | 一种太赫兹波煤炭筒仓物料扫描成像的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116612099A true CN116612099A (zh) | 2023-08-18 |
Family
ID=87674421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310629898.8A Pending CN116612099A (zh) | 2023-05-31 | 2023-05-31 | 一种太赫兹波煤炭筒仓物料扫描成像的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116612099A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116972780A (zh) * | 2023-09-25 | 2023-10-31 | 北京锐达仪表有限公司 | 具有物表温度和/或气体分布测量功能的三维扫描装置 |
-
2023
- 2023-05-31 CN CN202310629898.8A patent/CN116612099A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116972780A (zh) * | 2023-09-25 | 2023-10-31 | 北京锐达仪表有限公司 | 具有物表温度和/或气体分布测量功能的三维扫描装置 |
CN116972780B (zh) * | 2023-09-25 | 2024-01-26 | 北京锐达仪表有限公司 | 具有物表气体分布测量或者物表温度及气体分布测量功能的三维扫描装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Benedetto et al. | An overview of ground-penetrating radar signal processing techniques for road inspections | |
Kee et al. | Nondestructive bridge deck testing with air-coupled impact-echo and infrared thermography | |
Zhang et al. | The use of ultrasonic arrays to characterize crack-like defects | |
AU2011251732B2 (en) | RF reflection for inspecting composite materials | |
US6591679B2 (en) | Method for sizing surface breaking discontinuities with ultrasonic imaging | |
RU2438123C2 (ru) | Способ обнаружения и классификации дефектов в строительных компонентах с помощью ультразвука | |
CN116612099A (zh) | 一种太赫兹波煤炭筒仓物料扫描成像的方法 | |
CN102879309A (zh) | 基于宽频带线性调频超声的气体颗粒浓度测量方法与装置 | |
JP4936387B2 (ja) | コンクリート構造物の劣化診断方法 | |
Guan et al. | A time-domain synthetic aperture ultrasound imaging method for material flaw quantification with validations on small-scale artificial and natural flaws | |
CN115307716A (zh) | 一种基于数据映射的主变压器振动可视化检测方法 | |
Wang et al. | Automatic asphalt layer interface detection and thickness determination from ground-penetrating radar data | |
CN107300562A (zh) | 一种测量继电器成品触点间距的x射线无损检测方法 | |
JP2000338255A (ja) | 埋設物探査処理方法及び装置、並びに埋設物探査処理プログラムを記録した記録媒体 | |
JP4288265B2 (ja) | 電磁波イメージングシステム、構造物透視装置および構造物透視方法 | |
CN213632314U (zh) | 水泥料仓料位高度检测装置 | |
CN202814843U (zh) | 基于宽频带线性调频超声的气体颗粒浓度测量装置 | |
Oh et al. | Practical visualization of local vibration data collected over large concrete elements | |
CN114486625A (zh) | 一种用于聚氨酯金属夹芯板发泡均匀性检测成像装置与方法 | |
Trushkevych et al. | Calibration-free SH guided wave analysis for screening of wall thickness in steel with varying properties | |
Niederleithinger et al. | Muon tomography of a reinforced concrete block--first experimental proof of concept | |
Concu et al. | Measurement system for non-destructive testing using ultrasonic tomography spectral attenuation | |
US20240210552A1 (en) | Information processing device | |
Popovics et al. | Comparison of synthetic aperture radar and impact-echo imaging for detecting delamination in concrete | |
RU2149393C1 (ru) | Способ ультразвукового контроля цилиндрических изделий |
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 |