CN117433952B - 一种重晶石粉密度快速测量方法 - Google Patents
一种重晶石粉密度快速测量方法 Download PDFInfo
- Publication number
- CN117433952B CN117433952B CN202311770150.6A CN202311770150A CN117433952B CN 117433952 B CN117433952 B CN 117433952B CN 202311770150 A CN202311770150 A CN 202311770150A CN 117433952 B CN117433952 B CN 117433952B
- Authority
- CN
- China
- Prior art keywords
- barite powder
- image
- pixel
- powder
- point
- 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
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 52
- 238000009825 accumulation Methods 0.000 claims abstract description 41
- 239000000843 powder Substances 0.000 claims abstract description 21
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 238000011426 transformation method Methods 0.000 claims abstract description 4
- 238000005303 weighing Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000002146 bilateral effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000001739 density measurement Methods 0.000 abstract description 2
- 238000005553 drilling Methods 0.000 description 6
- 239000012530 fluid Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 101100001670 Emericella variicolor andE gene Proteins 0.000 description 2
- 241001081179 Litsea Species 0.000 description 2
- 235000012854 Litsea cubeba Nutrition 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000003350 kerosene Substances 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 229910052601 baryte Inorganic materials 0.000 description 1
- 239000010428 baryte Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000001050 lubricating effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
- G01N9/02—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume
- G01N9/04—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume of fluids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F22/00—Methods or apparatus for measuring volume of fluids or fluent solid material, not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- 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
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Fluid Mechanics (AREA)
- Analytical Chemistry (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种重晶石粉密度快速测量方法,属于密度测量技术领域。本发明公开一种重晶石粉密度快速测量方法,包括对重晶石粉进行称重;获取重晶石粉堆积体的图像,并对图像进行灰度化、滤波增强、分割;对分割出的目标像素区域进行三维重建,重建出被测粉体表面三维形貌;计算堆积体表面点在光源坐标系下法向量的倾角和偏角,并求出堆积体表面法向量;采用坐标变换法求出堆积体表面点的高度值;通过统计图像恢复出的像素点高度值,对粉体堆积的重构表面逐一像素点进行统计,计算重晶石粉堆积体的体积;根据重晶石粉堆积体的体积、重晶石粉质量求出重晶石粉密度。本发明实现对重晶石粉堆积体体积的快速测量,进而结合质量信息得出重晶石粉的密度。
Description
技术领域
本发明涉及一种重晶石粉密度快速测量方法,属于密度测量技术领域。
背景技术
重晶石粉作为钻井泥浆加重剂可以有效地增加钻井液的密度,保持井下环境压力平衡,防止油气从地层中逸出。钻井液的主要成分是水、粘土和重晶石粉等。重晶石粉的密度是影响高密度钻井液品质和性能的关键因素,它在钻井液在环流过程中起到对钻头、钻杆、孔壁等部件的冷却、清理、润滑、封堵和调节作用,同时提高对油气压力和井喷风险的控制能力。
现有技术常采用李氏比重瓶法测定重晶石粉等加重材料粉末的密度。李氏比重瓶法是一种用无水煤油等液体把固体颗粒浸透,然后根据排开的液体体积计算固体密度的方法。这种方法虽然准确,但是在测量过程中操作过程很复杂,需要清洗、干燥以及煤油的规范使用及回收等步骤,需要耗费大量时间,一次测量耗时至少需要4个小时,使得检测重晶石粉密度的工作非常繁重,难以满足钻井作业现场的需求。
发明内容
为了克服现有技术中存在的缺陷,本发明旨在提供一种重晶石粉密度快速测量方法。
本发明解决上述技术问题所提供的技术方案是:一种重晶石粉密度快速测量方法,包括:
步骤S10、对重晶石粉进行称重;
步骤S20、获取重晶石粉堆积体的图像,并对图像进行灰度化、滤波增强、分割;
步骤S30、对分割出的目标像素区域进行三维重建,重建出被测粉体表面三维形貌;
步骤S40、计算堆积体表面点在光源坐标系下法向量的倾角和偏角,并求出堆积体表面法向量;
步骤S50、采用坐标变换法求出堆积体表面点的高度值;
步骤S60、通过统计图像恢复出的像素点高度值,对粉体堆积的重构表面逐一像素点进行统计,计算重晶石粉堆积体的体积;
步骤S70、根据重晶石粉堆积体的体积、重晶石粉质量求出重晶石粉密度。
进一步的技术方案是,所述步骤S20中采用光源从上到下均匀照明被测重晶石粉堆积体,再采用相机配合镜头在光源的缺口处,俯视拍摄重晶石粉堆积体,获得重晶石粉堆积体的图像。
进一步的技术方案是,所述步骤S20中采用加权平均法对彩色图片进行灰度化处理。
进一步的技术方案是,所述步骤S20中采用双边滤波方法对图像进行滤波去噪。
进一步的技术方案是,所述步骤S20中使用基于图像灰度值的图像分割方法进行分割处理,分割出图像的目标像素区域和背景区域。
进一步的技术方案是,所述步骤S40中的计算公式包括:
倾角计算公式:
偏角计算公式:
法向量计算公式:
式中:E x、E y分别为重晶石粉反射强度在x和y方向的分量;为倾角;/>为偏角;E为亮度值;/>光源的倾角;/>为光源的偏角;E max为所有亮度值的最大值;/>、/>、/>为表面法向量的坐标。
进一步的技术方案是,所述步骤S50中的计算公式为:
式中:Z i为图像中重晶石粉堆积体第i个表面点对应的高度值;E i为图像中重晶石粉堆积体第i个表面点对应的高度值;E max和E min分别为所有亮度值的最大值与最小值。
进一步的技术方案是,所述步骤S60的具体过程为:
步骤S61、利用已知物理尺寸的物体在图像中的长度统计像素个数,求取每个像素所代表的实际长度,即确定单位像素与实际长度的比例系数P、像素点的面积s;
步骤S62、根据三维表面重构模型设计算法计算出图像中粉体堆积表面各个像素点的高度;
步骤S63、遍历图像,统计被测重晶石粉体在图像中的总像素数N,以像素点为单位,以表面恢复高度作为对应棱柱的像素高度,计算出每一个像素点对应棱柱的体积,并将计算结果进行累加求和,得到粉体的总像素体积;
步骤S64、再通过单位转化,乘上单位像素与实际长度的比例系数P,即可得到实际被测物体体积。
进一步的技术方案是,所述步骤S62中的计算公式为:
式中:V为被测粉体的总像素体积;i为所统计像素点的序号;s为像素点的面积;h i为第i个像素点的高度;N为总像素数。
本发明具有以下有益效果:本发明通过机器视觉技术采集重晶石粉堆积体的图像,并在计算机上通过图像处理并对堆积体表面进行三维重建来研究、分析,得到堆积体在空间中的三维坐标信息,进而运用数学方法计算出堆积体的体积,实现对重晶石粉堆积体体积的快速测量,进而结合质量信息得出重晶石粉的密度。
附图说明
图1为重晶石粉密度快速测量装置正视图;
图2为正交投影示意图;
图3为重晶石粉表面光线反射示意图;
图4为曲面上面的任一点的倾角和偏角示意图;
图5为坐标旋转示意图;
图6为本发明的流程框图。
图中所示:1为电子天平;2为相机支架;3为工业相机;4为环形LED灯;5为重晶石粉堆积体;6为网线;7为计算机。
具体实施方式
下面将结合附图对本发明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做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。
如图6所示,本发明的一种重晶石粉密度快速测量方法,具体包括以下步骤:
步骤1、采用电子天平对重晶石粉进行称重,获得重晶石粉的质量;
步骤2、获取重晶石粉堆积体的图像;
采用如图1所示的装置对重晶石粉进行拍照;
步骤21、首先将相机(CCD工业相机)按照镜头朝下的方式安装到支架上,然后调节视觉实验支架,使得相机光轴能够保持与工作面垂直状态,并将支架放置在电子电平托盘中心;
步骤22、安装环形光源,将环形光源与摄像头置于同一方向,位于摄像头与被测粉体之间,将光源固定在支架上,使其中心和工业相机的中心在同一条垂线上,再将相机置于环形光源中间的位置,俯视重晶石粉堆积体,使其成像的几何关系为正交式投影,如图2所示;
步骤23、采用CCD工业相机配合镜头在光源的缺口处,俯视拍摄重晶石粉堆积体的表面图像,图像经过网线传输到计算机中;
步骤3、对图像进行预处理;
步骤31、采用加权平均法对彩色图片进行灰度化处理;
本发明对图像进行灰度化可以简化图像的复杂度,只保留图像的主要特征,如亮度、对比度和形状等,使得处理过程变得更加简单和高效,便于进行图像分析和识别;
图像灰度化是将彩色图像变成灰度图像的方法,即将每个像素的红(R)、绿(G)、蓝(B)三种颜色分量的值转换为一个灰度值;
加权平均法对不同通道的重晶石粉堆积体图像原色加以调整,结合观感颜色敏感程度,从视觉效果最佳的角度,对绿色加以较大的权重,对蓝色加以较小的权重;
(1)
式中:Y为灰度值;R为像素的红色分量;G为像素的绿色分量;B为像素的蓝色分量;
步骤32、采用双边滤波方法对图像进行滤波去噪;
双边滤波结合了空域信息和值域信息,通过将图像中相邻像素在空间域上的邻近度和相似度作为权重因子,以决定相邻像素在滤波过程中的影响程度。其中,空间域上的邻近度表示相邻像素在图像中的距离,而像素值相似度则表示相邻像素在灰度或颜色上的相似度。原始重晶石粉堆积体图像需要进行空域变换,然后对每个像素的空间邻域进行换算,加权平均得到结果后,再根据中心距离的变化对加权系数进行修改。加权系数与中心像素和邻域像素之间的距离具有反比例的关系,距离越远的像素权重越小,反之像素权重越大;
空域滤波器为:
(2)
式中:为归一化参数;/>代表原始图像;/>代表滤波后图像;/>为邻域中心点x与内点/>的几何邻近度;
值域滤波器为:
(3)
式中:表示邻域中心点/>与内点/>的灰度相似度,/>为归一化参数;
将空域滤波器与值域滤波器结合可得:
(4)
处理重晶石粉堆积体二维图像中的像素点时,值需要满足以下条件:
(5)
式中:为加权权重因子,由定义域核和值域核的分布决定。
其中定义域核表示如式(6)所示:
(6)
式中:为高斯方差。值域核表示如式(7)所示:
(7)
将式(6)与式(7)两式相乘,即可得到依赖于数据的权重函数:
(8)
式中:为邻域内某点的灰度值;/>为中心点的灰度值;/>为权重;
根据式(8)可知,像素点距离越近,其空间距离权重越大,像素点的值加权的权重因子也越大。因此边缘上的像素值就不会受到远处像素的影响,边缘信息就能有效保留。
步骤33、使用基于图像灰度值的图像分割方法进行分割处理,分割出图像的目标像素区域和背景区域;
步骤4、利用明暗恢复形状原理,对分割出的目标像素区域进行三维重建,重建出被测粉体表面三维形貌;
明暗恢复形状是基于物体表面的高度或法向量信息与图像灰度变化之间的关系,物体表面高度的变化会导致图像灰度的平滑增减,通过建立物体外轮廓上某点的灰度值与其高度或法向量值的数学模型,计算图像中某点的灰度值并代入相应模型,从而即可从二维图像灰度值恢复物体的三维高度信息。
假定以获取二维图像的来源(如照相机等图像采集设备)作为坐标原点,将重晶石粉堆积体三维的表面形状表示为,/>是任意一点的偏导数/>,/>均连续的有界函数,则/>通常能够利用相对于水平面X-Y的表面高度值z、曲面某一点对应的表面法向量/>、梯度/>及其表面倾角/>和偏角/>四种方式来描述,其变量示意图如图3所示,/>为曲面某一点/>对应图像坐标。
步骤5、采用堆积体表面点在光源坐标系下的法向量的倾角和偏角求出法向量;
步骤51、建立堆积体轮廓上某点的灰度值法向量值的数学模型;
(9)
式中:将重晶石粉堆积体三维的表面形状表示为;n表示重晶石粉堆积体表面上某点的法向量;/>表示重晶石粉堆积体表面上某点在x方向的向量;/>表示重晶石粉堆积体表面上某点在y方向的向量;
步骤S52、计算表面点法向量的倾角;
以观察者为中心建立坐标系,堆积体表面各点的法向量表示为,被照射点至其光源方向矢量为/>,则被照射点的灰度可表示为方程:
(10)
式中:、/>、/>为堆积体表面各点的法向量在xyz方向的坐标;/>、/>、/>为被照射点至其光源方向矢量在xyz方向的坐标;
假定照明光的入射强度是I,照射堆积体表面的反射率是常量,光源矢量方向和物体表面法向量的夹角是/>时,即可通过式(11)求出沿表面法向量的反射强度,用字母E表示:
(11)
假定重晶石粉堆积体的表层任意曲面元近似为球面,那么其表面一定会存在一个点的法矢方向和光源的矢量方向相同,从而使得夹角,由式(11)可知,这一点的亮度将会最大。由此可以确定:图像里面最明亮点的表面法向量与光源矢量在方向上保持一致。则在已知光源矢量方向的情况下,可以推出图像里最亮点的表面法向量。设图像中任意点i的亮度为E i,可得公式:
(12)
如果将光源的方向作为Z轴来构建坐标系,可得光源的倾角,将/>值带入公式(12),可得:
(13)
光源方向与i点的夹角的值可由下式得出:
(14)
在以光源的方向作为Z轴的坐标系中,图像中重晶石粉堆积体表面任意点i的表面法向量与轴的夹角即为表面点法向量的倾角。
步骤53、计算表面点法向量的偏角;
在得知表面点法向量的倾角之后,下一步即为求解表面点法向量的偏角。通过曲面表达式,可以得出曲面上每个点的倾角和偏角,如图4所示。利用倾角和偏角,则可以通过对应的关系转化得到表面点法向量,进而得出表面点高度值来重建重晶石粉堆积体三维曲面的形状;
分别用倾角与偏角函数表示出堆积体的表面梯度与光源梯度/>,具体如公式(15)所示:
(15)
则堆积体的反射亮度表示为:
(16)
若入射光强度恒定,表面反射系数为常数,则将I和的值视为比例常数。进而将以倾角和偏角形式表示,可得:
(17)
对上式进行化简,并推广为一般形式,可得:
(18)
假设堆积体的任意局部形状为球形,球半径为r,球心坐标为。在球面上任取一点i,假设图像上/>的坐标为/>,i点表面法向量的倾角和偏角分别为/>和/>;则根据球面几何关系,可得到公式(19):
(19)
由上式可将图像上任意点的坐标/>进行推广,得到球面坐标函数,如公式(20)所示:
(20)
以倾角和偏角/>为自变量,对x、y、z求全微分,可得:
(21)
根据复合函数求导法则,若将反射强度,倾角,偏角均视为x轴的函数,可得:
(22)
同理,若将反射强度,倾角,偏角均视为y轴的函数,可得:
(23)
将公式(22)进行展开,化简整理可得:
(24)
公式(21)两边同时除以dx,可得:
(25)
将公式(25)带入公式(24)进行展开,化简整理可得到公式(26)如下:
(26)
同理将公式(23)展开,化简,整理可得到公式(27)如下:
(27)
根据公式(21)中两边同时除以可得到公式(28):
(28)
将公式(28)带入整理后的公式(27)中可得到公式(29):
(29)
根据重晶石粉堆积体的任意局部形状为球面的假设,可以推出:
(30)
将公式(30)分别带入公式(26)和公式(29),可得:
(31)
(32)
将公式(31)和公式(32)进行化简整理,联立得:
(33)
对公式(33)进行化简,得到公式(34):
(34)
在球面假设前提下,、/>的值很小,在运算中可以忽略。由此将式(34)进行化简整理可得:
(35)
从已经得到重晶石粉堆积体表面点的倾角值,即:/>,将/>值带入上式,可得到重晶石粉堆积体表面点的偏角/>的计算公式,如公式(36)所示:
(36)
步骤6、根据表面点法向量的倾角和偏角,采用坐标变换法重建重晶石粉堆积体表面各点高度信息;
根据倾角和偏角可计算重晶石粉堆积体表面点的表面法向量的公式,已知重晶石粉堆积体图像中某点的倾角和偏角/>,设表面法向量的表示形式为/>,则该法向量可表示为:
(37)
是在光源方向为Z轴的坐标系下求得的表面法向量,在由表面法向量计算重晶石粉堆积体表面高度值之前,需要将其变换到重晶石粉堆积体成像坐标系,其坐标旋转示意图如图5所示。
其中矢量S即为光源矢量,坐标系X-Y-Z为物体三维坐标系,将Z轴旋转到与光源矢量S同向,则转换后的光源三维坐标系表示为U-V-W。若空间中某一点P在光源U-V-W系中的坐标为,则在X-Y-Z坐标系中的坐标/>可以用公式(38)表示:
(38)
若将P点在两个坐标系中的坐标分别表示成向量形式,那么P点的坐标和,可进行光源三维坐标系与物体三维坐标系之间的坐标变换,如公式(39)所示:
(39)
其中,旋转矩阵R可见于公式(40):
(40)
对于重晶石粉堆积体图像上每一个点,可以通过式(38)计算得到对应物体表面点的表面法向量,并借此绘制出堆积体的三维形状。但是,仅仅利用表面法向量无法得到每个位置的真实尺寸,因此需要将其转化为高度坐标值,使用公式(41),通过灰度值归一化来计算每个位置的表面法向量:
(41)
在所有亮度值中找到亮度最大值E max,亮度最小值E min,则图像中重晶石粉堆积体表面点对应的高度值可通过公式(42)计算得到,如下所示:
(42)
式中:Z i为图像中重晶石粉堆积体第i个表面点对应的高度值;E i为图像中重晶石粉堆积体第i个表面点对应的亮度值;E max和E min分别为所有亮度值的最大值与最小值;
步骤7、通过统计图像恢复出的像素点高度值,对粉体堆积的重构表面逐一像素点进行统计,计算重晶石粉堆积体的体积;
步骤71、利用已知物理尺寸的物体在图像中的长度统计像素个数,求取每个像素所代表的实际长度,即确定单位像素与实际长度的比例系数P(也称为像素当量值)、像素点的面积s;
步骤72、根据三维表面重构模型设计算法计算出图像中粉体堆积表面各个像素点的高度;
步骤73、遍历图像,统计被测重晶石粉体在图像中的总像素数N,以像素点为单位,以表面恢复高度作为对应棱柱的像素高度,计算出每一个像素点对应棱柱的体积,并将计算结果进行累加求和,得到粉体的总像素体积;
(43)
式中:V为被测粉体的总像素体积;i为所统计像素点的序号;s为像素点的面积;h i为第i个像素点的高度;N为总像素数;
步骤74、再通过单位转化,乘上单位像素与实际长度的比例系数P,即可得到实际被测物体体积;
步骤8、通过电子天平测量的重晶石粉质量,结合步骤S64所得的重晶石粉体积,即可得到重晶石粉密度。
以上所述,并非对本发明作任何形式上的限制,虽然本发明已通过上述实施例揭示,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (7)
1.一种重晶石粉密度快速测量方法,其特征在于,包括:
步骤S10、对重晶石粉进行称重;
步骤S20、获取重晶石粉堆积体的图像,并对图像进行灰度化、滤波增强、分割;
步骤S30、利用明暗恢复形状原理,对分割出的目标像素区域进行三维重建,重建出被测粉体表面三维形貌;
步骤S40、计算堆积体表面点在光源坐标系下法向量的倾角和偏角,并求出堆积体表面法向量;
倾角计算公式:
偏角计算公式:
法向量计算公式:
u1=sinφcosθ
v1=sinφsinθ
w1=cosφ
式中:Ex、Ey分别为重晶石粉反射强度在x和y方向的分量;φ为倾角;θ为偏角;E为亮度值;φs光源的倾角;θs为光源的偏角;Emax为所有亮度值的最大值;u1、v1、w1为表面法向量的坐标;
步骤S50、采用坐标变换法求出堆积体表面点的高度值;
x1=–u1cosφcosθ+v1sinφ+w1sinφcosθ
y1=u1cosφsinθ+v1cosθ-w1sinφsinθ
z1=u1sinφ+0+w1cosφ
Zi=(Ei-Emin)/(Emax-Emin)
式中:Zi为图像中重晶石粉堆积体第i个表面点对应的高度值;Ei为图像中重晶石粉堆积体第i个表面点对应的亮度值;Emax和Emin分别为所有亮度值的最大值与最小值;
步骤S60、通过统计图像恢复出的像素点高度值,对粉体堆积的重构表面逐一像素点进行统计,计算重晶石粉堆积体的体积;
步骤S70、根据重晶石粉堆积体的体积、重晶石粉质量求出重晶石粉密度。
2.根据权利要求1所述的一种重晶石粉密度快速测量方法,其特征在于,所述步骤S20中采用光源从上到下均匀照明被测重晶石粉堆积体,再采用相机配合镜头在光源的缺口处,俯视拍摄重晶石粉堆积体,获得重晶石粉堆积体的图像。
3.根据权利要求2所述的一种重晶石粉密度快速测量方法,其特征在于,所述步骤S20中采用加权平均法对彩色图片进行灰度化处理。
4.根据权利要求2所述的一种重晶石粉密度快速测量方法,其特征在于,所述步骤S20中采用双边滤波方法对图像进行滤波去噪。
5.根据权利要求2所述的一种重晶石粉密度快速测量方法,其特征在于,所述步骤S20中使用基于图像灰度值的图像分割方法进行分割处理,分割出图像的目标像素区域和背景区域。
6.根据权利要求1所述的一种重晶石粉密度快速测量方法,其特征在于,所述步骤S60的具体过程为:
步骤S61、利用已知物理尺寸的物体在图像中的长度统计像素个数,求取每个像素所代表的实际长度,即确定单位像素与实际长度的比例系数P、像素点的面积s;
步骤S62、根据三维表面重构模型设计算法计算出图像中粉体堆积表面各个像素点的高度;
步骤S63、遍历图像,统计被测重晶石粉体在图像中的总像素数N,以像素点为单位,以表面恢复高度作为对应棱柱的像素高度,计算出每一个像素点对应棱柱的体积,并将计算结果进行累加求和,得到粉体的总像素体积;
步骤S64、再通过单位转化,乘上单位像素与实际长度的比例系数P,即可得到实际被测物体体积。
7.根据权利要求6所述的一种重晶石粉密度快速测量方法,其特征在于,所述步骤S62中的计算公式为:
式中:V为被测粉体的总像素体积;i为所统计像素点的序号;s为像素点的面积;hi为第i个像素点的高度;N为总像素数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311770150.6A CN117433952B (zh) | 2023-12-21 | 2023-12-21 | 一种重晶石粉密度快速测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311770150.6A CN117433952B (zh) | 2023-12-21 | 2023-12-21 | 一种重晶石粉密度快速测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117433952A CN117433952A (zh) | 2024-01-23 |
CN117433952B true CN117433952B (zh) | 2024-02-27 |
Family
ID=89548414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311770150.6A Active CN117433952B (zh) | 2023-12-21 | 2023-12-21 | 一种重晶石粉密度快速测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117433952B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0780781A2 (en) * | 1995-12-22 | 1997-06-25 | Nec Corporation | Feature extraction for fingerprint recognition |
AU2009201463A1 (en) * | 2009-04-15 | 2010-11-04 | Canon Kabushiki Kaisha | Method of generating protected documents |
CN103278090A (zh) * | 2013-05-14 | 2013-09-04 | 陕西科技大学 | 一种不规则物体体积的视觉测量方法 |
CN104463887A (zh) * | 2014-12-19 | 2015-03-25 | 盐城工学院 | 基于分层聚焦采集图像和三维重建的刀具磨损检测方法 |
CN108830435A (zh) * | 2018-04-02 | 2018-11-16 | 泰富智能科技有限公司 | 一种堆取料的调度方法 |
CN113240706A (zh) * | 2021-04-12 | 2021-08-10 | 湖北工业大学 | 一种高温环境下熔融铁尾矿的智能跟踪检测方法 |
CN114993229A (zh) * | 2022-06-02 | 2022-09-02 | 西南石油大学 | 一种基于多传感器数据融合的椭圆度在线检测方法 |
CN115824052A (zh) * | 2023-02-14 | 2023-03-21 | 长沙空维激光技术服务有限公司 | 一种基于激光雷达点云数据的堆料体积测量方法 |
CN117056675A (zh) * | 2023-08-16 | 2023-11-14 | 西南石油大学 | 一种基于小波变换和粒子滤波结合的漏磁信号降噪方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2455359C (en) * | 2004-01-16 | 2013-01-08 | Geotango International Corp. | System, computer program and method for 3d object measurement, modeling and mapping from single imagery |
-
2023
- 2023-12-21 CN CN202311770150.6A patent/CN117433952B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0780781A2 (en) * | 1995-12-22 | 1997-06-25 | Nec Corporation | Feature extraction for fingerprint recognition |
AU2009201463A1 (en) * | 2009-04-15 | 2010-11-04 | Canon Kabushiki Kaisha | Method of generating protected documents |
CN103278090A (zh) * | 2013-05-14 | 2013-09-04 | 陕西科技大学 | 一种不规则物体体积的视觉测量方法 |
CN104463887A (zh) * | 2014-12-19 | 2015-03-25 | 盐城工学院 | 基于分层聚焦采集图像和三维重建的刀具磨损检测方法 |
CN108830435A (zh) * | 2018-04-02 | 2018-11-16 | 泰富智能科技有限公司 | 一种堆取料的调度方法 |
CN113240706A (zh) * | 2021-04-12 | 2021-08-10 | 湖北工业大学 | 一种高温环境下熔融铁尾矿的智能跟踪检测方法 |
CN114993229A (zh) * | 2022-06-02 | 2022-09-02 | 西南石油大学 | 一种基于多传感器数据融合的椭圆度在线检测方法 |
CN115824052A (zh) * | 2023-02-14 | 2023-03-21 | 长沙空维激光技术服务有限公司 | 一种基于激光雷达点云数据的堆料体积测量方法 |
CN117056675A (zh) * | 2023-08-16 | 2023-11-14 | 西南石油大学 | 一种基于小波变换和粒子滤波结合的漏磁信号降噪方法 |
Non-Patent Citations (5)
Title |
---|
Li XY et al.Superpixel-guided nonlocal means for image denoising and super-resolution.《SIGNAL PROCESSING》.2015,第124卷(第1期),173-183. * |
向晋扬等.采空区隧道二衬受力特性模型试验与耦合分析.《地下空间与工程学报》.2021,第17卷(第3期),918-926. * |
周兆明等.多频涡流检测连续油管偏焊缝晶粒尺寸的试验研究.《电子测量与仪器学报》.2022,第36卷(第2期),188-195. * |
周兆明等.钢材微观组织在线无损检测研究进展与展望.《电子测量与仪器学报》.2023,第37卷(第1期),1-11. * |
姜福香等.《桥梁工程》.北京:机械工业出版社 ,2022,(第第2版版),341. * |
Also Published As
Publication number | Publication date |
---|---|
CN117433952A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fuhl et al. | Fast camera focus estimation for gaze-based focus control | |
US6222937B1 (en) | Method and system for tracking vantage points from which pictures of an object have been taken | |
JP4245963B2 (ja) | 較正物体を用いて複数のカメラを較正するための方法およびシステム | |
CN109410207A (zh) | 一种基于ncc特征的无人机巡线图像输电线路检测方法 | |
CN113313815B (zh) | 一种机械臂抓取物体实时三维重建方法 | |
CN106875444A (zh) | 一种目标物定位方法及装置 | |
US20090180663A1 (en) | Detection of blobs in images | |
CN108416771A (zh) | 一种基于单目相机的金属材料锈蚀面积检测方法 | |
CN110728671A (zh) | 基于视觉的无纹理场景的稠密重建方法 | |
CN108574825A (zh) | 一种云台摄像机的调整方法和装置 | |
CN110146030A (zh) | 基于棋盘格标志法的边坡表面变形监测系统和方法 | |
CN117036641A (zh) | 一种基于双目视觉的公路场景三维重建与缺陷检测方法 | |
CN108734657A (zh) | 一种具有视差处理能力的图像拼接方法 | |
CN107677216A (zh) | 一种基于光度立体视觉的多个磨粒三维形貌同步获取方法 | |
Přibyl et al. | Feature point detection under extreme lighting conditions | |
CN109858527A (zh) | 一种图像融合方法 | |
CN113205603A (zh) | 一种基于旋转台的三维点云拼接重建方法 | |
CN110542402A (zh) | 复杂结构体的rgb-d视觉定位系统及方法 | |
CN111981982A (zh) | 一种基于加权sfm算法的多向合作靶标光学测量方法 | |
CN112184809A (zh) | 相对位姿的估计方法、装置、电子设备及介质 | |
CN116342519A (zh) | 一种基于机器学习的图像处理方法 | |
Haralick et al. | Glossary of computer vision terms | |
CN117433952B (zh) | 一种重晶石粉密度快速测量方法 | |
CN113807238A (zh) | 一种河道水面漂浮物面积的视觉测量方法 | |
CN112525326A (zh) | 一种无标记结构三维振动的计算机视觉测量方法 |
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 |