CN118887210B - 一种在线式高炉送料皮带物料粒度视觉检测方法及装置 - Google Patents

Abstract

本发明公开了一种在线式高炉送料皮带物料粒度视觉检测方法及装置，包括通过相机获取高炉进料传送皮带上的生产原料的原始图像；对原始图像进行导向滤波处理，得到滤波图像；对滤波图像进行二值化处理，得到二值图；采用形态学处理方法和面积滤波法对所述二值图进行优化处理，得到优化图像；对所述优化图像进行距离变换，得到距离图像；从距离图像中获取距离值大于预设值的点，以点为起始种子点对所述滤波图像进行分水岭变换，得到分水岭分割结果；对分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据。本发明可以自动且准确的检测生产原料的粒度，提高了生产原料粒度检测的时效性和准确性。

Description

一种在线式高炉送料皮带物料粒度视觉检测方法及装置

技术领域

本申请涉及人工智能检测领域，具体涉及一种在线式高炉送料皮带物料粒度视觉检测方法及装置。

背景技术

烧结矿和焦炭是高炉冶炼的主要原料，其矿块大小分布情况直接影响高炉炉况和铁水质量。目前烧结厂原料粒级（也叫粒度）主要依靠人工取样进行分析监测，因此存在取样量小、数据不全面，以及数据分析严重滞后等问题。由于烧结过程工艺流程长、影响因素多、机理复杂，使得人工取样方法无法及时有效的用于指导烧结配料操作，因此配料操作还是依赖积累的固有经验。因此，如何高效且准确的分析烧结矿和焦炭的粒度，以便及时指导烧结配料操作，已成为本领域亟需解决的技术问题。

发明内容

鉴于上述问题，本申请提供了一种在线式高炉送料皮带物料粒度视觉检测方法，用于解决上述高炉冶炼的原料依赖人工采样进行粒度分析，存在效率低和分析滞后的技术问题。

为实现上述目的，本申请提供了：一种在线式高炉送料皮带物料粒度视觉检测方法，包括以下步骤：

通过相机获取高炉进料传送皮带上的生产原料的原始图像；

对所述原始图像进行导向滤波处理，以去除所述原始图像中的噪声，得到滤波图像；

对所述滤波图像进行二值化处理，得到二值图；

采用形态学处理方法和面积滤波法对所述二值图进行优化处理，以去除所述生产原料之间的孔洞，得到优化图像；

对所述优化图像进行距离变换，得到距离图像；

从所述距离图像中获取距离值大于预设值的点，以所述点为起始种子点对所述滤波图像进行分水岭变换，得到分水岭分割结果；

对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据。

进一步的，对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据，包括：

获取所述分水岭分割结果中的各闭合区域，并计算各所述闭合区域的面积；

根据所述面积对各所述闭合区域进行标记，以及将所述面积转换为所述生产原料的粒度。

进一步的，所述获取所述分水岭分割结果中的各闭合区域包括：

去除掉所述分水岭分割结果中位于边界的第一未闭合区域，以及获取所述分水岭分割结果中轮廓已完全闭合的各第一闭合区域和各未完全闭合的第二未闭合区域；

判断各所述第二未闭合区域中未闭合部的长度占比是否小于预设值，若是，则将所述第二未闭合区域拟合成完全闭合的第二闭合区域；

获取所述第一闭合区域和所述第二闭合区域。

进一步的，所述采用形态学处理方法和面积滤波法对所述二值图进行优化处理，以去除所述生产原料之间的孔洞，包括：

先采用形态学处理方法对所述二值图进行优化，以去除所述生产原料之间小于第一孔径的第一孔洞；

然后进行面积滤波，以去除所述生产原料之间大于第一孔径且小于第二孔径的第二孔洞，其中第二孔径大于第一孔径。

进一步的，所述二值化处理为自适应阈值二值化处理。

进一步的，还包括步骤：

根据所述面积统计的结果划分多个粒度区间，计算生产原料在各所述粒度区间的占比。

进一步的，在所述根据所述面积统计的结果划分多个粒度区间之前，还包括步骤：

根据所述原始图像识别所述生产原料的类型，所述生产原料的类型包括烧结矿或焦炭；

所述根据所述面积统计的结果划分多个粒度区间，计算生产原料在各所述粒度区间的占比，包括：

根据不同的生产原料类型设置不同的粒度区间；以及计算不同生产原料类型在对应的各粒度区间内的占比。

进一步的，所述根据所述面积统计的结果划分多个粒度区间，计算生产原料在各所述粒度区间的占比，还包括：

根据所述面积统计的结果生成掩膜，并将所述掩膜覆盖在所述原始图像的表面或所述滤波图像的表面，得到掩膜图像，所述掩膜中使用至少两种颜色标记不同粒度的所述生产原料。

为解决上述技术问题，本申请还提供了另一技术方案：

一种在线式高炉送料皮带物料粒度视觉检测装置，包括：

图像采集模块，设置于高炉进料传送皮带上方，用于获取高炉进料传送皮带上的生产原料的原始图像；

视觉算法模块，与所述图像采集模块连接，用于对所述原始图像进行导向滤波处理，以去除所述图像的噪声，得到滤波图像；对所述滤波图像进行二值化处理，得到包括前景图像和背景图像的二值图，其中所述生产原料位于所述前景图像中；采用形态学处理方法和面积滤波法对所述二值图进行优化处理，以去除所述生产原料之间的孔洞，得到优化图像；对所述优化图像进行距离变换，得到距离图像；从所述距离图像中获取距离值大于预设值的点，以所述点为起始种子点对所述滤波图像进行分水岭变换，得到分水岭分割结果；对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据。

进一步的，所述图像采集模块包括相机和补光灯，所述相机和所述补光灯安装于龙门支架上，所述龙门支架横跨于所述高炉进料传送皮带的上方。

区别于现有技术，上述技术方案可以对高炉进料传送皮带上的生产原料的粒度实时的进行分析和检测，检测过程无需人工干预，有效解决了人工取样的检测存在的滞后、检测量少和数据不准确的问题。并且上述技术方案通过对所述原始图像进行导向滤波处理，可去除所述原始图像中的噪声，且可以避免生产原料的边缘被平滑处理而导致的检测误差；并且上述方案通过对滤波图像进行二值化处理，以及通过形态学处理方法和面积滤波进行优化处理，去除所述生产原料之间的孔洞，得到生产原料清晰的轮廓，因此可以提高后续分水岭分割的精度，从而提高生产原料粒度检测的准确性。

上述发明内容相关记载仅是本申请技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本申请的技术方案，进而可以依据说明书的文字及附图记载的内容予以实施，并且为了让本申请的上述目的及其它目的、特征和优点能够更易于理解，以下结合本申请的具体实施方式及附图进行说明。

附图说明

附图仅用于示出本发明具体实施方式以及其他相关内容的原理、实现方式、应用、特点以及效果等，并不能认为是对本申请的限制。

在说明书附图中：

图1为具体实施方式所述高炉进料传送皮带和相机的位置关系图；

图2为具体实施方式所述在线式高炉送料皮带物料粒度视觉检测方法的流程图；

图3为具体实施方式所述生产原料的原始图像；

图4为具体实施方式所述导向滤波处理得到的滤波图像；

图5为具体实施方式所述二值化处理后得到的二值图；

图6为具体实施方式所述优化处理后得到的优化图像；

图7为具体实施方式所述进行距离变换后得到的距离图像；

图8为具体实施方式所述进行分水岭变换后得到的图像；

图9为具体实施方式掩膜覆盖后得到的掩膜图像；

图10为具体实施方式所述在线式高炉送料皮带物料粒度视觉检测装置的模块框图；

上述各附图中涉及的附图标记说明如下：

1、进料传送皮带；2、相机；3、补光灯；4、龙门支架；21、调节支架；100、在线式高炉送料皮带物料粒度视觉检测装置；101、图像采集模块；102、视觉算法模块。

具体实施方式

为详细说明本申请可能的应用场景，技术原理，可实施的具体方案，能实现目的与效果等，以下结合所列举的具体实施例并配合附图详予说明。本文所记载的实施例仅用于更加清楚地说明本申请的技术方案，因此只作为示例，而不能以此来限制本申请的保护范围。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中各个位置出现的“实施例”一词并不一定指代相同的实施例，亦不特别限定其与其它实施例之间的独立性或关联性。原则上，在本申请中，只要不存在技术矛盾或冲突，各实施例中所提到的各项技术特征均可以以任意方式进行组合，以形成相应的可实施的技术方案。

除非另有定义，本文所使用的技术术语的含义与本申请所属技术领域的技术人员通常理解的含义相同；本文中对相关术语的使用只是为了描述具体的实施例，而不是旨在限制本申请。

在本申请的描述中，用语“和/或”是一种用于描述对象之间逻辑关系的表述，表示可以存在三种关系，例如A和/或B，表示：存在A，存在B，以及同时存在A和B这三种情况。另外，本文中字符“/”一般表示前后关联对象是一种“或”的逻辑关系。

在本申请中，诸如“第一”和“第二”之类的用语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何实际的数量、主次或顺序等关系。

在没有更多限制的情况下，在本申请中，语句中所使用的“包括”、“包含”、“具有”或者其他类似的开放式表述，意在涵盖非排他性的包含，这些表述并不排除在包括所述要素的过程、方法或者产品中还可以存在另外的要素，从而使得包括一系列要素的过程、方法或者产品中不仅可以包括那些限定的要素，而且还可以包括没有明确列出的其他要素，或者还包括为这种过程、方法或者产品所固有的要素。

与《审查指南》中的理解相同，在本申请中，“大于”、“小于”、“超过”等表述理解为不包括本数；“以上”、“以下”、“以内”等表述理解为包括本数。此外，在本申请实施例的描述中“多个”的含义是两个以上（包括两个），与之类似的与“多”相关的表述亦做此类理解，例如“多组”、“多次”等，除非另有明确具体的限定。

在本申请实施例的描述中，所使用的与空间相关的表述，诸如“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“垂直”“顶”“底”“内”“外”“顺时针”“逆时针”“轴向”“径向”“周向”等，所指示的方位或位置关系是基于具体实施例或附图所示的方位或位置关系，仅是为了便于描述本申请的具体实施例或便于读者理解，而不是指示或暗示所指的装置或部件必须具有特定的位置、特定的方位、或以特定的方位构造或操作，因此不能理解为对本申请实施例的限制。

除非另有明确的规定或限定，在本申请实施例的描述中，所使用的“安装”“相连”“连接”“固定”“设置”等用语应做广义理解。例如，所述“连接”可以是固定连接，也可以是可拆卸连接，或成一体设置；其可以是机械连接，也可以是电连接，也可以是通信连接；其可以是直接相连，也可以通过中间媒介间接相连；其可以是两个元件内部的连通或两个元件的相互作用关系。对于本申请所属技术领域的技术人员而言，可以根据具体情况理解上述用语在本申请实施例中的具体含义。

请参阅图1至图9，本实施例提供了一种在线式高炉送料皮带物料粒度视觉检测方法。该在线式高炉送料皮带物料粒度视觉检测方法可以应用于钢铁厂的高炉生产原料粒度实时检测。如图1所示，钢铁厂的高炉生产原料由高炉进料传送皮带1传送进入高炉内，生产原料在高炉内进行高温熔化并发生一系列的化学反应，从而得到钢铁生产所需的铁水。在高炉进料传送皮带1上方设置有龙门支架4，在龙门支架4上设置有相机2，相机2通过调节支架21安装于龙门支架4的横梁上，通过调节支架21可以调节相机2的仰角。通过相机2可以获取高炉进料传送皮带1上的生产原料的图像（即原始图像），然后对图像进行分析，从而得到生产物料的粒度。在一些实施例中，龙门支架4上还可设置有补光灯3，以提高相机2拍摄范围内的光线强度。其中，生产原料包括烧结矿和焦炭；根据生产工艺要求，高炉进料传送皮带1在不同时间段，将烧结矿或焦炭送入高炉内。即在某一时间段内高炉进料传送皮带1只传送烧结矿，在另一时间段高炉进料传送皮带1只传送焦炭。因此本实施例中的在线式高炉送料皮带物料粒度视觉检测方法即可以用于检测烧结矿的粒度，也可以用于检测焦炭的粒度。通过本实施例在线式高炉送料皮带物料粒度视觉检测方法可以实时检测烧结矿、焦炭等高炉的生产原料的粒度，并且能够克服环境光线变化以及生产原料之间孔洞的干扰，从而提高粒度检测的准确性。

如图2所示，在本实施例中，在线式高炉送料皮带物料粒度视觉检测方法包括以下步骤：

S201、通过相机获取高炉进料传送皮带上的生产原料的原始图像；

S202、对所述原始图像进行导向滤波处理，以去除所述原始图像中的噪声，得到滤波图像；

S203、对所述滤波图像进行二值化处理，得到二值图；

S204、采用形态学处理方法和面积滤波法对所述二值图进行优化处理，以去除所述生产原料之间的孔洞，得到优化图像；

S205、对所述优化图像进行距离变换，得到距离图像；

S206、从所述距离图像中获取距离值大于预设值的点，以所述点为起始种子点对所述滤波图像进行分水岭变换，得到分水岭分割结果；

S207、对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据。

如图2所示，在步骤S201中，相机2可以由上向下对进料传送皮带1上的生产原料进行拍摄。相机2可以选用高清工业相机或热像仪。其中热像仪是一种利用红外热成像技术，通过对标的物的红外辐射探测，并加以信号处理、光电转换等手段，将标的物的温度分布的图像转换成可视图像的设备。如图3所示，为通过相机2所获取的进料传送皮带1上的生产原料的图像，即原始图像。

在步骤S202中，通过导向滤波处理可以去除原始图像中的噪声，并且在去除掉噪声的同时最大限度的保持生产原料边缘不被平滑处理，从而保证后续粒度计算的准确性。如图4所示，为导向滤波处理后得到的滤波图像。

在一些实施例中，在步骤S202之前可以先设置视觉算法的感兴趣区域，然后对步骤S201中所获取的原始图像进行切割处理，仅留下感兴趣区域内的图像，其中视觉算法的感兴趣区域可以为长方形或正方形。步骤S202中所述对所述原始图像进行导向滤波处理，即对感兴趣区域内的图像进行导向滤波处理，因此可以防止原始图像边缘的传送皮带或阴影对后续分析的干扰。

在步骤S203中，通过二值化处理可以将滤波图像中生产原料与生产原料之间的间隙明显的区别分，从而更突显出烧结矿或焦炭等生产原料的轮廓。如图5所示，为二值化处理后得到的二值图，图中黑色部分为生产原料，白色部分为生产原料之间的间隙。

在步骤S204中，通过形态学处理方法和面积滤波法对所述二值图进行优化处理，其中，形态学处理方法包括图像形态学腐蚀操作和图像形态学膨胀操作，其具体可以通过图像的形态学开运算和形态学闭运算实现进行优化处理。在形态学开运算中先对上述二值图进行腐蚀操作，消除二值图中值高于邻近点的孤立点，达到去除图像中噪声的目的，并且断开较窄的狭颈，在两个生产原料纤细的连接处（即两个生产原料贴合在一起的位置）将它们分离，从而保证生产原料轮廓的独立性；然后再对开运算后的图像进行膨胀操作以弥补较大的连通域中因腐蚀造成的面积减小。因此在本实施例中，通过形态学处理方法便可以去除掉二值图中的噪声，同时又不缩小图像中主要区域的面积；因此填充了生产原料之间的空洞，又不增加噪声所占的面积。

其中，所述面积滤波可以滤除选定阈值范围之外的图像，即根据二值图中连通域的面积滤除选定阈值范围之外的连通区域,从而可以抑制和防止选定阈值范围之外的连通区域的干扰。

优选的，在所述采用形态学处理方法和面积滤波法对所述二值图进行优化处理时，先采用形态学处理方法对所述二值图进行优化，以去除所述生产原料之间小于第一孔径的第一孔洞；然后进行面积滤波，以去除所述生产原料之间大于第一孔径且小于第二孔径的第二孔洞，其中第二孔径大于第一孔径。在本实施例中，通过面积滤波可以滤除掉生产原料之间较大的孔洞。通过形态学处理方法可以滤除掉生产原料之间较小的孔洞。如图6所示，为经过步骤S204优化处理后得到的优化图像。

在步骤S205中，通过距离变换可以计算出每个像素离图像中满足某个特定条件的像素的距离，然后使用这个计算得出的距离进行灰度值的变换。其中，采用的度量距离包括：欧几里德距离、棋盘距离、街区距离(曼哈顿距离)等，在本实施例中，优选使用街区距离。在本实施例中，通过距离变换可以计算出图像中每个像素到离它最近的背景像素的距离值，该距离值应用于步骤S206中的分水岭变换。如图7所示，为进行距离变换后得到的距离图像。

在步骤S206中，在分水岭变换时，将步骤S205中距离值较大的点作为分水岭变换中分割算法的起始种子点，对导向滤波后的图像（即图4滤波图像）进行分水岭变换，得到分水岭分割的结果。如图8所示，为进行分水岭变换后得到的图像。

在步骤S207中，对分水岭分割结果中各个闭合区域的面积进行统计，以及将闭合区域的面积转换成生产原料的粒度，其中闭合区域的面积越大，其对应的生产原料的粒度也越大。

考虑到烧结矿、焦炭的表面光照不均匀（即原始图像中一部分生产原料的表面光照较高，另一部分生产原料的表面光照较低），因此为了减小表面光照不均匀的影响，在一实施例中，上述步骤S203的二值化处理采用自适应阈值二值化处理。传统的二值化的阈值是固定的，通常是根据整个图像的平均亮度或中心位置亮度来确定，因此对于光照不均匀、背景复杂的图像其处理效果并不理想。而本实施例中，采用自适应阈值二值化算法可以根据图像的局部特征自适应地确定二值化的阈值，它考虑到了图像中的光照变化，对图像中的光照变化具有更强的鲁棒性，同时借助积分图，加速自适应阈值的计算。其中，自适应阈值由以下计算公式得到：

;

式中T为自适应阈值，为以为中心点的正方形的视觉算法感兴趣区域的边长，t为设定的阈值参数，为点的横坐标，为点的纵坐标，为点的像素。为该区域内每个点与点的水平坐标差值，范围为[-/2,/2]；为该区域内每个点与点的垂直坐标差值，范围为[-/2,/2]。

在上述实施例中，对高炉进料传送皮带上的生产原料的粒度实时的进行分析和检测，检测过程无需人工干预，有效解决了人工取样的检测存在的滞后、检测量少和数据不准确的问题。并且上述技术方案通过对所述原始图像进行导向滤波处理，可去除所述原始图像中的噪声，且可以避免生产原料的边缘被平滑处理；并且上述方案通过对滤波图像进行二值化处理，以及通过形态学处理方法和面积滤波进行优化处理，去除所述生产原料之间的孔洞，得到生产原料清晰的轮廓，因此可以提高后续分水岭分割的精度，从而提高生产原料粒度检测的准确性。

在一实施例中，步骤S207对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据，包括：

获取所述分水岭分割结果中的各闭合区域，并计算各所述闭合区域的面积；

根据所述面积对各所述闭合区域进行标记，以及将所述面积转换为所述生产原料的粒度。

其中，分水岭分割结果中的各闭合区域分别对应一个生产原料，因此通过计算各闭合区域的面积可以得到对应的生产原料的粒度。在对闭合区域进行标记时，可以预先设置几个面积区间或粒度区间，例如预设粒度区间包括：粒度区间1：1-2cm，粒度区间2：2-3cm，粒度区间3：3-4cm，然后根据计算得到的生产原料的粒度标记上对应的粒度区间。通过上述标记可以直观的得到当前生产原料的粒度分布。在本实施例中，还可以进一步计算生产原料在各所述粒度区间的占比。

在上述步骤S206中，分水岭分割结果除了包括闭合区域，还包括一些未闭合区域。经过分析发现这些未闭合区域中有一部分也是生产原料，因此，为了提高粒度分析的准确性，在一实施例中，所述获取所述分水岭分割结果中的各闭合区域包括：

去除掉所述分水岭分割结果中位于边界的第一未闭合区域，以及获取所述分水岭分割结果中轮廓已完全闭合的各第一闭合区域和各未完全闭合的第二未闭合区域；

判断各所述第二未闭合区域中未闭合部的长度占比是否小于预设值，若是，则将所述第二未闭合区域拟合成完全闭合的第二闭合区域；

获取所述第一闭合区域和所述第二闭合区域。

经过分析发现，这些未闭合区域中包括一些位于视觉算法的感兴趣区域或原始图像边缘，因此未被完全识别或拍摄的生产原料，还有一部分是因为生产原料表面特殊的形状导致其经分水岭变换后未能得到闭合区域。因此在本实施例中，先去除掉所述分水岭分割结果中位于边界的第一未闭合区域，然后再通过判断未闭合区域中未闭合部的长度占比是否小于预设值，可以识别出上述不能形成闭合区域的生产物料，然后将这部分未能形成闭合区域的第二未闭合区域拟合成闭合的第二闭合区域，从而加入至粒度统计数据中。在本实施例中预设值可以根据生产原料的类型以及形状和大概的粒度进行设置。因此在本实施例中，可以克服现有分水岭变换的不足，能够更加准确的识别出分水岭分割结果的生产原料，从而提高粒度统计的准确性。

在一实施例中，所述根据所述面积统计的结果划分多个粒度区间之前，还包括步骤：根据所述原始图像识别所述生产原料的类型，所述生产原料的类型包括烧结矿或焦炭。

所述根据所述面积统计的结果划分多个粒度区间，计算生产原料在各所述粒度区间的占比，包括：根据不同的生产原料类型设置不同的粒度区间；以及计算不同生产原料类型在对应的各粒度区间内的占比。

在本实施例中，根据步骤S201中提供的原始图像进一步提取其中的图像特征，然后利用人工智能算法识别当前传送的生产原料是烧结矿还是焦炭，并且系统根据不同生产原料类型设置不同的粒度区间，并在适配步骤S207产出不同原料类型的粒度区间占比。

在一实施例中，根据所述面积统计的结果生成掩膜，并将所述掩膜覆盖在所述原始图像的表面或所述滤波图像的表面，得到掩膜图像，所述掩膜中使用至少两种颜色标记不同粒度的所述生产原料。如图9所示，掩膜覆盖后得到的掩膜图像。其中掩膜是一个带有颜色的且具有一定透视度的图层，将掩膜覆盖于原始图像的表面或所述滤波图像的表面时，不仅可以看到原始图像的表面或所述滤波图像中的生产原料，同时还会在生产原料上覆盖一定的颜色，如图9所示，掩膜中不同位置的颜色是根据该位置对应的生产原料的粒度而定的，从而使不同粒度的生产原料覆盖上不同的颜色。

如图10所示，在另一实施例中提供了一种在线式高炉送料皮带物料粒度视觉检测装置100。在线式高炉送料皮带物料粒度视觉检测装置100包括：图像采集模块101和视觉算法模块102。

其中，图像采集模块101设置于高炉进料传送皮带1上方，用于获取高炉进料传送皮带上的生产原料的原始图像。

视觉算法模块102与所述图像采集模块101连接，用于对所述原始图像进行导向滤波处理，以去除所述图像的噪声，得到滤波图像；对所述滤波图像进行二值化处理，得到包括前景图像和背景图像的二值图，其中所述生产原料位于所述前景图像中；采用形态学处理方法和面积滤波法对所述二值图进行优化处理，以去除所述生产原料之间的孔洞，得到优化图像；对所述优化图像进行距离变换，得到距离图像；从所述距离图像中获取距离值大于预设值的点，以所述点为起始种子点对所述滤波图像进行分水岭变换，得到分水岭分割结果；对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据。

如图1所示，所述图像采集模块包括相机和补光灯3，所述相机和所述补光灯安装于龙门支架4上，所述龙门支架4横跨于所述高炉进料传送皮带1的上方。在本实施例中，所述相机可以为高清的工业相机，龙门支架4横跨皮带，避开高炉进料传送皮带1造成的振动；并且补光灯设置于龙门支架4的两侧，可以提升所获取的原始图像的质量，凸显出生产原料的表面特征。

本实施例在线式高炉送料皮带物料粒度视觉检测装置100可以对高炉进料传送皮带上的生产原料的粒度实时的进行分析和检测，检测过程无需人工干预，有效解决了人工取样的检测存在的滞后和数据不准确的问题。并且上述技术方案通过对所述原始图像进行导向滤波处理，以去除所述原始图像中的噪声，且可以避免生产原料的边缘被平滑处理；并且上述方案通过对滤波图像进行二值化处理，以及通过形态学处理方法和面积滤波进行优化处理，去除所述生产原料之间的孔洞，得到生产原料清晰的轮廓，因此可以提高后续分水岭分割的精度，从而提高生产原料粒度检测的准确性。

最后需要说明的是，尽管在本申请的说明书文字及附图中已经对上述各实施例进行了描述，但并不能因此限制本申请的专利保护范围。凡是基于本申请的实质理念，利用本申请说明书文字及附图记载的内容所作的等效结构或等效流程替换或修改产生的技术方案，以及直接或间接地将以上实施例的技术方案实施于其他相关的技术领域等，均包括在本申请的专利保护范围之内。

Claims (8)

1.一种在线式高炉送料皮带物料粒度视觉检测方法，其特征在于，包括以下步骤：

通过相机获取高炉进料传送皮带上的生产原料的原始图像；

对所述原始图像进行导向滤波处理，以去除所述原始图像中的噪声，得到滤波图像；

对所述滤波图像进行二值化处理，得到二值图；

采用形态学处理方法和面积滤波法对所述二值图进行优化处理，以去除所述生产原料之间的孔洞，得到优化图像；

对所述优化图像进行距离变换，得到距离图像；

从所述距离图像中获取距离值大于预设值的点，以所述点为起始种子点对所述滤波图像进行分水岭变换，得到分水岭分割结果；

对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据；

对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据，包括：

获取所述分水岭分割结果中的各闭合区域，并计算各所述闭合区域的面积；

根据所述面积对各所述闭合区域进行标记，以及将所述面积转换为所述生产原料的粒度；

所述获取所述分水岭分割结果中的各闭合区域包括：

去除掉所述分水岭分割结果中位于边界的第一未闭合区域，以及获取所述分水岭分割结果中轮廓已完全闭合的各第一闭合区域和各未完全闭合的第二未闭合区域；未闭合区域中有一部分是生产原料；

判断各所述第二未闭合区域中未闭合部的长度占比是否小于预设值，若是，则将所述第二未闭合区域拟合成完全闭合的第二闭合区域；

获取所述第一闭合区域和所述第二闭合区域。

2.根据权利要求1所述的在线式高炉送料皮带物料粒度视觉检测方法，其特征在于，所述采用形态学处理方法和面积滤波法对所述二值图进行优化处理，以去除所述生产原料之间的孔洞，包括：

先采用形态学处理方法对所述二值图进行优化，以去除所述生产原料之间小于第一孔径的第一孔洞；

然后进行面积滤波，以去除所述生产原料之间大于第一孔径且小于第二孔径的第二孔洞，其中第二孔径大于第一孔径。

3.根据权利要求1所述的在线式高炉送料皮带物料粒度视觉检测方法，其特征在于，所述二值化处理为自适应阈值二值化处理。

4.根据权利要求1所述的在线式高炉送料皮带物料粒度视觉检测方法，其特征在于，还包括步骤：

根据所述面积统计的结果划分多个粒度区间，计算生产原料在各所述粒度区间的占比。

5.根据权利要求4所述的在线式高炉送料皮带物料粒度视觉检测方法，其特征在于，在所述根据所述面积统计的结果划分多个粒度区间之前，还包括步骤：

根据所述原始图像识别所述生产原料的类型，所述生产原料的类型包括烧结矿或焦炭；

所述根据所述面积统计的结果划分多个粒度区间，计算生产原料在各所述粒度区间的占比，包括：

根据不同的生产原料类型设置不同的粒度区间；以及计算不同生产原料类型在对应的各粒度区间内的占比。

6.根据权利要求5所述的在线式高炉送料皮带物料粒度视觉检测方法，其特征在于，所述根据所述面积统计的结果划分多个粒度区间，计算生产原料在各所述粒度区间的占比，还包括：

根据所述面积统计的结果生成掩膜，并将所述掩膜覆盖在所述原始图像的表面或所述滤波图像的表面，得到掩膜图像，所述掩膜中使用至少两种颜色标记不同粒度的所述生产原料。

7.一种在线式高炉送料皮带物料粒度视觉检测装置，其特征在于，包括：

图像采集模块，设置于高炉进料传送皮带上方，用于获取高炉进料传送皮带上的生产原料的原始图像；

视觉算法模块，与所述图像采集模块连接，用于对所述原始图像进行导向滤波处理，以去除原始图像的噪声，得到滤波图像；对所述滤波图像进行二值化处理，得到包括前景图像和背景图像的二值图，其中所述生产原料位于所述前景图像中；采用形态学处理方法和面积滤波法对所述二值图进行优化处理，以去除所述生产原料之间的孔洞，得到优化图像；对所述优化图像进行距离变换，得到距离图像；从所述距离图像中获取距离值大于预设值的点，以所述点为起始种子点对所述滤波图像进行分水岭变换，得到分水岭分割结果；对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据；

对所述分水岭分割结果进行标记和面积统计，得到所述生产原料的粒度数据，包括：

获取所述分水岭分割结果中的各闭合区域，并计算各所述闭合区域的面积；

根据所述面积对各所述闭合区域进行标记，以及将所述面积转换为所述生产原料的粒度；

所述获取所述分水岭分割结果中的各闭合区域包括：

去除掉所述分水岭分割结果中位于边界的第一未闭合区域，以及获取所述分水岭分割结果中轮廓已完全闭合的各第一闭合区域和各未完全闭合的第二未闭合区域；未闭合区域中有一部分是生产原料；

判断各所述第二未闭合区域中未闭合部的长度占比是否小于预设值，若是，则将所述第二未闭合区域拟合成完全闭合的第二闭合区域；

获取所述第一闭合区域和所述第二闭合区域。

8.根据权利要求7所述的在线式高炉送料皮带物料粒度视觉检测装置，其特征在于，所述图像采集模块包括相机和补光灯，所述相机和所述补光灯安装于龙门支架上，所述龙门支架横跨于所述高炉进料传送皮带的上方。