JP2015124955A - Refuse agitated state detection device and refuse agitated state detection method - Google Patents
Refuse agitated state detection device and refuse agitated state detection method Download PDFInfo
- Publication number
- JP2015124955A JP2015124955A JP2013270640A JP2013270640A JP2015124955A JP 2015124955 A JP2015124955 A JP 2015124955A JP 2013270640 A JP2013270640 A JP 2013270640A JP 2013270640 A JP2013270640 A JP 2013270640A JP 2015124955 A JP2015124955 A JP 2015124955A
- Authority
- JP
- Japan
- Prior art keywords
- fractal dimension
- edge
- refuse
- dust
- image data
- 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.)
- Granted
Links
Abstract
Description
本発明は、ごみ焼却設備におけるごみピット内に搬入されたごみの攪拌状態を検出するためのごみ攪拌状態検出装置およびごみ攪拌状態検出方法に関する。 The present invention relates to a waste agitation state detection device and a waste agitation state detection method for detecting the agitation state of waste carried into a waste pit in a waste incineration facility.
ごみ焼却設備にはごみピットが設けられており、ごみ搬送車からのごみは、一旦、ごみピット内に貯留される。そして、このごみは、ごみピット内で天井クレーンからのバケットにより、焼却炉内での燃焼が効率良く行われるように、ごみ質が均一となるように攪拌されている。 The garbage incineration facility is provided with a garbage pit, and the garbage from the garbage truck is temporarily stored in the garbage pit. And this garbage is stirred by the bucket from an overhead crane in a garbage pit so that waste quality may become uniform so that combustion in an incinerator may be performed efficiently.
ところで、最近、ごみピット内でのごみの攪拌作業の自動化が進んでいるとともに、自動化によるごみの攪拌状態の評価方法も提案されている（例えば、特許文献１参照）。
この評価方法は、簡単に言うと、バケットの開閉信号を基に、ごみがどこに落下して堆積したかをモデル化することで、ごみの攪拌度を評価する方法である。
By the way, recently, the agitation operation of garbage in the garbage pit has been automated, and a method for evaluating the agitation state of garbage by automation has also been proposed (for example, see Patent Document 1).
In short, this evaluation method is a method for evaluating the degree of stirring of garbage by modeling where the garbage has fallen and accumulated based on the opening / closing signal of the bucket.
しかし、上述した特許文献１のごみ攪拌評価方法では、クレーンのバケットの開閉信号に基づき、ごみがどこに落下したかを判断することにより、ごみの攪拌度合いを計測している。この評価方法では、バケットを開いてごみを落下させると、その場所で円形状にごみが広がって落下するとともに、バケットによりごみを掴むと、その場所でのごみが円形状に取り除かれるとの仮定に基づいている。言い換えれば、ごみの散らばり具合をすべて計算により算出しているため、実際のごみの動きとリンクしていないので、ごみの攪拌状態が正確に判らないという問題がある。 However, in the waste agitation evaluation method of Patent Document 1 described above, the degree of agitation of the garbage is measured by determining where the garbage has fallen based on the opening / closing signal of the bucket of the crane. In this evaluation method, it is assumed that when the bucket is opened and the garbage is dropped, the garbage spreads and falls in a circular shape at that location, and when the bucket is grabbed, the dust at that location is removed in a circular shape Based on. In other words, since all of the dust dispersion is calculated, it is not linked to the actual movement of the garbage, so there is a problem that the agitation state of the garbage cannot be accurately determined.
そこで、本発明は、ごみピット内でのごみの攪拌状態をより正確に知ることができるごみ攪拌状態検出装置およびごみ攪拌状態検出方法を提供することを目的とする。 Therefore, an object of the present invention is to provide a dust stirring state detection device and a dust stirring state detection method capable of more accurately knowing the state of stirring of dust in a waste pit.
上記課題を解決するため、本発明のごみ攪拌状態検出装置は、ごみ焼却設備におけるごみピット内の攪拌状態を検出する装置であって、
ごみピット内を撮影する撮影手段と、
この撮影手段にて撮影された画像データを入力するとともに輝度値に基づき階調化する階調化部と、
この階調化部で階調化された画像データに対してエッジ抽出用フィルタを用いてごみの塊部分の外形線に対応するエッジを抽出するエッジ抽出部と、
このエッジ抽出部で抽出されたエッジのフラクタル次元を演算するフラクタル次元演算部と、
このフラクタル次元演算部で求められたフラクタル次元に基づきごみの攪拌状態を検出する攪拌状態検出手段とから構成したものであり、
また上記検出装置において、フラクタル次元演算部でのフラクタル次元を求める際に、ボックスカウント法を用いたものである。
In order to solve the above problems, the waste agitation state detection device of the present invention is a device for detecting the agitation state in the waste pit in the waste incineration facility,
Photographing means for photographing inside the garbage pit;
A gradation unit for inputting image data photographed by the photographing means and gradation based on a luminance value;
An edge extraction unit that extracts an edge corresponding to the outline of the lump portion of the dust using an edge extraction filter for the image data gradationized by the gradation unit;
A fractal dimension calculator that calculates the fractal dimension of the edge extracted by the edge extractor;
It comprises a stirring state detection means for detecting the stirring state of the waste based on the fractal dimension obtained by the fractal dimension calculation unit,
In the above detection apparatus, the box count method is used when obtaining the fractal dimension in the fractal dimension calculation unit.
さらに、本発明のごみ攪拌状態検出方法は、ごみ焼却設備におけるごみピット内の攪拌状態を検出する方法であって、
撮影手段により撮影されるとともに輝度値に基づき階調化されたごみピット内の画像データにエッジ抽出用フィルタを適用してごみの塊部分の外形線に相当するエッジを抽出し、
次にこの抽出されたエッジのフラクタル次元を演算するとともに、このフラクタル次元に基づきごみの攪拌状態を検出する方法であり、
また上記検出方法において、フラクタル次元を求める際に、ボックスカウント法を用いる方法である。
Furthermore, the method for detecting the state of waste agitation according to the present invention is a method for detecting the state of agitation in the waste pit in the waste incineration facility,
Applying an edge extraction filter to the image data in the garbage pit that has been photographed by the photographing means and is gradationized based on the luminance value, to extract an edge corresponding to the outline of the lump portion of the garbage,
Next, the fractal dimension of the extracted edge is calculated, and the stirring state of the dust is detected based on the fractal dimension.
In the above detection method, the box count method is used when obtaining the fractal dimension.
上記検出装置および検出方法において、ごみの攪拌状態を検出するのに、実際のごみピット内でのごみの画像データに対して、ごみの塊部分を示すエッジを抽出するとともに、このエッジに対してフラクタル次元を演算により求めてごみの攪拌状態を検出るようにしたので、従来のように、クレーンのバケットの開閉信号に基づき、ごみがどこに落下したかを判断することによりごみの攪拌度を計測しているものに比べて、ごみの攪拌状態をより正確に検出することができる。 In the above detection apparatus and detection method, in order to detect the agitation state of the dust, an edge indicating the lump portion of the dust is extracted from the image data of the dust in the actual garbage pit, Since the fractal dimension is calculated and the agitation state of the waste is detected, the degree of agitation of the waste is measured by determining where the waste has fallen based on the crane bucket open / close signal as in the past. Compared with what is doing, the stirring state of refuse can be detected more correctly.
以下、本発明の実施例に係るごみピット内のごみ攪拌状態を検出するためのごみ攪拌状態検出装置およびごみ攪拌状態検出方法を図面に基づき説明する。
本実施例に係るごみピットはごみ焼却設備に設けられている。具体的には、図１および図２に示すように、ごみピット１は焼却炉２に併設されている。そして、ごみピット１の天井には、天井走行クレーン３が配置されており、この天井走行クレーン３には横行台車４が配置されるとともに、この横行台車４には、ごみＧを掴むためのバケット５がワイヤー６を介して巻上げ機７により昇降し得るように吊持されている。したがって、ごみ搬送車Ｓによりごみピット１内に搬入されたごみＧは、バケット５によるごみの把持・開放動作により攪拌された後、焼却炉２の投入用ホッパー２ａ内に投入されて、焼却炉２内で燃焼される。なお、ごみピット１の側壁部１ａには、ごみピット１内を監視し得るとともに天井走行クレーン３を操作するための操作室８が設けられている。
Hereinafter, a dust stirring state detection device and a dust stirring state detection method for detecting a dust stirring state in a waste pit according to an embodiment of the present invention will be described with reference to the drawings.
The waste pit according to the present embodiment is provided in the waste incineration facility. Specifically, as shown in FIGS. 1 and 2, the waste pit 1 is provided in the incinerator 2. An overhead traveling crane 3 is disposed on the ceiling of the garbage pit 1. A transverse carriage 4 is disposed on the overhead traveling crane 3, and a bucket for grasping the garbage G is disposed on the transverse carriage 4. 5 is suspended by a hoisting machine 7 through a wire 6. Therefore, the waste G carried into the waste pit 1 by the waste transport vehicle S is agitated by the operation of gripping and opening the waste by the bucket 5 and then put into the charging hopper 2a of the incinerator 2 to be incinerated. 2 is burned. The side wall 1a of the garbage pit 1 is provided with an operation room 8 for monitoring the inside of the garbage pit 1 and operating the overhead traveling crane 3.
ところで、バケット５によるごみＧの攪拌作業は、ごみ袋をバケット５により掴み上方に持ち上げて放出することにより、ごみ袋を破くとともに落下させてごみを周囲に撒き散らすことにより行われる。 By the way, the agitation work of the garbage G by the bucket 5 is performed by holding the garbage bag by the bucket 5 and lifting it upward and releasing it, thereby breaking the garbage bag and dropping it to spread the garbage around.
そして、このごみ焼却設備には、ごみピット１内でのバケット５によるごみＧの撒き散らし状態、すなわちごみの攪拌状態を検出するごみ攪拌状態検出装置（図３に示す）１１が具備されている。 The waste incineration equipment is provided with a waste agitation state detection device (shown in FIG. 3) 11 for detecting the state where the waste G is scattered by the bucket 5 in the waste pit 1, that is, the agitation state of the waste. .
以下、ごみ攪拌状態検出装置１１について説明する。
図１〜図３に示すように、このごみ攪拌状態検出装置１１は、大きく分けて、ごみピット１内を撮影する撮影手段としての撮影カメラ（ＣＣＤカメラまたはＣＭＯＳカメラなどが用いられる）１２と、この撮影カメラ１２により撮影された画像データを入力してごみの塊部分のエッジ（外形を示す輪郭線である）Ｅを抽出するための画像処理手段１３と、この画像処理手段１３により抽出されたエッジＥのフラクタル次元を演算するフラクタル次元演算手段１４と、このフラクタル次元演算手段１４で求められたフラクタル次元に基づきごみピット１内のごみ攪拌状態を検出する攪拌状態検出手段１５とから構成されている。
Hereinafter, the dust stirring state detection device 11 will be described.
As shown in FIGS. 1 to 3, the dust stirring state detection device 11 is roughly divided into a photographing camera (a CCD camera or a CMOS camera is used) 12 as photographing means for photographing the inside of the dust pit 1, and Image processing means 13 for inputting image data photographed by the photographing camera 12 and extracting an edge (a contour line indicating the outer shape) E of the lump of dust, and the image processing means 13 extract the image data. Fractal dimension calculating means 14 for calculating the fractal dimension of the edge E, and stirring state detecting means 15 for detecting the dust stirring state in the garbage pit 1 based on the fractal dimension obtained by the fractal dimension calculating means 14. Yes.
上記画像処理手段１３は、図３に示すように、撮影カメラ１２にて撮影された画像データを取り込む画像データ取込部２１と、この画像データ取込部２１に取り込まれたごみピット１の全体の画像データに対してごみの攪拌エリアを設定する攪拌エリア設定部２２と、この攪拌エリア設定部２２で設定された攪拌エリアの画像データを複数の領域、例えば７行×９列で計６３個に分割する画像分割部２３と、この画像分割部２３で分割された領域（以下、分割領域という）における画素毎（画素の大きさは任意調整することができ、例えば撮像素子を複数集めた大きさである）の輝度値を所定の階調に、例えば２５６階調（所謂、グレイスケール）に分ける階調化部２４と、この階調化部２４で得られた分割領域におけるごみＧの塊部分の境界部分に対応するエッジＥの抽出処理を行うエッジ抽出部２５とから構成されている。 As shown in FIG. 3, the image processing unit 13 includes an image data capturing unit 21 that captures image data captured by the photographing camera 12, and the entire garbage pit 1 captured by the image data capturing unit 21. The agitation area setting unit 22 for setting the agitation area of the waste for the image data and a total of 63 agitation area image data set by the agitation area setting unit 22 in a plurality of areas, for example, 7 rows × 9 columns The image dividing unit 23 that divides the image into pixels, and each pixel in the region divided by the image dividing unit 23 (hereinafter referred to as a divided region) can be arbitrarily adjusted. The gradation unit 24 divides the luminance value into predetermined gradations, for example, 256 gradations (so-called gray scale), and a lump of dust G in the divided area obtained by the gradation unit 24 Boundary of part And a face extraction unit 25 for performing the extraction processing of the edge E that corresponds to the portion.
このエッジ抽出部２５では、例えばキャニー（Ｃａｎｎｙ）法が用いられて、エッジが抽出される。
ここで、エッジ抽出部２５でのキャニー法による具体的な抽出方法について説明する。
The edge extraction unit 25 extracts edges using, for example, the Canny method.
Here, a specific extraction method by the Canny method in the edge extraction unit 25 will be described.
まず、対象となる画像データに対してガウシアンフィルタで輝度値の平滑化を行った後、エッジ輝度と勾配方向とを計算する。すなわち、ソーベルフィルタを用いてエッジを抽出するとともに、エッジの方向を求める。 First, the luminance value is smoothed with a Gaussian filter for the target image data, and then the edge luminance and the gradient direction are calculated. That is, an edge is extracted and a direction of the edge is obtained using a Sobel filter.
次に、太いエッジに対して細線化処理を行った後、２つの閾値α，β（α＜β）を用いて、エッジであるか否かを判断する。
すなわち、βよりも大きい輝度値である場合にはエッジであると判断し、αよりも小さい輝度値である場合にはエッジでないと判断し、さらにαとβとの間の輝度値である場合で且つエッジに結合しているものについては、エッジと判断する。この手順にて、エッジが求められる。
Next, after thinning processing is performed on a thick edge, it is determined whether or not it is an edge using two threshold values α and β (α <β).
That is, if the luminance value is greater than β, it is determined to be an edge, if the luminance value is smaller than α, it is determined not to be an edge, and if the luminance value is between α and β Those that are connected to the edge are determined to be edges. In this procedure, an edge is obtained.
例えば、図４に示すような階調化（グレイスケール化）されたごみの画像データに対してエッジ抽出処理を行うと、図５に示すようなエッジ（白い線で表されている）Ｅの画像データが得られる。 For example, when the edge extraction process is performed on the image data of the grayscaled gray as shown in FIG. 4, the edge E (shown by a white line) E shown in FIG. Image data is obtained.
次に、フラクタル次元演算手段１４での演算について詳しく説明する。
このフラクタル次元演算手段１４ではボックスカウント法によりフラクタル次元が求められる。
Next, the calculation in the fractal dimension calculation means 14 will be described in detail.
In the fractal dimension calculation means 14, the fractal dimension is obtained by the box count method.
まず、フラクタル次元について一般的に説明する。
フラクタル次元とは、ハウスドルフ測度から導かれるもので、或る図形Ｘが長さ（被覆距離の一例で、代表距離ともいえる。ここでは、直径と称して説明する）ｄの直線を用いて近似した場合（例えば、直径ｄの円で被覆した場合）の個数（被覆個数）をＮ（ｄ）個とすると、ハウスドルフ測度Ｍｋ（Ｘ）は下記（１）式にて表される。
First, the fractal dimension will be generally described.
The fractal dimension is derived from the Hausdorff measure, and a certain figure X is approximated using a straight line having a length d (which is an example of a covering distance and can be said to be a representative distance, which will be described as a diameter here). In this case (for example, when covered with a circle having a diameter d), the number (the number of coatings) is N (d), and the Hausdorff measure M k (X) is expressed by the following equation (1).
上記（１）および（３）式から、図形Ｘのハウスドルフ測度Ｍｋ（Ｘ）は、ｋ＝ｋ０において、下記（４）式にて表される。
Ｍｋ０（Ｘ）≒μ・・・（４）
そして、上記（４）式における定数ｋ０をフラクタル次元とするものである。
From the above equations (1) and (3), the Hausdorff measure M k (X) of the figure X is expressed by the following equation (4) when k = k 0 .
Mk 0 (X) ≈μ (4)
The constant k 0 in the above equation (4) is set as the fractal dimension.
ところで、この定数ｋ０については、上記（２）式の両辺の自然対数をとることにより求めることができる。
上記（２）式の両辺の自然対数をとると、下記（５）式のようになる。
By the way, the constant k 0 can be obtained by taking the natural logarithm of both sides of the above equation (2).
Taking the natural logarithm of both sides of the above equation (2), the following equation (5) is obtained.
logＮ（ｄ）＝−ｋ０logｄ＋logμ・・・（５）
この（５）式のlogＮ（ｄ）をｙに、logｄをｘに置き換えると下記（６）式が得られる。
logN (d) = − k 0 logd + logμ (5)
When logN (d) in this equation (5) is replaced with y and logd is replaced with x, the following equation (6) is obtained.
ｙ＝−ｋ０ｘ＋logμ・・・（６）
そして、上記ｘ（logｄである）とｙ（logＮ（ｄ）である）とに複数個の実測データを代入して回帰直線を求め、ｋ０は当該回帰直線の傾きとして与えられる。
y = −k 0 x + log μ (6)
Then, a regression line is obtained by substituting a plurality of actually measured data into x (logd) and y (logN (d)), and k 0 is given as the slope of the regression line.
次に、上記説明を踏まえて、攪拌状態を検出する対象画像にて抽出されたエッジつまりごみの塊部分の外形に相当する輪郭線に対して、ボックスカウント法を用いてフラクタル次元が求められる。 Next, based on the above description, the fractal dimension is obtained by using the box count method for the contour extracted from the target image for detecting the stirring state, that is, the contour corresponding to the outer shape of the lump portion.
すなわち、まず、対象画像の一辺をｍ個に分割し、対象画像がｍ×ｍ個のブロックとなるように分割する。
そして、一辺の長さがブロック１個分である場合のエッジを含むブロックｄｍ（添え字のｍはブロック１個分の長さであることを示す）の個数をカウントして、その全個数をＮ（ｄｍ）とする。
That is, first, one side of the target image is divided into m pieces, and the target image is divided into m × m blocks.
Then, by counting the number of blocks d m including the edge of the case where the length of one side is one minute blocks (m is a subscript indicating the length of the block 1 minute), the total number Is N (d m ).
次に、一辺の長さがブロック２個分である場合のエッジを含むブロック（ｄ２ｍ）の個数をカウントして、その全個数Ｎ（ｄ２ｍ）を求める。
以下、同様にして、ブロックの一辺の長さが、４ｍ、８ｍ、１６ｍ、・・・というように、順次、増やし（つまり、対象画像の分割個数を減らすことになる）、それぞれのブロック（ｄｉ：ｉ＝ｍ，２ｍ，４ｍ、８ｍ、１６ｍ、・・・）毎にエッジを含む全個数Ｎ（ｄｉ）をカウントする。なお、ｄｉの値については、必ずしも、倍々にする必要はなく、適切な値が選択される。
Next, the number of blocks (d 2m ) including edges when the length of one side is two blocks is counted, and the total number N (d 2m ) is obtained.
In the same manner, the length of one side of the block is sequentially increased (that is, the number of divisions of the target image is reduced) such as 4 m, 8 m, 16 m,..., And each block (d i : The total number N (d i ) including edges is counted for each i = m, 2m, 4m, 8m, 16m,. Note that the value of d i, it is not always necessary to bye, an appropriate value is selected.
次に、上記求められたブロックの一辺の長さｄｉ（ｉ＝ｍ，２ｍ，４ｍ，・・・）と全個数Ｎ（ｄｉ）との対数をとるとともに、各対数の値をｘ−ｙ座標上にプロットして結ぶと、例えば図６に示すような曲線ａが得られる。そして、これらプロットされた各点に対して最小二乗法を適用し、回帰直線ｙを求める。この回帰直線ｙの傾きがフラクタル次元ｋ０となる。例えば、図６では、フラクタル次元ｋ０が１．１７２の場合を示している。 Next, the logarithm of the obtained side length d i (i = m, 2m, 4m,...) And the total number N (d i ) is taken, and the value of each logarithm is expressed as x−. When plotted on the y coordinate and connected, a curve a as shown in FIG. 6 is obtained, for example. Then, the least square method is applied to each plotted point to obtain a regression line y. The slope of this regression line y is the fractal dimension k 0. For example, FIG. 6 shows a case where the fractal dimension k 0 is 1.172.
すなわち、フラクタル次元演算手段１４には、エッジ抽出部２５で抽出されたエッジに対して当該エッジを含むブロックの個数をカウントする個数算出部３１と、この個数算出部３１でカウントされたブロックの全個数Ｎ（ｄ）とブロックの大きさを表す長さｄｉとの対数をそれぞれ求める対数演算部３２と、この対数演算部３２で求められた長さｄｉと全個数Ｎ（ｄｉ）との組からなる二次元座標上での点に対して最小二乗法を適用して少なくとも回帰直線の傾きを求めるとともにこの傾きをフラクタル次元ｋ０とする（出力する）フラクタル次元演算部３３とが具備されている。 That is, the fractal dimension calculation means 14 includes a number calculation unit 31 that counts the number of blocks including the edge with respect to the edge extracted by the edge extraction unit 25, and all the blocks counted by the number calculation unit 31. A logarithmic operation unit 32 for obtaining the logarithm of the number N (d) and the length d i representing the size of the block, respectively, the length d i obtained by the logarithmic operation unit 32 and the total number N (d i ) A least square method is applied to a point on a two-dimensional coordinate consisting of a set of the following to obtain an inclination of at least a regression line, and the inclination is set to (output) a fractal dimension k 0. Has been.
また、上記攪拌状態検出手段１５では、フラクタル次元演算部３３で求められたフラクタル次元ｋ０が入力され、予め、設定された閾値と比較されて、攪拌が行われているか否かが検出される。そして、例えば攪拌が充分でない場合には、その旨の信号が、例えば操作室８に送られて、自動的にまたは操作員により、ごみの攪拌操作が行われる。 Further, in the stirring state detecting means 15, is inputted fractal dimension k 0 determined by the fractal dimension calculation unit 33, in advance, is compared with the set threshold, whether agitation is being performed is detected . For example, when stirring is not sufficient, a signal to that effect is sent to the operation room 8, for example, and the stirring operation of the garbage is performed automatically or by the operator.
次に、上記検出装置によるごみ攪拌状態の検出方法について詳しく説明する。
すなわち、撮影カメラ１２からの画像データが画像データ取込部２１に取り込まれた後、攪拌エリア設定部２２にて、その画像データに対して攪拌エリア（概略的なエリアである）が設定される（例えば、自動的に、または操作員により設定される）。
Next, a method for detecting the state of dust agitation by the detection device will be described in detail.
That is, after the image data from the photographing camera 12 is captured by the image data capturing unit 21, the stirring area setting unit 22 sets a stirring area (a schematic area) for the image data. (For example, set automatically or by an operator).
そして、設定された攪拌エリアの画像データが画像分割部２３に入力され、ここで複数の領域、例えば７行×９列で計６３個に分割される。なお、図２は７行×４列で計２８個に分割した状態を示している。 Then, the set image data of the stirring area is input to the image dividing unit 23, where it is divided into a plurality of regions, for example, 63 rows in 7 rows × 9 columns. FIG. 2 shows a state in which the total is divided into 28 rows of 7 rows × 4 columns.
次に、この画像分割部２３で分割された分割領域の画像データが階調化部２４に入力されて複数の階調、例えば２５６階調でもって、所定大きさの画素毎に示される。
そして、この階調化部２４で階調化された画像データがエッジ抽出部２５に入力され、ここでエッジＥが抽出される。すなわち、ごみＧの塊部分の輪郭線が抽出される。
Next, the image data of the divided area divided by the image dividing unit 23 is input to the gradation unit 24 and displayed for each pixel of a predetermined size with a plurality of gradations, for example, 256 gradations.
Then, the image data gradationized by the gradation unit 24 is input to the edge extraction unit 25, where the edge E is extracted. That is, the outline of the lump portion of the garbage G is extracted.
次に、この抽出されたエッジＥの画像データがフラクタル次元演算手段１４に入力され、フラクタル次元ｋ０が求められる。
すなわち、分割領域の画像データにおけるエッジつまりごみＧの塊部分の外形に相当する輪郭線に対して、ボックスカウント法を用いてフラクタル次元が求められる。
Then, the image data of the extracted edge E is input to the fractal dimension calculation unit 14, the fractal dimension k 0 is determined.
That is, the fractal dimension is obtained by using the box count method for the outline corresponding to the edge of the image data of the divided area, that is, the outline of the lump portion of the dust G.
具体的には、対象画像の一辺をｍ個に分割し、対象画像がｍ×ｍ個のブロックｄｍとなるように分割する。
そして、エッジを含むブロックｄｍの個数をカウントして、その全個数をＮ（ｄｍ）とする。
Specifically, by dividing the one side of the target image into m, divides such target image is m × m blocks d m.
Then, by counting the number of block d m including the edge, to the total number and N (d m).
次に、一辺の長さが２ｍ個である場合のエッジを含むブロックｄ２ｍの個数をカウントして、その全個数Ｎ（ｄ２ｍ）を求める。
以下、同様にして、ブロックの一辺が、４ｍ、８ｍ、１６ｍ、・・・というように、順次、増やし、それぞれのブロックｄｉ毎にエッジを含む全個数Ｎ（ｄｉ）をカウントする。
Next, the number of blocks d 2m including edges when the length of one side is 2m is counted, and the total number N (d 2m ) is obtained.
Similarly, one side of the block is sequentially increased to 4 m, 8 m, 16 m,..., And the total number N (d i ) including the edge is counted for each block d i .
次に、上記求められたブロックの一辺の長さｄｉ（ｉ＝ｍ，２ｍ，４ｍ，８ｍ、１６ｍ、・・・）と全個数Ｎ（ｄｉ）との対数をとるとともに、各対数の値をｘ−ｙ座標上にプロットする。例えば、logｄをｘ座標に、logＮｄをｙ座標にとる。 Next, the logarithm of the length d i (i = m, 2m, 4m, 8m, 16m,...) Of one side of the obtained block and the total number N (d i ) is taken, and Values are plotted on xy coordinates. For example, logd is the x coordinate and logNd is the y coordinate.
次に、プロットされた複数の点に対し、最小二乗法を用いて回帰直線ｙの傾きを求める。この傾きがフラクタル次元ｋ０となる。
ここで、ごみの攪拌前の状態と、攪拌後の状態とについて、フラクタル次元を求めた結果について説明する。
Next, the slope of the regression line y is obtained for the plotted points using the least square method. This slope is the fractal dimension k 0.
Here, the result of having obtained the fractal dimension about the state before the stirring of the waste and the state after the stirring will be described.
すなわち、図７は攪拌前の状態を示し、図８は攪拌後の状態を示し、各図において、（ａ）はごみの画像を階調化した画像データであり、（ｂ）はこの階調化した画像から抽出されたエッジを示す図である。 That is, FIG. 7 shows a state before stirring, FIG. 8 shows a state after stirring, and in each figure, (a) is image data obtained by gradationizing a waste image, and (b) is this gradation. It is a figure which shows the edge extracted from the digitized image.
そして、攪拌前と攪拌後におけるlogｄとlogＮ（ｄ）とを求めると、図９および図１０の図表のようになる。そして、これらのlogｄとlogＮ（ｄ）とをｘ−ｙ座標にプロットして結ぶと、図１１に示す曲線ｂ，ｃのようになる。そして、プロットされた各点に対して最小二乗法を適用して回帰直線を求めると、図１１に示すｙ１およびｙ２のようになる。この場合における各フラクタル次元ｋ０１およびｋ０２は、それぞれ１．１７６と、１．４１１となり、攪拌後のフラクタル次元ｙ０２の方が大きくなっていることがよく判る。 Then, when logd and logN (d) before and after stirring are obtained, the charts of FIGS. 9 and 10 are obtained. When these logd and logN (d) are plotted and connected to the xy coordinates, curves b and c shown in FIG. 11 are obtained. When a regression line is obtained by applying the least square method to each plotted point, y 1 and y 2 shown in FIG. 11 are obtained. Each fractal dimension k 01 and k 02 in this case, respectively 1.176, seen often becomes 1.411, is more of fractal dimension y 02 after stirring is large.
次に、このようにして求められたフラクタル次元ｋ０が攪拌状態検出手段１５に入力され、予め設定された閾値と比較される。フラクタル次元ｋ０が閾値以上である場合には、ごみが充分に攪拌されていると判断され、引き続いて、他の分割領域に対して、上述したと同様の手順が行われる。一方、フラクタル次元ｋ０が閾値を超えていない場合には、ごみの攪拌が充分でないと判断され、当該分割領域のごみＧに対して引き続き攪拌が行われる。 Next, the fractal dimension k 0 obtained in this way is input to the stirring state detection means 15 and compared with a preset threshold value. If the fractal dimension k 0 is equal to or larger than the threshold, it is determined that dust is agitated sufficiently, followed by, with respect to other divided regions, the same procedure as that described above is performed. On the other hand, when the fractal dimension k 0 does not exceed the threshold, agitation of dust is determined not to be sufficient, stirring continued against dust G of the divided regions is performed.
そして、上述した手順が全ての分割領域に対して行われる。つまり、全ての分割領域でのフラクタル次元ｋ０が閾値以上となるように攪拌が行われる。
なお、攪拌が充分でないと判断された場合には、その旨の信号が操作室８に送られて、自動的にまたは操作員により天井走行クレーン３が操作されて、その分割領域でのごみＧが攪拌される。
Then, the above-described procedure is performed for all the divided areas. That is, the agitation such that the fractal dimension k 0 in all divided regions equal to or more than the threshold value is performed.
When it is determined that the agitation is not sufficient, a signal to that effect is sent to the operation room 8, and the overhead traveling crane 3 is operated automatically or by an operator, and the garbage G in the divided area is displayed. Is stirred.
ごみ投入動作の自動化まで考慮した場合、本実施例には、上記ごみ攪拌状態検出装置およびこのごみ攪拌状態検出装置にて検出されたごみ攪拌状態の信号を入力して天井走行クレーン３、横行台車４および巻上げ機７を自動的に駆動させる制御装置を具備するごみピット内の自動投入装置が含まれることになる。 In consideration of the automation of the garbage throwing operation, in this embodiment, the above-described waste agitation state detection device and the waste agitation state signal detected by the waste agitation state detection device are input to the overhead traveling crane 3 and the traverse carriage. 4 and an automatic charging device in the garbage pit including a control device for automatically driving the hoisting machine 7 is included.
上述したように、実際のごみピット内でのごみの画像データに対して、ごみの塊部分を示すエッジを抽出するとともに、このエッジに対してフラクタル次元を演算により求めてごみの攪拌状態を検出するようにしたので、従来のように、クレーンのバケットの開閉信号に基づき、ごみがどこに落下したかを判断することによりごみの攪拌度を計測しているものに比べて、ごみの攪拌状態をより正確に検出することができる。 As described above, the edge indicating the lump portion of the garbage is extracted from the garbage image data in the actual garbage pit, and the fractal dimension is calculated for the edge to detect the agitation state of the garbage. Compared to the conventional method of measuring the degree of agitation of garbage by judging where the garbage has fallen based on the opening / closing signal of the bucket of the crane, More accurate detection is possible.
ところで、上記実施例で説明した画像処理手段１３およびフラクタル次元演算手段１４における主要な各処理部、例えば画像分割部２３、階調化部２４、エッジ処理部２５、個数算出部３１、対数演算部３２、フラクタル次元演算部３３などについては、実際には、プログラムまたは集積回路により構成されている。 By the way, main processing units in the image processing unit 13 and the fractal dimension calculation unit 14 described in the above embodiment, for example, an image division unit 23, a gradation unit 24, an edge processing unit 25, a number calculation unit 31, a logarithmic calculation unit. 32, the fractal dimension calculation unit 33, and the like are actually configured by a program or an integrated circuit.
また、上記実施例においては、エッジの抽出に際し、キャニー法を用いたが、ソーベルフィルタやＬＯＧフィルタとゼロ交差とを用いる方法などであってもよい。さらに、フラクタル次元をボックスカウント法により求めたが、例えばＭＰＤ（ｍｏｄｉｆｉｅｄ ｐｉｘｅｌ ｄｉｌａｔｉｏｎ）法などを用いても良い。 In the above embodiment, the Canny method is used for edge extraction. However, a method using a Sobel filter, a LOG filter, and a zero crossing may be used. Further, although the fractal dimension is obtained by the box count method, for example, an MPD (modified pixel dilation) method or the like may be used.
Ｇ ごみ
１ ごみピット
２ 焼却炉
３ 天井走行クレーン
４ 横行台車
５ バケット
１１ ごみ攪拌状態検出装置
１２ 撮影カメラ
１３ 画像処理手段
１４ フラクタル次元演算手段
１５ 攪拌状態検出手段
２１ 画像データ取込部
２２ 攪拌エリア設定部
２３ 画像分割部
２４ 階調化部
２５ エッジ抽出部
３１ 個数算出部
３２ 対数演算部
３３ フラクタル次元演算部
G Garbage 1 Garbage Pit 2 Incinerator 3 Overhead Crane 4 Traverse Cart 5 Bucket 11 Garbage Stirring State Detection Device 12 Shooting Camera 13 Image Processing Unit 14 Fractal Dimension Calculation Unit 15 Stirring State Detection Unit 21 Image Data Acquisition Unit 22 Stirring Area Setting Unit 23 image division unit 24 gradation unit 25 edge extraction unit 31 number calculation unit 32 logarithm calculation unit 33 fractal dimension calculation unit
Claims (4)
ごみピット内を撮影する撮影手段と、
この撮影手段にて撮影された画像データを入力するとともに輝度値に基づき階調化する階調化部と、
この階調化部で階調化された画像データに対してエッジ抽出用フィルタを用いてごみの塊部分の外形線に対応するエッジを抽出するエッジ抽出部と、
このエッジ抽出部で抽出されたエッジのフラクタル次元を演算するフラクタル次元演算部と、
このフラクタル次元演算部で求められたフラクタル次元に基づきごみの攪拌状態を検出する攪拌状態検出手段とから構成したことを特徴とするごみ攪拌状態検出装置。 A device for detecting a stirring state in a waste pit in a waste incineration facility,
Photographing means for photographing inside the garbage pit;
A gradation unit for inputting image data photographed by the photographing means and gradation based on a luminance value;
An edge extraction unit that extracts an edge corresponding to the outline of the lump portion of the dust using an edge extraction filter for the image data gradationized by the gradation unit;
A fractal dimension calculator that calculates the fractal dimension of the edge extracted by the edge extractor;
A dust agitation state detection device comprising stirring state detection means for detecting the agitation state of dust based on the fractal dimension obtained by the fractal dimension calculation unit.
撮影手段により撮影されるとともに輝度値に基づき階調化されたごみピット内の画像データにエッジ抽出用フィルタを適用してごみの塊部分の外形線に相当するエッジを抽出し、
次にこの抽出されたエッジのフラクタル次元を演算するとともに、このフラクタル次元に基づきごみの攪拌状態を検出することを特徴とするごみ攪拌状態検出方法。 A method for detecting a stirring state in a waste pit in a waste incineration facility,
Applying an edge extraction filter to the image data in the garbage pit that has been photographed by the photographing means and is gradationized based on the luminance value, to extract an edge corresponding to the outline of the lump portion of the garbage,
Next, a fractal dimension of the extracted edge is calculated, and a stir state of the dust is detected based on the fractal dimension.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013270640A JP6188571B2 (en) | 2013-12-27 | 2013-12-27 | Waste stirring state detection device and waste stirring state detection method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013270640A JP6188571B2 (en) | 2013-12-27 | 2013-12-27 | Waste stirring state detection device and waste stirring state detection method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015124955A true JP2015124955A (en) | 2015-07-06 |
| JP6188571B2 JP6188571B2 (en) | 2017-08-30 |
Family
ID=53535774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013270640A Active JP6188571B2 (en) | 2013-12-27 | 2013-12-27 | Waste stirring state detection device and waste stirring state detection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6188571B2 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017219232A (en) * | 2016-06-06 | 2017-12-14 | 日立造船株式会社 | Refuse crane operation device and refuse crane operation method |
| JP2017218316A (en) * | 2016-06-09 | 2017-12-14 | 日立造船株式会社 | Crane control device, method for controlling crane control device, control program, and recording medium |
| JP2018173248A (en) * | 2017-03-31 | 2018-11-08 | 日立造船株式会社 | Information processing device, information processing method and information processing program |
| JP2019137551A (en) * | 2018-02-15 | 2019-08-22 | 日立造船株式会社 | Information processing apparatus, information processing method, and information processing program |
| WO2020040110A1 (en) | 2018-08-23 | 2020-02-27 | 荏原環境プラント株式会社 | Information processing device, information processing program, and information processing method |
| JP2020034267A (en) * | 2018-08-23 | 2020-03-05 | 荏原環境プラント株式会社 | Information processing device, information processing program, and information processing method |
| JP2020038012A (en) * | 2018-08-31 | 2020-03-12 | 日立造船株式会社 | Crane controller, method of controlling crane controller, control program, and recording medium |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6782203B2 (en) * | 2017-08-09 | 2020-11-11 | 川崎重工業株式会社 | Calorific value estimation method, calorific value estimation device, and waste storage facility |
| JP6457137B1 (en) * | 2018-02-27 | 2019-01-23 | 株式会社タクマ | Garbage mixing degree evaluation system |
| JP7132743B2 (en) * | 2018-04-27 | 2022-09-07 | 日立造船株式会社 | Information processing device, control device, and unsuitable object detection system |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08303732A (en) * | 1995-05-02 | 1996-11-22 | Hitachi Zosen Corp | Mixing method of waste in waste pit |
| JPH09178141A (en) * | 1995-12-21 | 1997-07-11 | Kubota Corp | Crane controller for refuse pit |
| JPH10117285A (en) * | 1996-06-28 | 1998-05-06 | Dainippon Screen Mfg Co Ltd | Image gradation interpolation method and device and recording medium recording program for execution of interpolation method and device |
| JP2007126246A (en) * | 2005-11-02 | 2007-05-24 | Hitachi Plant Technologies Ltd | Control device of automatic crane for garbage disposal plant |
| JP2011027349A (en) * | 2009-07-27 | 2011-02-10 | Takuma Co Ltd | Treatment system and treatment method for combustion target supplied to combustion furnace and combustion control system for the combustion furnace using the treatment system and the treatment method |
| JP5185197B2 (en) * | 2009-05-28 | 2013-04-17 | 株式会社神戸製鋼所 | Waste stirring evaluation method, waste stirring evaluation program, and waste stirring evaluation device |
-
2013
- 2013-12-27 JP JP2013270640A patent/JP6188571B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08303732A (en) * | 1995-05-02 | 1996-11-22 | Hitachi Zosen Corp | Mixing method of waste in waste pit |
| JPH09178141A (en) * | 1995-12-21 | 1997-07-11 | Kubota Corp | Crane controller for refuse pit |
| JPH10117285A (en) * | 1996-06-28 | 1998-05-06 | Dainippon Screen Mfg Co Ltd | Image gradation interpolation method and device and recording medium recording program for execution of interpolation method and device |
| JP2007126246A (en) * | 2005-11-02 | 2007-05-24 | Hitachi Plant Technologies Ltd | Control device of automatic crane for garbage disposal plant |
| JP5185197B2 (en) * | 2009-05-28 | 2013-04-17 | 株式会社神戸製鋼所 | Waste stirring evaluation method, waste stirring evaluation program, and waste stirring evaluation device |
| JP2011027349A (en) * | 2009-07-27 | 2011-02-10 | Takuma Co Ltd | Treatment system and treatment method for combustion target supplied to combustion furnace and combustion control system for the combustion furnace using the treatment system and the treatment method |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109312920A (en) * | 2016-06-06 | 2019-02-05 | 日立造船株式会社 | Rubbish crane rotating device and rubbish crane method of operation |
| WO2017212923A1 (en) * | 2016-06-06 | 2017-12-14 | 日立造船株式会社 | Waste crane operation device and waste crane operation method |
| EP3467380B1 (en) | 2016-06-06 | 2021-02-24 | Hitachi Zosen Corporation | Waste crane operation device and waste crane operation method |
| JP2017219232A (en) * | 2016-06-06 | 2017-12-14 | 日立造船株式会社 | Refuse crane operation device and refuse crane operation method |
| CN109312921A (en) * | 2016-06-09 | 2019-02-05 | 日立造船株式会社 | Crane controller, the control method of crane controller, control program and recording medium |
| WO2017212891A1 (en) * | 2016-06-09 | 2017-12-14 | 日立造船株式会社 | Crane control device, method for controlling crane control device, control program, and recording medium |
| JP2017218316A (en) * | 2016-06-09 | 2017-12-14 | 日立造船株式会社 | Crane control device, method for controlling crane control device, control program, and recording medium |
| JP2018173248A (en) * | 2017-03-31 | 2018-11-08 | 日立造船株式会社 | Information processing device, information processing method and information processing program |
| JP7025126B2 (en) | 2017-03-31 | 2022-02-24 | 日立造船株式会社 | Information processing equipment, information processing methods, and information processing programs |
| JP2019137551A (en) * | 2018-02-15 | 2019-08-22 | 日立造船株式会社 | Information processing apparatus, information processing method, and information processing program |
| JP7018329B2 (en) | 2018-02-15 | 2022-02-10 | 日立造船株式会社 | Information processing equipment, information processing methods, and information processing programs |
| WO2020040110A1 (en) | 2018-08-23 | 2020-02-27 | 荏原環境プラント株式会社 | Information processing device, information processing program, and information processing method |
| JP2020034267A (en) * | 2018-08-23 | 2020-03-05 | 荏原環境プラント株式会社 | Information processing device, information processing program, and information processing method |
| JP2020038012A (en) * | 2018-08-31 | 2020-03-12 | 日立造船株式会社 | Crane controller, method of controlling crane controller, control program, and recording medium |
| JP7148327B2 (en) | 2018-08-31 | 2022-10-05 | 日立造船株式会社 | CRANE CONTROL DEVICE, CONTROL METHOD OF CRANE CONTROL DEVICE, CONTROL PROGRAM, AND RECORDING MEDIUM |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6188571B2 (en) | 2017-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6188571B2 (en) | Waste stirring state detection device and waste stirring state detection method | |
| JP2015143139A (en) | Apparatus for detecting agitated state in refuse pit and method of detecting agitated state in refuse pit | |
| CN111108368B (en) | Teaching data production method and device and defect inspection method and device | |
| JP5969685B1 (en) | Waste sorting system and sorting method | |
| JP6440374B2 (en) | Stirring state measuring device in garbage pit and stirring state measuring method in garbage pit | |
| US11029255B2 (en) | Defect inspection device, defect inspection method, and program | |
| JP2017109197A (en) | Waste screening system and screening method therefor | |
| JP2020062633A (en) | Waste sorting apparatus and waste sorting method | |
| JP6930926B2 (en) | Defect inspection equipment, methods and programs | |
| WO2017130550A1 (en) | Defect inspection device, method, and program | |
| JP2019211247A (en) | Concrete evaluation control device and concrete evaluation control program | |
| JP6457137B1 (en) | Garbage mixing degree evaluation system | |
| JP2019119545A (en) | Information processing device, control device, information processing method, and information processing program | |
| JP2016156647A (en) | Inspection device using electromagnetic wave | |
| JP2017025609A (en) | Method and device for determining compaction degree of concrete | |
| JP7310758B2 (en) | Information processing device, information processing method, and program | |
| JP7213741B2 (en) | Iron scrap inspection method and iron scrap inspection system | |
| KR101371042B1 (en) | Apparatus and method for measuring size of ore using profile image analysis | |
| KR101793091B1 (en) | Method and apparatus for detecting defective pixels | |
| JP6883458B2 (en) | Diagnostic method for amorphous sealant | |
| JP2000329594A (en) | Data collection and processing devicde and record medium string program for data collection and processing | |
| WO2023053627A1 (en) | Information processing device, determination method, determination program, and control system | |
| WO2023136030A1 (en) | Information processing device, information processing method, and information processing program | |
| JP7141383B2 (en) | Dimensional measurement system and dimensional measurement method | |
| JP2023161734A (en) | Method for generating learning model, learning model, information processing device, information processing method, program, data expansion method, and state estimation device and state estimation method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160615 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170704 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170801 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6188571 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |