RU2534723C1 - Способ определения параметров взвешенных частиц произвольной формы - Google Patents
Способ определения параметров взвешенных частиц произвольной формы Download PDFInfo
- Publication number
- RU2534723C1 RU2534723C1 RU2013118786/28A RU2013118786A RU2534723C1 RU 2534723 C1 RU2534723 C1 RU 2534723C1 RU 2013118786/28 A RU2013118786/28 A RU 2013118786/28A RU 2013118786 A RU2013118786 A RU 2013118786A RU 2534723 C1 RU2534723 C1 RU 2534723C1
- Authority
- RU
- Russia
- Prior art keywords
- particles
- image
- particle
- stream
- parameters
- Prior art date
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Изобретение относится к технике автоматизации измерений и может быть использовано при анализе взвешенных частиц произвольной формы. Согласно способу производят освещение потока частиц световым пучком и регистрацию параметров световых сигналов, формируемых частицами при их пролете через выделенную область потока частиц. Световой пучок после прохождения потока с использованием отражающих зеркал разворачивают по отношению к исходному пучку и вновь пропускают через поток, где регистрация изображения частиц при помощи ПЗС матрицы происходит с трех равномерных углов. Полученные изображения частиц передаются на компьютер для цифровой обработки. Для получения окончательного вывода о форме частицы сложного строения происходит сравнение коэффициентов форм для каждой из проекций. Технический результат - автоматизация процесса анализа частиц произвольной формы. 3 ил.
Description
Изобретение относится к технике автоматизации измерений, может использоваться в электронной промышленности, медицине, биологии, экологии, химической промышленности, порошковой металлургии и других областях науки и техники, связанных с анализом взвешенных частиц.
Известен способ исследования микрообъектов (Пат. RU 2154815, G01N 15/02 от 20.05.1998), который состоит в том, что исследуемые микрообъекты облучают пучком излучения, максимальный линейный размер объема когерентности которого в зоне облучения микрообъектов не превышает 30% от среднего расстояния между частицами в пространстве. С помощью оптической системы формируют изображения исследуемых микрообъектов и после считывания измеряют их геометрические параметры на уровне сигнала, зависящем от когерентности освещения и апертурного угла оптической системы формирования изображения.
Недостаток данного способа состоит в том, что размеры частиц определяются лишь в одной плоскости проекции, кроме того, для ограничения счетного объема вдоль оси светового пучка приходится формировать этот пучок с заданной степенью когерентности и достаточно сложным образом дополнительно обрабатывать изображения, т.е. реализация способа весьма непроста.
Известен способ и устройство для определения параметров частиц и рабочих характеристик процессора в системе обработки каменного угля и минералов (Пат. RU 2376580, G01N 15/02 от 10.05.2006), включающий захват изображения излучения после того, как излучение прошло через образец дробленого материала, до и после прохождения материала через агрегат обработки; измерение толщины каждой частицы указанного материала; определение из захваченных изображений параметра дробленого материала до и после обработки материала в агрегате обработки; определение показателя эффективности агрегата посредством рассмотрения параметра материала, вышедшего из агрегата, по отношении к ожидаемому параметру материала, вышедшего из агрегата, относительно параметра дробленого материала, загружаемого в агрегат.
Недостаток данного изобретения состоит в том, что нет возможности определения параметров частиц в различных проекциях, для точного понимания формы частиц сложного строения.
Известен способ и устройство анализа вращающегося объекта (Пат. GB 2442290, G01N 15/02 от 31.05.2007), заключающийся в подаче в горловину образца, попадающего на вибрирующее устройство подачи и падающего с края пластины. Объект измерения падает и вращается в измеряемом объеме, где его фиксирует высокоскоростная камера, а полученные изображения передаются на компьютер.
Недостаток данного способа состоит в том, что сложно согласовать и синхронизировать полученные кадры частиц, вращающихся по случайному закону, что затрудняет восстановление частиц.
Известно устройство анализа изображений частиц (Пат. US 2007 0273878 Al, G01N 21/00 от 29.11.2007), содержащее: осветительный блок, блок для захвата изображения и блок обработки изображения. Работа устройства заключается в освещении частиц, захвате полученного изображения и обработке полученных изображений с помощью порогового устройства для анализа извлеченных частиц и получения их морфологических особенностей.
Недостаток данного устройства состоит в том, что оно позволяет проводить обработку изображения частиц лишь для одной проекции, что существенно затрудняет определение параметров частиц сложного строения.
Известен способ анализа взвешенных частиц (Пат. RU 2436067, G01N 15/02 от 10.12.2011), сущность которого состоит в том, что поток частиц освещают световым пучком и регистрируют изображение частиц, по которым и судят о размерах частиц. Световой пучок после прохождения потока разворачивают под углом шестьдесят градусов к исходному пучку и вновь пропускают через поток, где регистрация изображения частиц происходит с трех равномерных углов светового потока. По полученным изображениям судят о размерах частиц.
Недостаток данного способа состоит в том, что данный способ не позволяет проводить анализ частиц в автоматическом режиме, так как в нем не описана процедура дальнейшей обработки получаемых изображений в ЭВМ.
Наиболее близким по технической сути к предлагаемому способу является способ определения гранулометрического состава смеси частиц произвольной формы (Пат. №2282176, G01N 15/02 от 20.08.2006), сущность которого заключается в подсветке контролируемого материала с разных сторон и получении изображения смеси при помощи видеокамеры или цифрового фотоаппарата. Передают изображение на промышленный компьютер для идентификации видимых частиц и определения гранулометрического состава смеси.
Недостаток данного способа состоит в том, что данный способ невозможно применить для анализа изображения с нескольких проекций для возможности определения параметров частиц сложного строения.
Технический результат, который может быть получен при осуществлении изобретения, состоит в автоматизации процесса анализа частиц произвольной формы.
Этот результат достигается тем, что способ определения размеров и формы взвешенных частиц состоит в освещении потока частиц световым пучком и регистрации параметров световых сигналов, формируемых частицами при их пролете через выделенную область потока частиц. Причем световой пучок после прохождения потока с использованием отражающих зеркал разворачивают по отношению к исходному пучку и вновь пропускают через поток, где регистрация изображения частиц при помощи ПЗС матрицы происходит с трех равномерных углов светового потока, полученные изображения частиц передаются на компьютер для цифровой обработки, состоящей из проверки на изображении наличия частиц, фильтрации, прошедшего проверку изображения с помощью медианного фильтра, коррекции фона, улучшения границ частиц, бинаризации с автоматическим выбором порога бинаризации, удаления мелких частиц с изображения, закрашивания частиц, выделения границ частиц, разбиения имеющегося изображения на части, соответствующие каждой проекции, проверки наличия частиц в каждой проекции, анализа геометрических параметров найденных частиц и их классификации.
На фиг.1 представлена общая схема устройства для реализации способа; на фиг.2 приведена маска, необходимая для реализации процесса улучшения границ полученных изображений оператором Лапласа; на фиг.3 приведена блок-схема алгоритма обработки изображения для реализации способа.
В соответствии с фиг.1 устройство для реализации способа содержит источник света 1, объективы 2, 4, 7, 8, 11, 12 фокусирующие свет в области 3 потока частиц. Световой пучок, после прохождения потока, разворачивают с помощью зеркал 5,6,9,10 и вновь пропускают через поток, где регистрация изображения частиц при помощи ПЗС матрицы 13 происходит с трех равномерных углов светового потока, полученные изображения частиц передаются на компьютер 14 для обработки.
На фиг.3 приведена блок-схема алгоритма обработки изображения для реализации способа. Анализ изображения по способу согласно изобретению осуществляется следующим образом. На шаге 14.2 в компьютер 14 поступают изображения, полученные с помощью анализатора (фиг.1). Под изображением понимается целочисленная матрица, элементы которой меняются в диапазоне от 0 до 255, что соответствует яркости в точках двумерной картины в оттенках серого.
Прежде всего, на шаге 14.3 выполняется проверка появления объектов на изображении. Из последовательности кадров инициализируются соседние кадры, из которых вычитается постоянная составляющая, измеряются энергетические спектры кадров и полученные данные представляются в виде матрицы предыдущего и матрицы текущего кадров, определяются разности отношений двух соседних кадров и сравнивается полученная разность с порогом и принимается решение о появлении объекта в текущем кадре изображения.
После определения наличия объектов на изображении на шаге 14.4 выполняется фильтрация полученных изображений. Пусть g(x, y) - исходное изображение, Sxy - прямоугольная окрестность размерами m×n с центром в точке (x, y). Изображение f(x, y) получается в результате обработки исходного изображения с помощью медианного фильтра:
В результате с изображения удаляется импульсный шум. При применении медианного фильтра используется двумерное окно, имеющее центральную симметрию, при этом его центр располагается в центральной точке фильтрации. Размер окна составляет девять пикселей и оно проходит по всем точкам изображения.
На следующем шаге 14.5 выполняется коррекция фона для устранения неравномерности интенсивности светового потока. В процессе коррекции фона осуществляется вычитание заранее сохраненного в память снимка фона из полученного изображения частиц, в результате чего фоновое изображение удаляется из полученного снимка.
На шаге 14.6 производится процесс улучшения границ, для реализации которого применяется оператор Лапласа, который имеет следующий вид:
Применение данного оператора сводится к свертке изображения с маской квадратной формы, показанной на фиг.2, состоящей из девяти пикселей, в которой центральный пиксель является исследуемым.
Далее на шаге 14.7 (фиг.3) происходит выбор порога бинаризации. Пороговое значение бинаризации считается выбранным верно, если выполняется равенство:
где µ1 - среднее из всех значений пикселей, которые лежат в пределах от 0 до k, а µ2 - среднее из всех значений пикселей, которые лежат в пределах от k до 255, k - значение уровня серого которое выбрано в качестве порога.
После нахождения порога бинаризации, на шаге 14.8 выполняется процесс бинаризации. В результате пиксели, имеющие значение яркости меньше значения, рассчитанного в выражении (3), считаются частицей.
Вследствие того, что на изображении много мелких объектов, не представляющих важности при исследовании, объекты меньше заданного числа пикселей удаляются с изображения на шаге 14.9.
Для того чтобы проводить дальнейший анализ, необходимо закрасить замкнутые области, которые первоначально были определены как фон. Для этого на шаге 14.10 пиксели, равные 0, все восемь соседних пикселей которых равны 1, заменяются на 1.
На шаге 14.11 выделяются границы объектов на изображении. Для этого на бинарном изображении в 0 устанавливаются пиксели объекта, у которых 4 соседних по горизонтали и вертикали пикселя были равны 1, т.е. тоже являлись пикселями объекта. В результате не сброшенными останутся только пиксели границы объекта.
Дальнейшая обработка изображений заключается в необходимости анализа изображений соответствующих одной частице, для этого на шаге 14.12 проводят разбиение имеющегося изображения (f(x, y)) на части, соответствующие каждой проекции (f1(x, y), f2(x, y), f3(x, y), при этом [f1(x, y), f2(x, y), f3(x, y)]∈f(x, y), но f1(x, y)∈f2(x, y) ∈f3(x, y)) и на шаге 14.13 подсчитывается количество объектов ni в каждой части fi, где n1∈(x, y), n2∈f2(x, y), n3∈f3(x, y)). На шаге 14.14 происходит проверка равенств: если количество объектов в каждой из трех частей f(x, y) совпадает, т.е. n1=n2=n3, то отсутствуют объекты, полученные в результате наложения частиц и данное изображение возможно в дальнейшем анализировать; если количество объектов в каждой части изображения различно хотя бы одной части f(x, y), т.е. n1≠n2≠n3, n1≠n2=n3 или n1=n2≠n3, то на изображении существуют объекты, полученные в результате наложения частиц, и необходимо пропустить данное изображение и перейти к следующему шагу.
Далее на шаге 14.15 происходит определение параметров формы частиц:
- площадь S(F)=∑(x, y)∈F1, равная количеству пикселей объекта,
где F - множество пикселей, относящихся к объекту;
- высота Δy=max(x, y)∈F{y}-min(x,y)GF{y} вписанного прямоугольника;
- ширина Δх=max(x, y)∈F{x}-min(x, y)∈F{x} вписанного прямоугольника;
- выпуклая площадь Sпр(P)=∑(x, y)∈p1, равная площади выпуклого многоугольника, в который вписан объект,
где P - множество пикселей, относящихся к многоугольнику, в который вписан объект;
- и другие параметры.
Для возможности классификации на шаге 14.16 вычисляются коэффициенты формы:
- коэффициент выпуклости (4), равный отношению площади к выпуклой площади:
- коэффициент заполнения (5), равный отношению площади объекта к площади ограничивающего прямоугольника:
- эксцентриситет эллипса (6) с главными моментами инерции, равными главным моментам инерции объекта:
где c(F) и d(F) большая и малая полуоси эллипса;
- другие коэффициенты.
На основе полученных данных производится классификация объектов для каждой проекции частицы. Пример классификатора для определения формы изображения в одной из полученных проекций показан в таблице ниже.
Примитив | kв | kз | ε |
а) Круг | 0.9781 | 0.7822 | 0 |
б) Эллипс | 0.9665 | 0.6602 | 0.8769 |
в) Квадрат | 0.9669 | 0.6905 | 0.0501 |
г) Прямоугольник с отношением сторон 1:3 | 0.9495 | 0.4861 | 0.9454 |
д) Прямоугольник с отношением сторон 1:12 | 0.8816 | 0.2071 | 0.9971 |
е) S-образный объект | 0.4595 | 0.4208 | 0.8728 |
Для получения окончательного вывода о форме частицы сложного строения и ее идентификации происходит сравнение полученных коэффициентов формы для каждой из проекций и делается окончательная классификация:
- однозначный примитив;
- примитив, имеющий отклонения в сторону другого примитива;
- примитив, имеющий отклонения в сторону двух других примитивов.
Таким образом, рассмотренный способ, в отличие от известных, позволяет проводить обработку изображений трех проекций частицы на ЭВМ и получать избыточные морфологические признаки о частице, необходимые для ее достоверной идентификации, а так же возможность восстановления объемной формы.
Claims (1)
- Способ определения параметров взвешенных частиц произвольной формы состоит в освещении потока частиц световым пучком и регистрации параметров световых сигналов, формируемых частицами при их пролете через выделенную область потока частиц, причем световой пучок после прохождения потока с использованием отражающих зеркал разворачивают по отношению к исходному пучку и вновь пропускают через поток, где регистрация изображения частиц при помощи ПЗС матрицы происходит с трех равномерных углов светового потока, полученные изображения частиц передаются на компьютер для цифровой обработки, состоящей из проверки на изображении наличия частиц, фильтрации, прошедшего проверку изображения с помощью медианного фильтра, коррекции фона, улучшения границ частиц, бинаризации с автоматическим выбором порога бинаризации, удаления мелких частиц с изображения, закрашивания частиц, выделения границ частиц, разбиения имеющегося изображения на части, соответствующие каждой проекции, проверки наличия частиц в каждой проекции, анализа геометрических параметров найденных частиц, отличающийся тем, что для получения окончательного вывода о форме частицы сложного строения происходит сравнение коэффициентов форм для каждой из проекций.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2013118786/28A RU2534723C1 (ru) | 2013-04-23 | 2013-04-23 | Способ определения параметров взвешенных частиц произвольной формы |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2013118786/28A RU2534723C1 (ru) | 2013-04-23 | 2013-04-23 | Способ определения параметров взвешенных частиц произвольной формы |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2013118786A RU2013118786A (ru) | 2014-10-27 |
RU2534723C1 true RU2534723C1 (ru) | 2014-12-10 |
Family
ID=53285612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2013118786/28A RU2534723C1 (ru) | 2013-04-23 | 2013-04-23 | Способ определения параметров взвешенных частиц произвольной формы |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2534723C1 (ru) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823827B (zh) * | 2023-08-29 | 2023-11-10 | 山东德信微粉有限公司 | 一种基于图像处理的矿石粉碎效果评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2408931C1 (ru) * | 2009-05-18 | 2011-01-10 | Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН | Автоматизированная многофункциональная система анализа изображений объектов |
RU2436067C1 (ru) * | 2010-10-22 | 2011-12-10 | Государственное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ГОУ ВПО "ЮРГУЭС") | Способ анализа взвешенных частиц |
-
2013
- 2013-04-23 RU RU2013118786/28A patent/RU2534723C1/ru not_active IP Right Cessation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2408931C1 (ru) * | 2009-05-18 | 2011-01-10 | Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН | Автоматизированная многофункциональная система анализа изображений объектов |
RU2436067C1 (ru) * | 2010-10-22 | 2011-12-10 | Государственное образовательное учреждение высшего профессионального образования "Южно-Российский государственный университет экономики и сервиса" (ГОУ ВПО "ЮРГУЭС") | Способ анализа взвешенных частиц |
Non-Patent Citations (1)
Title |
---|
А.К. БОГДАНОВ, В.Д. ПРОЦЕНКО, ПРАКТИЧЕСКИЕ ПРИМЕНЕНИЯ СОВРЕМЕННЫХ МЕТОДОВ АНАЛИЗА ИЗОБРАЖЕНИЙ В МЕДИЦИНЕ, учебное пособие, Москва, 2008, стр.37. Ткаль В.А., Окунев А.О., Данильчук Л.Н., Белехов Я.С. Фоновая неоднородность топографических и поляризационно-оптических изображений дефектов структуры монокристаллов (способы устранения), Электронный научный журнал "ИССЛЕДОВАНО В РОССИИ", 2005г., стр.2171-2180, http://zhurnal.ape.relarn.ru/articles/2005/210.pdf. * |
Also Published As
Publication number | Publication date |
---|---|
RU2013118786A (ru) | 2014-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2751543B1 (en) | Methods and apparati for nondestructive detection of undissolved particles in a fluid | |
US11098275B2 (en) | Analysis device | |
US9778206B2 (en) | Defect inspection device and defect inspection method | |
US7783103B2 (en) | Defect detecting device, image sensor device, image sensor module, image processing device, digital image quality tester, and defect detecting method | |
CN106596073A (zh) | 一种检测光学系统像质的方法和系统及一种测试标板 | |
Heydari et al. | An industrial image processing-based approach for estimation of iron ore green pellet size distribution | |
JP2000329683A (ja) | ベルトコンベアで搬送されるばら物の粒度検知方法 | |
CN106461526A (zh) | 用于确定颗粒混合物的颗粒尺寸和/或颗粒形状的设备 | |
RU2534723C1 (ru) | Способ определения параметров взвешенных частиц произвольной формы | |
Bátor et al. | A comparison of a track shape analysis-based automated slide scanner system with traditional methods | |
US20130265415A1 (en) | Terahertz imaging device, and method of eliminating interference patterns from terahertz image | |
JP2003279503A (ja) | X線検査装置 | |
CN113177925A (zh) | 一种无损检测水果表面缺陷的方法 | |
RU2503947C1 (ru) | Способ анализа взвешенных частиц | |
JP2016217989A (ja) | 欠陥検査装置および欠陥検査方法 | |
JPH0472544A (ja) | 粒子画像分析装置 | |
Cheng | Optical gradation for crushed limestone aggregates | |
JPH11337470A (ja) | フロー式粒子画像分析装置 | |
Hüttel | Image Processing and Computer Vision for MEMS Testing | |
AU2011222741B2 (en) | Apparatus and method for monitoring particles in a stack | |
EP4010873B1 (en) | Use of an hdr image in a visual inspection process | |
JPH11306362A (ja) | 画像解析装置 | |
RU2485481C1 (ru) | Способ анализа взвешенных частиц | |
Neogi et al. | Segmentation of Noisy Digital Images with Stochastic Gradient Kernel | |
Pasternack et al. | Quantifying mitochondrial dynamics in apoptotic cells with optical Gabor-like filtering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20150424 |