[发明专利]基于深度信息的泡沫浮选液位监测和工况识别方法及系统有效
申请号: | 201410699401.0 | 申请日: | 2014-11-27 |
公开(公告)号: | CN104408724B | 公开(公告)日: | 2017-12-01 |
发明(设计)人: | 彭涛;赵永恒;赵林;蔡耀仪;宋彦坡;韩华;赵璐;彭霞 | 申请(专利权)人: | 中南大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/55 |
代理公司: | 长沙朕扬知识产权代理事务所(普通合伙)43213 | 代理人: | 周志中 |
地址: | 410000 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 深度 信息 泡沫 浮选 监测 工况 识别 方法 系统 | ||
1.一种基于深度信息的泡沫浮选液位监测和工况识别方法,其特征在于,包括以下步骤:
步骤一:从软硬件方面构建基于kinect的泡沫浮选工况监测系统;
步骤二:采集、处理并保存由kinect获取的浮选泡沫颜色数据和深度数据;
步骤三:对步骤二获得的颜色数据和深度数据进行特征提取,结合颜色数据和深度数据提取泡沫的特征:颜色、面积、体积、速度、破碎率;
步骤四:采用分布拟合方法对步骤二获得的深度数据进行统计分析;采用参数估计方法获取泡沫表层液位特征;进而获得泡沫表层液位特征与溢流槽边沿高度之间的关系,用于泡沫浮选液位的在线监测与工况识别;
步骤五:将步骤三获取的泡沫特征构成特征向量,采用改进的k-means算法进行离线的聚类分析,得到若干个聚类中心;实时提取浮选现场的泡沫特征,并与聚类中心进行实时匹配,在线获取当前浮选的工况。
2.根据权利要求1所述的基于深度信息的泡沫浮选液位监测和工况识别方法,其特征在于,所述步骤一包括以下子步骤:
步骤1.1:从硬件方面构建基于kinect的泡沫浮选工况监测系统,硬件包括kinect传感器、高频光源、计算机,将kinect传感器固定于距浮选槽液面1.2m-3.5m范围内,其摄像头所在平面与浮选槽底面平行;高频光源为kinect传感器采集颜色数据提供照明,将采集到的颜色数据和深度数据流通过USB数据线传送至计算机,计算机实现数据处理、实时工况监测及其结果显示;
步骤1.2:从软件方面构建基于kinect的泡沫浮选工况监测系统,在跨平台框架Openni下,采用交互式编程接口,以实现颜色数据和深度数据流的实时获取、处理、保存以及特征提取和工况识别。
3.根据权利要求1所述的基于深度信息的泡沫浮选液位监测和工况识别方法,其特征在于,所述步骤二包括以下子步骤:
步骤2.1:采集数据;
(1)设置数据格式;
将颜色数据流设定为RGB888,分辨率为a×b,a×b表示水平方向上的像素数量乘以垂直方向上的像素数量,帧率为30FPS;将深度数据流格式设定为PIXEL_FORMAT_DEPTH_1_MM格式,数据精度为毫米,分辨率为a×b;帧率为30FPS;
(2)硬件对准颜色数据与深度数据;
采用跨平台框架Openni下的“Alternative View”工具,校正颜色摄像头与深度摄像头的视角,以实现颜色数据流与深度数据流在目标视场上的对准;
(3)软件对准颜色数据与深度数据;
启动kinect设备进行图像采集;采用步骤(1)设定的数据格式同时创建颜色数据流和深度数据流,得到时序对准的两种数据:a×b×3阶颜色矩阵C和a×b阶深度矩阵D;
步骤2.2:处理数据;
(1)获取深度数据中的深度信息;
由kinect传感器获取的深度矩阵D是16位整型数据,其高13位存储的是深度信息,而低3位存储的是索引信息,通过移位操作获取深度信息:
D1=D/23公式1
式中D1为仅存储了深度信息的深度矩阵;
(2)结合颜色数据对深度数据进行滤波补全处理;
采用联合双边滤波方法对深度矩阵D1进行滤波处理,将由于遮挡缺失的深度图像补全,得到滤波后的深度矩阵D2,其在像素点(x,y)处的深度值D2(x,y)为:
式中Ω1为所求像素点(x,y)的滤波参考邻域,x∈[1,a],y∈[1,b],(i1,j1)∈Ω1,i1∈[x-r1,x+r1],j1∈[y-r1,y+r1],r1为邻域半径,D1(i1,j1)为深度矩阵D1在像素点(i1,j1)处的深度值,wp为归一化参数:
式中w(i1,j1)为所求像素点(x,y)的滤波参考邻域Ω1内像素点(i1,j1)对于所求像素点的权值,由深度图像空间域权值ws和彩色图像灰度域权值wr组成,即:
w(i1,j1)=ws(i1,j1)×wr(i1,j1)公式4
其中:
其中,σr和σs分别为权值ws和wr对应的高斯函数标准差,Gray(x,y)、Gray(i1,j1)分别为像素点(x,y)及其滤波参考邻域Ω1内像素点(i1,j1)处的灰度值,计算公式为:
Gray(x,y)=0.02989×C(x,y,1)+0.5870×C(x,y,2)+0.1149×C(x,y,3)公式7
其中C(x,y,1)、C(x,y,2)、C(x,y,3)分别为a×b×3阶颜色矩阵C中R、G、B颜色分量的a×b阶矩阵中像素点(x,y)的颜色值,遍历所有像素点得到灰度矩阵Gray;
选取高斯函数标准差σr和σs,在滤波参考邻域Ω1内,消除被遮挡区域缺失的深度信息和噪声点;
(3)获取反映泡沫表层距浮选槽槽底距离Hh的深度矩阵D′;
Hh表示视场内泡沫表层像素点(x,y)距浮选槽槽底的距离,由如下公式获得:
Hh=Hb-Hd 公式8
其中Hb为kinect传感器摄像头所在平面到浮选槽槽底的距离,Hd为视场内泡沫表层像素点(x,y)到kinect传感器摄像头所在平面的距离,在kinect传感器摄像头所在平面与浮选槽底面平行的情况下,Hd即为由kinect传感器获取的深度矩阵D经移位和滤波补全后深度矩阵D2中对应像素点(x,y)的值,即Hd=D2(x,y),
获取反映Hh的像素点(x,y)深度值D′(x,y)为:
D′(x,y)=Hb-D2(x,y) 公式9
步骤2.3:保存数据;
将颜色矩阵C和深度矩阵D′进行存储,以Motion JPEG AVI编码方式存取颜色数据,以Motion JPEG 2000(16位)编码方式存储深度数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410699401.0/1.html,转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置