[发明专利]基于机器视觉的物料粒度在线检测方法

摘要

本发明涉及机器视觉技术领域。基于机器视觉的物料粒度在线检测方法，通过相机采集传送带上的物料颗粒的图像信息，通过测距模块采集传送带上的物料颗粒的距离信息，通过计算机对采集到的图像信息进行图像分析获得物料的粒度分布图。本发明采用基于凸包分析的颗粒分割算法，通过检测颗粒的凸度率来判断颗粒是否为欠分割，并对欠分割颗粒进行二次分割，区分图像中的粘粘颗粒，从而实现对传送带上物料粒度分布实时在线检测的算法设计。本发明还加入了测距模块，所测距离值代入像素标定算法中以消除皮带上物料厚度变化引起的粒度测量误差。

主权项

1.基于机器视觉的物料粒度在线检测方法，其特征在于：通过相机(7)采集传送带(14)上的物料颗粒的图像信息，通过测距模块(10)采集传送带(14)上的物料颗粒的距离信息，通过计算机(11)对采集到的图像信息进行图像分析获得物料的粒度分布图；对采集到的图像信息进行图像分析获得物料的粒度分布图的具体步骤如下步骤一、对物料颗粒的图像信息进行图像预处理，即先将彩色图像转化为灰度图像，再用自适应直方图均衡法提高图像局部对比度，保留图像细节，减弱图像噪声对后期图像处理带来的影响；步骤二、构造多尺度Hessian矩阵滤波器，并对预处理后的图像信息进行边缘提取，以任意一张预处理后的图像为例，具体方法为，以图像左上角第一个点为原点、水平方向为x轴、竖直方向为y轴，建立直角坐标系，记图像上坐标(x,y)处的Hessian矩阵为：其中，I(x,y)为坐标(x,y)处图像的强度值，I_xx(x,y)、I_yy(x,y)分别为I(x,y)在x方向、y方向上的二阶偏微分，I_xy(x,y)、I_yx(x,y)分别为I(x,y)在x、y方向和y、x方向上的混合偏微分，引入一个尺度因子σ，二阶偏微分变为：其中，选择尺度因子σ合适的尺度范围及步长进行迭代，为获得更好的增强效果，记实际颗粒间隙范围为[d₀,d₁]，尺度因子σ合适的尺度范围选取为[d₀/4,d₁/4]，步长选取为(d₁‑d₀)/4n，n为正整数，n值越大，则迭代次数越多，边缘的细节提取也越多，相应的计算量也越大，计算所有尺度下每个点对应Hessian矩阵的特征值的绝对值，提取每点所对应的特征值绝对值中的最大值，共同组成物料颗粒的边缘图像；步骤三、使用双阈值方法将边缘图像二值化，其中高阈值通过最大类间方差法获得，低阈值设置为高阈值的一半，再使用基于距离变换的分水岭分割算法对颗粒进行分割，得到一次分割的颗粒图像；步骤四、使用基于凸包分析的分割方法对一次分割的颗粒图像中的欠分割颗粒进行二次分割，该方法通过计算凸度率对颗粒进行筛选，对筛选出的颗粒寻找对应凸包进行二次分割；步骤五、利用物料颗粒的距离信息计算像素标定值：v＝au+b，其中，u为距离值，系数a、b为利用标定板进行像素标定所获测量值的线性拟合系数，这里，基于距离的像素标定算法用于消除皮带上物料厚度变化引起的粒度测量误差；步骤六、结合二次分割图像和像素标定值，绘制出物料的粒度分布图。