[發明專利]一種基于機器視覺的化學混床分層檢測方法

在審

• 申請號: 202010621135.5
• 申請日: 2020-07-01
• 公開（公告）號: CN111754504A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 徐仁博;邸大禹
• 申請（專利權）人: 華能國際電力股份有限公司大連電廠
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06T7/10;G08B21/00
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 徐華燊;李洪福

1.一種基于機器視覺的化學混床分層檢測方法，其特征在于，包括如下步驟：

S1、對混床反洗過程中圖像采集裝置逐幀采集的圖片進行預處理，將目標區域的原始RGB圖像轉換為灰度圖像；

S2、對轉換后的灰度圖像進行二值化矩陣轉換，對轉換后的圖像通過中值濾波模板進行優化；

S3、統計優化后二值化圖像的圖像白色像素點的個數F，判斷F與預設的Flag變量之間的關系，進而輸出已分層和未分層的結果；

S4、分層完成后，獲取處理過后的二值化圖像像素為白色像素點的圖形各連通域，計算各個連通域面積，獲取其中面積最大連通域，將其與預設的標定數值進行比較，若其差值不在允許范圍內，則輸出提示樹脂損耗過量的信息；

在此過程中，還需實時對混床照射燈光和攝像頭位置進行監控，以確認混床照射燈光和攝像頭位置無異常。

2.根據權利要求1所述的一種基于機器視覺的化學混床分層檢測方法，其特征在于，所述步驟S1前還設有步驟S0，判斷該次混床反洗是否為第一次識別，若是，則需要重新對識別算法進行標定。

3.根據權利要求2所述的一種基于機器視覺的化學混床分層檢測方法，其特征在于，所述重新對識別算法進行標定具體為：S01、人工對混床陰、陽樹脂是否完全分層進行判斷，判斷為已經完全分層后，將此狀態的圖像進行后續處理；

S02、將原始圖片按照所需尺寸進行切割，獲取特征區域圖像；

S03、將特征區域圖像進行二值化轉換，完成圖像特征的增強；對原始RGB圖像進行灰度處理后，將各像素位由三個顏色通道變為由0到255的灰度值組成的單通道，將三個分量以不同的權值進行加權平均；

S04、對圖像所有像素的灰度值做一次求平均值的操作，得到像素閾值mean，小于該閾值的圖像值變為0，大于該閾值像素的值變成255，由此RBG彩色圖像轉換二值化矩陣操作完成，其中0代表黑色，255代表把白色；

式中I表示某像素點的灰度值，m、n表示所截圖像的長和寬；

S05、對增強后的圖像通過中值濾波模板進行優化；采用一個7*7的中值濾波模板對圖像進行優化，將該模板內的各像素值進行排序，生成單調上升或單調下降的二維數據序列，二維中值濾波輸出如表達式(4)：

g(x,y)＝medf{f(x-k,y-1),(k,l∈w)} (4)

其中f(x,y)和g(x,y)分別是原圖像和處理后圖像,w為輸入的二維模板，能夠在整幅圖像上滑動，為了不失通用性做中值濾波前對原始圖像的外邊框進行了0填充處理；

S06、統計S35中所獲得的圖像白色像素點的個數，將該值賦值給Flag變量：

S07、利用區域生長算法獲取S05圖像中所有連通域，并統計連通域的面積；

S08、找到面積最大的連通域，獲取其幾何中心像素點的縱坐標，并將其賦值給State變量。

4.根據權利要求3所述的一種基于機器視覺的化學混床分層檢測方法，其特征在于，所述步驟S3和S06的統計方法為：圖像為m*n大小的像素矩陣，統計方法下公式(5)

。

5.根據權利要求1所述的一種基于機器視覺的化學混床分層檢測方法，其特征在于，轉換灰度圖像的過程中，通過公式(1)對RGB三分量進行加權平均得到合理的灰度圖像：

Gary(i,j)＝0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j) (1) 。