[發明專利]基于圖像處理的機制砂石粉的檢測建模、檢測方法及系統

有效

• 申請號: 202110472418.2
• 申請日: 2021-04-29
• 公開（公告）號: CN113270156B
• 公開（公告）日: 2022-11-15
• 發明（設計）人: 張亞剛;袁皓琛;李偉;高堯;田過勤;耿方圓;竇輝;石麗
• 申請（專利權）人: 甘肅路橋建設集團有限公司;長安大學
• 主分類號: G16C60/00
• 分類號: G16C60/00;G06T7/136;G06V10/764;G06V10/82;G06N3/04;G06N3/08;G06T5/50
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 王芳

本發明屬于機制砂石粉檢測領域，公開了一種基于圖像處理的機制砂石粉檢測模型建立及檢測方法。包括以下步驟：獲取機制砂圖像及人工標注，以制作檢測模型數據集；創建基于深度學習圖像處理技術的石粉檢測模型；獲取機制砂圖像中石粉的區域；將測試樣本輸入該模型進行測試，并得出分割結果。本發明提升圖像的清晰度以提升檢測準確率，不但杜絕了人為因素，還解決了檢測步驟繁瑣的問題，在保證檢測較高準確率的同時大大縮短了檢測的時間。

技術領域

本發明屬于機制砂石粉檢測領域，具體涉及一種基于圖像處理的機制砂石粉檢測建模、檢測方法及系統。

背景技術

機制砂是指巖石經除土開采、機械破碎、篩分制成的，粒徑在4.75mm以下的巖石顆粒。機制砂是機制砂混凝土的細骨料，對機制砂高性能混凝土的影響十分顯著，特別的是機制砂生產過程中容易引入石粉，較高或較低的石粉含量對機制砂高性能混凝土的強度、工作性、耐久性和經濟性都會造成一定的不良影響，因此需對機制砂石粉含量指標進行檢測以及嚴格控制對混凝土的質量有著重要的意義。

目前機制砂石粉的測定為亞甲藍試驗，它的試驗原理是觀察機制砂與水攪拌制成的懸濁液中是否有游離的亞甲藍放射出的淺藍色色暈，來判斷機制砂對染料溶液的吸附情況，然后計算亞甲藍值MBV，即每1000g試樣吸收的亞甲藍的克數，從而反映出石粉的多少。該方法需稱重、攪拌、烘干、冷卻等步驟，程序繁鎖且時間久，人為的觀察及環境因素還會對實驗數據造成不可避免的影響。故智能化、自動化的設備被迫切需要。

發明內容

本發明的目的在于提供一種于圖像處理的機制砂石粉檢測建模、檢測方法及系統，用以解決現有技術中機制砂石粉難以測量的問題。

為了實現上述任務，本發明采用以下技術方案：

基于圖像處理的機制砂石粉的檢測建模方法，包括如下步驟：

步驟1：獲取原始機制砂圖像集，對原始機制砂圖像集進行預處理，得到機制砂圖像集；對每張原始機制砂圖像中的石粉區域進行標注，獲得標注后的掩膜圖像集；

步驟2：建立卷積神經網絡，所述的卷積神經網絡特征提取層、特征選擇層、特征優化層和特征還原層；

所述的特征提取層用于對輸入圖像進行特征提取，輸出多通道特征圖，所述的特征提取層包括多個連續的標準殘差卷積塊；

所述的特征選擇層用于從多通道特征圖篩選出低通道特征圖，所述的特征選擇層包括多個特征算子，所述的特征算子包括光照強度算子、對比度算子、幾何變化算子和砂粉邊緣細節算子；

所述的特征優化層用于對低通道特征圖進行強化增強并進行特征融合，得到融合的增強特征圖，所述的特征優化層包括多個特征提升算子，所述的特征提升算子包括光照強度提升算子、對比度提升算子、隨機幾何變化算子和邊緣細節提升算子；

所述的特征還原層包括四層反向卷積層和softmax層，所述的反向卷積層用于壓縮融合的增強特征圖的通道數并提升壓縮增強特征圖的尺寸，所述的softmax層用于生成二值化檢測圖；

步驟3：將機制砂圖像集作為訓練集，將標注的掩膜圖像集作為標簽集對卷積神經網絡進行訓練，將訓練好的模型作為機制砂石粉檢測模型。

進一步的，步驟1中所述預處理包括：以放大20倍的倍數采集原始機制砂圖像，對原始機制砂圖像依次進行無損放大、強化紋理細節、濾波和輪廓提取操作。

進一步的，所述特征提取層采用3個連續的標準殘差卷積塊，所述多通道特征圖的通道數為64、128或256。

基于圖像處理的機制砂石粉檢測方法，包括如下步驟：

步驟一：獲取待檢測的原始機制砂圖像，對待檢測的原始機制砂圖像進行預處理，得到待檢測的機制砂圖像；