一种基于图像识别的浓密机料浆浓度测量系统

1.本发明涉及矿山充填技术领域，特别提供一种基于图像识别的浓密机料浆浓度测量系统。


背景技术：

2.浓密机主要用于提升尾砂浓度，从而进行尾矿库堆存或井下高浓度充填。由于重力沉降作用，浓密机不同区域料浆浓度不同，精准掌握料浆浓度分布对于提升浓密机的运行效率具有重要意义。因此，很有必要研发一种可靠精确的浓密机料浆浓度测试装置。
3.由于浓密机内部复杂性，目前料浆浓度难以精准测定，制约着对浓密机内部运行状态的认识和理解。现有的浓密机料浆浓度多采用射线浓度计进行测量，该测量方法存在测试过程复杂、效率低等问题，其他测量方法也仅从局部测量进行考虑，不能很好地认识和理解浓密机内部整体运行状态。因此，亟待提出一种能够对浓密机内料浆浓度进行整体测定分析的方法。


技术实现要素：

4.本发明提供了一种基于图像识别的浓密机料浆浓度测量系统，目的在于通过图像识别方法准确测量浓密机中不同位置的料浆浓度大小，并分析确定料浆浓度的整体分布情况。考虑到浓密机内部料浆浓度随深度而变化，而随着料浆浓度提高，其密度相应增大，料浆表面纹理和散斑会呈现不同的样式，并且对于光线的吸收和反射能力也会出现差异。因此，可以通过采集浓密机中料浆图像和已知浓度的料浆图像，通过分析比较图像的特征相似度来间接测定料浆浓度。
5.为了实现上述目的，本发明采用了以下技术方案：
6.一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，包括料浆图像采集系统和料浆图像处理与识别系统，所述图像采集系统利用光学成像原理获取浓密机料浆图像，通过所述料浆图像处理与识别系统依次进行图像降噪处理、灰度处理、特征提取和对比识别，实现对料浆浓度的测定；
7.所述料浆图像采集系统包括摄像探头、定滑轮、直流无刷电机、绕线轮、plc控制器，所述摄像探头通过导线经定滑轮和绕线轮与plc控制器连接，以传输图像及传感器数据；所述直流无刷电机由plc控制器驱动，直流无刷电机传动绕线轮并经由定滑轮控制导线的出线与收线，进而实现摄像探头在垂直方向的二维运动；所述摄像探头包括上壳体、pcb板、加速度传感器、led灯环、遮光板、玻璃罩、凸面镜、下壳体、配重块、cmos传感器、滤光片、镜头基座、凹透镜；plc控制器通过拓展rj45端口模块将图像和加速度数据传输至计算机中的料浆图像处理与识别系统进行计算分析。
8.进一步地，所述摄像探头的玻璃罩通过径向两对螺栓与上壳体和下壳体连接；所述下壳体与配重块连接；所述pcb板设置于上壳体内部，所述加速度传感器、cmos传感器通过排线焊接至pcb板，cmos传感器下端依次安装有滤光片、镜头基座和凹透镜，所述led灯环
安设于镜头基座两侧，通过杜邦线连接至pcb板引脚；所述pcb板为整个摄像探头供电，并传输信号至plc控制器。
9.进一步地，所述led灯环下端还设置遮光板，以避免led灯环发出的补光光源直接照射料浆表面。
10.进一步地，所述加速度传感器感知探头的运动加速度，间接实现对探头速度及位移的高精度传感，通过累积计算探头的二维位移进而确定摄像时刻探头所在的深度位置；加速度与速度及位移的转换计算公式如下：
11.v(t)＝∫a(t)dt
12.x(t)＝∫v(t)dt
13.其中，v为速度，a为加速度，x为位移，t为时间。
14.进一步地，所述下壳体端部形状与凸面镜的两端形状相匹配，通过将下壳体与配重块旋紧以夹持凸面镜。
15.进一步地，所述配重块通过螺纹与下壳体相连接，用以牵引探头实现垂向二维运动，可以根据被测料浆浓度的估值，方便地更换不同重量的配重块，以确保实现良好的牵引效果。
16.进一步地，所述料浆图像处理与识别系统进行图像处理和识别的步骤如下：
17.s1，通过料浆图像采集系统获得浓密机内待测样本的料浆图像，并通过试验采集1％～90％已知浓度的料浆图像，建立标准样本数据库，拟合确定料浆浓度与图像特征的映射关系；
18.s2，图像降噪处理：使用频率域降噪的小波变换方法对图像进行降噪处理，以提高图像识别的速度和准确度；
19.s3，图像灰度处理：将经过降噪处理的料浆图像进行灰度处理，以实现图像特征信息的高效提取和利用；图像的灰度处理就是将原有rgb色彩空间向gray色彩空间进行映射变换，其映射公式如下：
20.gray＝0.299r+0.587g+0.114b
21.其中，r,g,b分别为rgb色彩空间中红、绿、蓝三通道的像素值，gray为gray色彩空间中的灰度值；
22.s4，图像特征提取：通过像素统计方法即可获得灰度图的直方图；基于数学方法计算灰度图的颜色矩来描述灰度分布情况，灰度图像的颜色矩计算方法如下：
[0023][0024][0025][0026]
其中，eg为图像的灰度一阶矩，σg为图像的灰度二阶矩，sg为图像的灰度三阶矩，pj表示第j个像素的灰度值，n为像素个数。
[0027]
s5，图像对比识别：首先比较待测样本图像与标准样本图像的各阶颜色矩，计算颜
色矩的差值，并按照差值对标准样本图像进行排序，选取其中差值最小的10个样本，进而根据待测图像与该10个标准样本的灰度直方图，计算表征其相似性的巴氏系数，公式如下：
[0028][0029]
其中，b为两张图像的巴氏系数，p,q分别为两张图像在直方图相应位置x处的概率分布。
[0030]
s6，料浆浓度确定：比较确定相似性最大的标准样本，并综合颜色矩差值和巴氏系数，代入到料浆浓度-图像特征映射关系中，确定待测图像的实际料浆浓度，公式如下：
[0031][0032]
其中，c
p
,cq分别为待测图像和最大相似图像的浓度，δg为待测图像与最大相似图像的颜色矩差值。
[0033]
进一步地，所述步骤s1中采集1％～90％已知浓度料浆图像试验的具体方法如下：
[0034]
s11，将已知浓度为1％的料浆注入容器中，利用图像采集系统拍摄获得料浆图像；
[0035]
s12，参照步骤s2～s4，将拍摄获得的料浆图像依次进行降噪处理、灰度处理，特征提取；
[0036]
s13，依次更换浓度为1％、2％、3％、
……
、90％的料浆，重复进行s11、s12；
[0037]
s14，将所得90张标准图像的灰度直方图及颜色矩两项特征，进行结构化存储，建立标准样本数据库；
[0038]
s15，以标准样本数据库为训练数据，拟合建立料浆浓度-图像特征映射关系。
[0039]
有益效果
[0040]
本发明的有益效果如下：
[0041]
(1)根据本发明提供的装置和方法，能够采集补光条件下浓密机内的料浆图像，进而建立包含料浆浓度-图像特征映射关系的标准样本数据库，通过比较待测图像与标准图像的特征相似度，实现对料浆浓度的测量；
[0042]
(2)本发明可通过在浓密机特定位置连续采集料浆图像，在图像处理和识别后确定该位置不同深度处的料浆浓度，合成获得料浆浓度分布云图，进而确定料浆分层高度并掌握料浆浓度整体分布情况；
[0043]
(3)本发明以光学成像和数字图像处理技术为基础进行设计，测量成本低、准确度高，能够实现连续测定；相较于传统的射线测定技术而言，本发明提供的技术方案对人体无危害、对环境无污染。
附图说明
[0044]
图1为本发明提供的料浆浓度测量系统示意图；
[0045]
图2为本发明提供的摄像探头详细结构图；
[0046]
图3为本发明提供的图像处理与识别流程图；
[0047]
图4为根据传感器数据绘制的加速度时程曲线；
[0048]
图5为积分得到的速度时程曲线；
[0049]
图6为积分得到的位移时程曲线；
[0050]
图7为通过连续采集料浆图像识别得到的浓度云图；
[0051]
图中标注符号的含义如下：
[0052]
1-摄像探头；2-定滑轮；3-直流无刷电机；4-绕线轮；5-plc控制器；6-计算机；101-上壳体；102-pcb板；103-加速度传感器；104-led灯环；105-遮光板；106-玻璃罩；107-凸面镜；108-下壳体；109-配重块；110-cmos传感器；111-滤光片；112-镜头基座；113-凹透镜。
具体实施方式
[0053]
以下结合实施例和附图，对本发明中的技术方案进行系统地描述。
[0054]
本发明提供一种基于图像识别的浓密机料浆浓度测量系统，包括硬件和软件两个部分，所述硬件部分指料浆图像采集系统，所述软件部分指配套的图像处理与识别系统。所述图像采集系统利用光学成像原理获取浓密机料浆图像，通过所述图像处理与识别系统依次进行图像降噪处理、灰度处理、特征提取和对比识别，实现对料浆浓度的测定。
[0055]
如图1和图2所示，所述料浆图像采集系统包括摄像探头1、定滑轮2、直流无刷电机3、绕线轮4、plc控制器5，所述摄像探头1通过导线经定滑轮2和绕线轮4与plc控制器5连接，以传输图像及传感器数据；所述直流无刷电机3由plc控制器5驱动，直流无刷电机3传动绕线轮4并经由定滑轮2控制导线的出线与收线，进而实现摄像探头1在垂直方向的二维运动；所述摄像探头1包括上壳体101、pcb板102、加速度传感器103、led灯环104、遮光板105、玻璃罩106、凸面镜107、下壳体108、配重块109、cmos传感器110、滤光片111、镜头基座112、凹透镜113；plc控制器5通过拓展rj45端口模块将图像和加速度数据传输至计算机6中的料浆图像处理与识别系统进行计算分析。
[0056]
进一步地，所述摄像探头的玻璃罩106通过径向两对螺栓与上壳体101和下壳体108连接；所述下壳体108与配重块109连接；所述pcb板102设置于上壳体101内部，所述加速度传感器103、cmos传感器110通过排线焊接至pcb板102，cmos传感器110下端依次安装有滤光片111、镜头基座112和凹透镜113，所述led灯环104安设于镜头基座两侧，通过杜邦线连接至pcb板引脚；所述pcb板102为整个摄像探头供电，并传输信号至plc控制器5。
[0057]
进一步地，所述led灯环104下端还设置遮光板105，以避免led灯环104发出的补光光源直接照射料浆表面。
[0058]
其中，所述摄像探头1的成像方式为：led灯环104发出补光光源，被遮光板105阻挡以避免直接照射，光线通过玻璃罩106漫反射至料浆表面，在实现补光功能的基础上避免直接照射可能造成的过曝问题；经补光的料浆图像由凸面镜107反射传播，再由凹透镜113折射后经过滤光片111被cmos传感器110捕获。
[0059]
进一步地，所述加速度传感器103感知探头的运动加速度，间接实现对探头速度及位移的高精度传感，通过累积计算探头的二维位移进而确定摄像时刻探头所在的深度位置；加速度与速度及位移的转换计算公式如下：
[0060]
v(t)＝∫a(t)dt
[0061]
x(t)＝∫v(t)dt
[0062]
其中，v为速度，a为加速度，x为位移，t为时间。
[0063]
如图4所示，为根据加速度传感器绘制的加速度-时间曲线，通过上述公式即可得到速度-时间曲线，如图5所示；进而可以积分得到位移-时间曲线，如图6所示；通过位移-时
间曲线即可确定摄像时刻探头所在的深度位置。
[0064]
进一步地，所述下壳体108端部形状与凸面镜107的两端形状相匹配，通过将下壳体108与配重块109旋紧以夹持凸面镜。
[0065]
进一步地，所述配重块109通过螺纹与下壳体108相连接，用以牵引探头实现垂向二维运动，可以根据被测料浆浓度的估值，方便地更换不同重量的配重块，以确保实现良好的牵引效果。
[0066]
如图3所示，本发明提供的软件部分：所述料浆图像处理与识别系统进行图像处理和识别的步骤如下：
[0067]
s1，通过料浆图像采集系统获得浓密机内待测样本的料浆图像，并通过试验采集1％～90％已知浓度的料浆图像，建立标准样本数据库，拟合确定料浆浓度与图像特征的映射关系；
[0068]
s2，图像降噪处理：使用频率域降噪的小波变换方法对图像进行降噪处理，以提高图像识别的速度和准确度。
[0069]
由于图像采集过程产生的噪声会对图像特征信息提取产生干扰，进而降低图像识别的速度和准确度，因此需要对图像进行降噪处理；图像降噪包括空间域降噪和频率域降噪两种类型，考虑到料浆图像本身的模糊特点，空间域降噪会使图像整体更加模糊，因此本发明使用频率域降噪的小波变换方法。
[0070]
s3，图像灰度处理：将经过降噪处理的料浆图像进行灰度处理，以实现图像特征信息的高效提取和利用；图像的灰度处理就是将原有rgb色彩空间向gray色彩空间进行映射变换，其映射公式如下：
[0071]
gray＝0.299r+0.587g+0.114b
[0072]
其中，r,g,b分别为rgb色彩空间中红、绿、蓝三通道的像素值，gray为gray色彩空间中的灰度值；
[0073]
s4，图像特征提取：通过像素统计方法即可获得灰度图的直方图；另外，基于数学方法计算灰度图的颜色矩来描述灰度分布情况，灰度图像的颜色矩计算方法如下：
[0074][0075][0076][0077]
其中，eg为图像的灰度一阶矩，σg为图像的灰度二阶矩，sg为图像的灰度三阶矩，pj表示第j个像素的灰度值，n为像素个数。
[0078]
s5，图像对比识别：首先比较待测样本图像与标准样本图像的各阶颜色矩，计算颜色矩的差值，并按照差值对标准样本图像进行排序，选取其中差值最小的10个样本，进而根据待测图像与该10个标准样本的灰度直方图，计算表征其相似性的巴氏系数，公式如下：
[0079]
[0080]
其中，b为两张图像的巴氏系数，p,q分别为两张图像在直方图相应位置x处的概率分布。
[0081]
在本实施例中颜色矩的差值，是通过分别比较各阶颜色矩的差值，然后求取算术平均值获得。若待测图像的灰度值更大，则它与标准图像颜色矩的差值为正，浓度大于标准图像；若待测图像的灰度值更小，则其与标准图像颜色矩的差值为负，它的浓度应小于标准样本。
[0082]
s6，料浆浓度确定：比较确定相似性最大的标准样本，并综合颜色矩差值和巴氏系数，代入到料浆浓度-图像特征映射关系中，确定待测图像的实际料浆浓度，公式如下：
[0083][0084]
其中，c
p
,cq分别为待测图像和最大相似图像的浓度，δg为待测图像与最大相似图像的颜色矩差值。
[0085]
进一步的，所述步骤s1中采集1％～90％已知浓度料浆图像试验的具体方法如下：
[0086]
s11，将已知浓度为1％的料浆注入容器中，利用图像采集系统拍摄获得料浆图像；
[0087]
s12，参照步骤s2～s4，将拍摄获得的料浆图像依次进行降噪处理、灰度处理，特征提取；
[0088]
s13，依次更换浓度为1％、2％、3％、
……
、90％的料浆，重复进行s11、s12；
[0089]
s14，将所得90张标准图像的灰度直方图及颜色矩两项特征，进行结构化存储，建立标准样本数据库；
[0090]
s15，以标准样本数据库为训练数据，拟合建立料浆浓度-图像特征映射关系。
[0091]
在此需要说明的是，标准浓度料浆为调配得到，试验容器是烧杯等小器皿，虽然料浆是悬浊液，会随时间沉降，但图像采集操作迅速、不需要很多时间，因此，重力、深度的影响视为可忽略。
[0092]
通过在浓密机中不同位置连续采集料浆图像，按照上述步骤分析和识别图像所对应的料浆浓度，即可合成绘制如图7所示的料浆浓度云图，确定浓密机中料浆浓度的整体分布状态。
[0093]
本发明未尽事宜为公知技术。以上所述只为说明本发明的技术构思及特点，其目的在于让熟悉此技术领域的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

技术特征：
1.一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，包括料浆图像采集系统和料浆图像处理与识别系统，所述图像采集系统利用光学成像原理获取浓密机料浆图像，通过所述料浆图像处理与识别系统依次进行图像降噪处理、灰度处理、特征提取和对比识别，实现对料浆浓度的测定；所述料浆图像采集系统包括摄像探头、定滑轮、直流无刷电机、绕线轮、plc控制器，所述摄像探头通过导线经定滑轮和绕线轮与plc控制器连接，以传输图像及传感器数据；所述直流无刷电机由plc控制器驱动，直流无刷电机传动绕线轮并经由定滑轮控制导线的出线与收线，进而实现摄像探头在垂直方向的二维运动；所述摄像探头包括上壳体、pcb板、加速度传感器、led灯环、遮光板、玻璃罩、凸面镜、下壳体、配重块、cmos传感器、滤光片、镜头基座、凹透镜；plc控制器通过拓展rj45端口模块将图像和加速度数据传输至计算机中的料浆图像处理与识别系统进行计算分析。2.根据权利要求1所述的一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，所述摄像探头的玻璃罩通过径向两对螺栓与上壳体和下壳体连接；所述下壳体与配重块连接；所述pcb板设置于上壳体内部，所述加速度传感器、cmos传感器通过排线焊接至pcb板，cmos传感器下端依次安装有滤光片、镜头基座和凹透镜，所述led灯环安设于镜头基座两侧，通过杜邦线连接至pcb板引脚；所述pcb板为整个摄像探头供电，并传输信号至plc控制器。3.根据权利要求2所述的一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，所述led灯环下端还设置遮光板，以避免led灯环发出的补光光源直接照射料浆表面。4.根据权利要求1所述的一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，所述加速度传感器感知探头的运动加速度，间接实现对探头速度及位移的高精度传感，通过累积计算探头的二维位移进而确定摄像时刻探头所在的深度位置；加速度与速度及位移的转换计算公式如下：v(t)＝∫a(t)dtx(t)＝∫v(t)dt其中，v为速度，a为加速度，x为位移，t为时间。5.根据权利要求2所述的一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，所述下壳体端部形状与凸面镜的两端形状相匹配，通过将下壳体与配重块旋紧以夹持凸面镜。6.根据权利要求2所述的一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，所述配重块通过螺纹与下壳体相连接，用以牵引探头实现垂向二维运动，可以根据被测料浆浓度的估值，方便地更换不同重量的配重块，以确保实现良好的牵引效果。7.根据权利要求1所述的一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，所述料浆图像处理与识别系统进行图像处理和识别的步骤如下：s1，通过料浆图像采集系统获得浓密机内待测样本的料浆图像，并通过试验采集1％～90％已知浓度的料浆图像，建立标准样本数据库，拟合确定料浆浓度与图像特征的映射关系；s2，图像降噪处理：使用频率域降噪的小波变换方法对图像进行降噪处理，以提高图像识别的速度和准确度；
s3，图像灰度处理：将经过降噪处理的料浆图像进行灰度处理，以实现图像特征信息的高效提取和利用；图像的灰度处理就是将原有rgb色彩空间向gray色彩空间进行映射变换，其映射公式如下：gray＝0.299r+0.587g+0.114b其中，r,g,b分别为rgb色彩空间中红、绿、蓝三通道的像素值，gray为gray色彩空间中的灰度值；s4，图像特征提取：通过像素统计方法获得灰度图的直方图；基于数学方法计算灰度图的颜色矩来描述灰度分布情况，灰度图的颜色矩计算方法如下：的颜色矩来描述灰度分布情况，灰度图的颜色矩计算方法如下：的颜色矩来描述灰度分布情况，灰度图的颜色矩计算方法如下：其中，e
g
为图像的灰度一阶矩，σ
g
为图像的灰度二阶矩，s
g
为图像的灰度三阶矩，p
j
表示第j个像素的灰度值，n为像素个数。s5，图像对比识别：首先比较待测样本图像与标准样本图像的各阶颜色矩，计算颜色矩的差值，并按照差值对标准样本图像进行排序，选取其中差值最小的10个样本，进而根据待测图像与该10个标准样本的灰度直方图，计算表征其相似性的巴氏系数，公式如下：其中，b为两张图像的巴氏系数，p,q分别为两张图像在直方图相应位置x处的概率分布。s6，料浆浓度确定：比较确定相似性最大的标准样本，并综合颜色矩差值和巴氏系数，代入到料浆浓度-图像特征映射关系中，确定待测图像的实际料浆浓度，公式如下：其中，c
p
,c
q
分别为待测图像和最大相似图像的浓度，δ
g
为待测图像与最大相似图像的颜色矩差值。8.根据权利要求7所述的一种基于图像识别的浓密机料浆浓度测量系统，其特征在于，所述步骤s1中采集1％～90％已知浓度料浆图像试验的具体方法如下：s11，将已知浓度为1％的料浆注入容器中，利用料浆图像采集系统拍摄获得料浆图像；s12，参照步骤s2～s4，将拍摄获得的料浆图像依次进行降噪处理、灰度处理，特征提取；s13，依次更换浓度为1％、2％、3％、
……
、90％的料浆，重复进行s11、s12；s14，将所得90张标准图像的灰度直方图及颜色矩两项特征，进行结构化存储，建立标准样本数据库；s15，以标准样本数据库为训练数据，拟合建立料浆浓度-图像特征映射关系。

技术总结
本发明公开了一种基于图像识别的浓密机料浆浓度测量系统，包括浓密机料浆图像采集系统及其配套的料浆图像处理与识别系统。通过图像采集系统获取浓密机中待测料浆的图像和位移，并采集大量已知浓度的料浆图像作为相似性识别的标准样本。将待测样本图像与标准样本图像依次进行降噪处理、灰度处理、特征提取，获得图像的灰度直方图、灰度颜色矩两项特征。最终将待测样本的图像特征与标准样本的图像特征进行对比识别，即可确定待测料浆的浓度大小。利用本发明设计的系统能够对浓密机内不同深度的料浆浓度进行连续测量，进而确定料浆浓度分布状态。分布状态。分布状态。


技术研发人员：梁伟章 李政 赵国彦 熊有为 彭康
受保护的技术使用者：中南大学
技术研发日：2023.06.16
技术公布日：2023/9/13