基于视觉分析的矿石物料在线分拣系统及其方法技术方案

本发明专利技术公开了一种基于视觉分析的矿石物料在线分拣系统及其方法，方法包括：首先，利用视觉图像分析，对传送带上的矿石物料图像进行分割和识别出不合格的物料；其次，利用双目视觉测量原理，对不合格的矿石物料进行三维定位；最后，通过全局转换，得到不合格的矿石物料在智能抓取机械手臂坐标系下的三维坐标，实现分拣和清理；系统包括：图像智能识别子系统和智能分拣子系统，图像智能识别子系统包括双目立体视觉测量装置，智能分拣子系统包括智能抓取机械手臂。本发明专利技术大幅度提高了矿石物料分拣的工作效率和矿石生产的自动化程度，对节约企业生产成本、提高企业工作效率以及矿业生产系统的安全施工具有重要意义。

On line sorting system and method of ore materials based on visual analysis

【技术实现步骤摘要】
基于视觉分析的矿石物料在线分拣系统及其方法
本专利技术属于机器视觉技术，尤其涉及一种基于视觉分析的矿石物料在线分拣系统及其方法。
技术介绍
矿业是国家发展的传统基础工业，是国家经济建设和发展的关键物质基础，并且关系到国家经济安全和国民生活水平的提高。矿石电解质阳极的破碎和分拣工作，是矿业生产领域中一个重要环节。国内有关企业在铝电解以及阳极破碎和分拣工作中，还停留在传统的半自动化、半人工监督的方式上，机械化、智能化效果不强，需要现场工作人员配合对设备运转情况进行监测，影响了操作系统的工作效率。目前的铝电解以及有关阳极破碎及分拣系统，在实际生产应用中还存在诸多不足。机器视觉以其效率高、信息量大、可重复性高以及可靠性强等优点，适用于铝电解有关过程的在线监测以及电解质阳极的智能分拣等工作。近些年来，由于电解铝生产能力的迅猛发展，受各种因素的影响，在电解过程中铝电解质阳极质量参差不齐，影响电解铝的整体生产质量。在阳极组装过程中，需要采用先进的监测设备，对电解铝阳极块质量进行在线监控，并及时分拣和清理出不彻底的电解质阳极。增加这一过程，是提高阳极块质量的一项重要措施。矿石电解质破碎现场环境复杂，噪音、粉尘等污染严重，对现场作业人员存在严重安全隐患，因此，研究一种基于视觉分析技术的矿石电解质阳极在线分拣系统及其方法，替代现场人工作业方式，对矿业生产系统的安全施工、效率提高具有重要意义。
技术实现思路
专利技术目的：针对现有技术中矿石电解质阳极破碎以及在线分拣工作方面存在的不足，本专利技术公开了一种基于视觉分析的矿石物料在线分拣系统及其方法，将机器视觉的高效性、可重复性、智能性技术引入矿石物料的识别和分拣领域，提出一种矿石物料的在线分拣方法，解决了矿石质量好坏的在线识别和分拣问题，取代了现场人工低效率的识别和分拣工作方式，对节约企业生产成本和提高企业工作效率具有重要意义。技术方案：本专利技术采用如下技术方案：一种基于视觉分析的矿石物料在线分拣方法，其特征在于，包括如下步骤：步骤A、图像分割与识别采集不同角度的矿石物料图像，利用最大类间方差法分别对图像进行分割，得到图像背景区域和图像目标区域，目标区域即不合格的矿石物料；步骤B、特征点提取与匹配将分割后的图像目标区域作为感兴趣区域，对感兴趣区域进行SURF特征点提取，应用BruteForce匹配方法在所述步骤A中采集的不同图像中实现特征点的精确匹配；步骤C、三维重建定义世界坐标系，根据匹配的特征点在不同图像中的坐标，利用立体视觉测量原理得到特征点在世界坐标系中的三维坐标，实现图像目标区域在世界坐标系中的三维定位；步骤D、全局坐标系转换对世界坐标系和机械装置坐标系进行全局标定，实现世界坐标系和机械装置坐标系之间的坐标转换，得到目标区域在机械装置坐标系下的三维坐标，完成机械装置对不合格的矿石物料的智能分拣工作。优选的，所述合格的矿石物料与不合格的矿石物料的颜色不同。优选的，所述步骤A中，假设采集的图像I(x，y)大小为M×N，包括以下步骤：步骤A1、假定阈值，图像目标区域的像素灰度值小于阈值，图像背景区域的像素灰度值大于或等于阈值，或者图像目标区域的像素灰度值大于阈值，图像背景区域的像素灰度值小于或等于阈值，其中，图像目标区域的像素个数记作N0，图像背景区域的像素个数记作N1；步骤A2、分别统计图像目标区域与背景区域所占整幅图像的比例ω0和ω1、目标区域与背景区域的平均灰度值μ0和μ1以及图像的灰度区间内的灰度累计值μ；步骤A3、计算类间方差g＝ω0ω1(μ0-μ1)2；步骤A4、遍历阈值，使类间方差g最大的阈值即为待求的图像自适应分割阈值T，根据阈值T将图像分割为背景区域和目标区域。优选的，所述步骤B包括以下步骤：步骤B1、用盒式滤波器对采集的图像I(x，y)进行滤波后构建Hessian矩阵，得到H矩阵的判别式，当判别式取得局部最大值时，当前点即为潜在的特征点；步骤B2、构造尺度空间，初步定位潜在的特征点后滤除能量比较弱的点以及错误定位的点，筛选出最终的稳定的特征点；步骤B3、计算特征点主方向，生成特征描述符，实现图像中SURF特征点的提取；步骤B4、应用BruteForce匹配方法，实现不同图像中特征点的精确匹配。优选的，所述步骤B1中H矩阵的判别式为：Det(H)＝Lxx*Lyy-(0.9*Lxy)2其中，优选的，所述步骤C中，若特征点P在采集到的不同图像中的坐标为(X1，Y1)和(X2，Y2)，以采集图像坐标为(X1，Y1)的采集装置为原点建立世界坐标系，则特征点P在世界坐标系下的三维坐标(x，y，z)为：其中，图像采集装置的有效焦距分别为f1和f2；图像采集装置的相互位置之间空间转换矩阵Mlr＝[R|T]，R为旋转矩阵，T为平移矩阵。优选的，所述步骤D中，世界坐标系到机械装置坐标系之间的坐标转换矩阵为其中，Tq，j为全站仪坐标系到机械装置坐标系之间的坐标转换矩阵；Tt，q为平面靶标坐标系到全站仪坐标系的坐标转换矩阵；Tt，c为平面靶标坐标系到世界坐标系的坐标转换矩阵。采用一种基于视觉分析的矿石物料在线分拣方法的系统，其特征在于，包括图像智能识别子系统、智能分拣子系统、传送带和LED补光灯；其中，所述图像智能识别子系统包括双目立体视觉测量装置，对传送带上破碎后的矿石物料进行拍照并对图像进行分割，在线识别物料的合格程度，进行特征点提取和三维重建；所述智能分拣子系统包括智能抓取机械手臂，用于定位和分拣出不合格的物料；所述传送带的颜色与质量合格的物料颜色一致，所述传送带上方设置不同角度的双目立体视觉测量装置，每组双目立体视觉测量装置包括若干视觉传感器，用于从多角度拍摄并识别传送带上的物料信息，所述传送带一侧设置智能抓取机械手臂，所述传送带上方还设置LED补光灯，用于减小外界复杂环境光线的干扰。有益效果：本专利技术具有如下有益效果：(1)、本专利技术将机器视觉的高效性、可重复性、智能性技术引入矿石物料的识别和分拣领域，解决了矿石质量好坏的在线识别和分拣问题，增强了系统的机械化和智能化效果，可以大幅度提高矿石物料分拣的工作效率和矿石生产的自动化程度，提高矿石物料的分拣质量，与传统人工分拣方式相比，本专利技术检测效率高，提高了操作系统的工作效率，对节约企业生产成本和提高企业工作效率具有重要意义；(2)、本专利技术实现了传送带上的矿石物料的全天候自动监测和分拣，检测系统受复杂光线环境影响小、检测频率高、结构设计良好、现场安装方便；(3)、本专利技术取代了现场人工低效率的识别和分拣工作方式，减少了现场作业人员的安全隐患，减少劳动强度，对矿业生产系统的安全施工具有重要意义。附图说明图1为本专利技术中分拣方法的流程图；图2为本专利技术中分拣系统的构成图；图3为本专利技术中双目立体视觉测量的数学模型图；图4为本文档来自技高网...

【技术保护点】
1.一种基于视觉分析的矿石物料在线分拣方法，其特征在于，包括如下步骤：/n步骤A、图像分割与识别/n采集不同角度的矿石物料图像，利用最大类间方差法分别对图像进行分割，得到图像背景区域和图像目标区域，目标区域即不合格的矿石物料；/n步骤B、特征点提取与匹配/n将分割后的图像目标区域作为感兴趣区域，对感兴趣区域进行SURF特征点提取，应用Brute Force匹配方法在所述步骤A中采集的不同图像中实现特征点的精确匹配；/n步骤C、三维重建/n定义世界坐标系，根据匹配的特征点在不同图像中的坐标，利用立体视觉测量原理得到特征点在世界坐标系中的三维坐标，实现图像目标区域在世界坐标系中的三维定位；/n步骤D、全局坐标系转换/n对世界坐标系和机械装置坐标系进行全局标定，实现世界坐标系和机械装置坐标系之间的坐标转换，得到目标区域在机械装置坐标系下的三维坐标，完成机械装置对不合格的矿石物料的智能分拣工作。/n

【技术特征摘要】
1.一种基于视觉分析的矿石物料在线分拣方法，其特征在于，包括如下步骤：
步骤A、图像分割与识别
采集不同角度的矿石物料图像，利用最大类间方差法分别对图像进行分割，得到图像背景区域和图像目标区域，目标区域即不合格的矿石物料；
步骤B、特征点提取与匹配
将分割后的图像目标区域作为感兴趣区域，对感兴趣区域进行SURF特征点提取，应用BruteForce匹配方法在所述步骤A中采集的不同图像中实现特征点的精确匹配；
步骤C、三维重建
定义世界坐标系，根据匹配的特征点在不同图像中的坐标，利用立体视觉测量原理得到特征点在世界坐标系中的三维坐标，实现图像目标区域在世界坐标系中的三维定位；
步骤D、全局坐标系转换
对世界坐标系和机械装置坐标系进行全局标定，实现世界坐标系和机械装置坐标系之间的坐标转换，得到目标区域在机械装置坐标系下的三维坐标，完成机械装置对不合格的矿石物料的智能分拣工作。


2.根据权利要求1所述的一种基于视觉分析的矿石物料在线分拣方法，其特征在于，所述合格的矿石物料与不合格的矿石物料的颜色不同。


3.根据权利要求2所述的一种基于视觉分析的矿石物料在线分拣方法，其特征在于，所述步骤A中，假设采集的图像I(x，y)大小为M×N，包括以下步骤：
步骤A1、假定阈值，图像目标区域的像素灰度值小于阈值，图像背景区域的像素灰度值大于或等于阈值，或者图像目标区域的像素灰度值大于阈值，图像背景区域的像素灰度值小于或等于阈值，其中，图像目标区域的像素个数记作N0，图像背景区域的像素个数记作N1；
步骤A2、分别统计图像目标区域与背景区域所占整幅图像的比例ω0和ω1、目标区域与背景区域的平均灰度值μ0和μ1以及图像的灰度区间内的灰度累计值μ；
步骤A3、计算类间方差g＝ω0ω1(μ0-μ1)2；
步骤A4、遍历阈值，使类间方差g最大的阈值即为待求的图像自适应分割阈值T，根据阈值T将图像分割为背景区域和目标区域。


4.根据权利要求2所述的一种基于视觉分析的矿石物料在线分拣方法，其特征在于，所述步骤B包括以下步骤：
步骤B1、用盒式滤波器对采集的图像I(x，y)进行滤波后构建Hessian矩阵，得到H矩阵的判别式，当判别式取得局部最大值时，当前点即为潜在的特征点；
步骤B2、构造尺度空间，初步定位潜在...

【专利技术属性】
技术研发人员：路绳方，高芳征，焦良葆，陈烨，高阳，张健，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏;32