【技术实现步骤摘要】
基于时序特征的稀土元素组分含量动态监测方法及系统
本专利技术涉及稀土元素组分含量监测
，特别涉及一种基于时序特征的稀土元素组分含量动态监测方法及系统。
技术介绍
稀土是由镧系元素、钪和钇等17种元素组成，且以共生矿形式存在。为了从稀土共生矿中得到达到标准的单一元素产品，稀土企业大多采用溶剂串级萃取方法。在稀土串级萃取工艺过程中，因稀土元素具有独特的电子层结构，部分稀土元素离子在可见光区域具有吸收峰而显现出特征颜色，故一些学者将颜色特征应用于稀土元素组分含量的快速检测中。而现有的基于颜色特征的稀土元素检测的方法在应用时每次都要确定稀土溶液的组分含量值，不仅占据内存空间而且耗时。
技术实现思路
本专利技术的目的是提供一种基于时序特征的稀土元素组分含量动态监测方法及系统，以克服现有的基于颜色特征的稀土元素检测的方法的技术缺陷，减少计算量和计算时间。为实现上述目的，本专利技术提供了如下方案：一种基于时序特征的稀土元素组分含量动态监测方法，所述监测方法包括如下步骤：获取稀土生产现场在不同时段不同工况下的样本溶液，并通过离线实验室化验获得每种样本溶液的组分含量，通过图像信息采集装置获得每种样本溶液的样本图像，建立包括每种样本溶液的组分含量和样本图像的样本数据集；基于所述样本数据集确定用于颜色空间融合的HSI空间的权重和YUV空间的权重；根据HSI空间的权重和YUV空间的权重，基于所述样本数据集确定混合颜色空间的期望区间；利用图像信息采集装置定时采集...
【技术保护点】
1.一种基于时序特征的稀土元素组分含量动态监测方法，其特征在于，所述监测方法包括如下步骤：/n在稀土生产现场，获取在不同时段不同工况下的样本溶液，并通过离线实验室化验获得每种样本溶液的组分含量，通过图像信息采集装置获得每种样本溶液的样本图像，建立包括每种样本溶液的组分含量和样本图像的样本数据集；/n基于所述样本数据集确定用于颜色空间融合的HSI空间的权重和YUV空间的权重；/n根据HSI空间的权重和YUV空间的权重，基于所述样本数据集确定混合颜色空间的期望区间；/n利用图像信息采集装置定时采集待监测的稀土溶液的时序图像；/n根据HSI空间的权重和YUV空间的权重，在混合颜色空间通过主成分分析方法对时序图像提取时序特征，获得时序图像的时序特征值；/n判断时序图像的时序特征值是否位于混合颜色空间的期望区间，得到判断结果；/n若所述判断结果表示否，则在HSV颜色空间下，计算时序图像与样本数据集中样本图像的直方图相交距离，根据直方图相交距离较大的样本图像对应的组分含量确定所述时序图像对应的稀土元素组分含量；返回步骤“利用图像信息采集装置定时采集待监测的稀土溶液的时序图像”，等待采集下一个采样时...
【技术特征摘要】
1.一种基于时序特征的稀土元素组分含量动态监测方法，其特征在于，所述监测方法包括如下步骤：
在稀土生产现场，获取在不同时段不同工况下的样本溶液，并通过离线实验室化验获得每种样本溶液的组分含量，通过图像信息采集装置获得每种样本溶液的样本图像，建立包括每种样本溶液的组分含量和样本图像的样本数据集；
基于所述样本数据集确定用于颜色空间融合的HSI空间的权重和YUV空间的权重；
根据HSI空间的权重和YUV空间的权重，基于所述样本数据集确定混合颜色空间的期望区间；
利用图像信息采集装置定时采集待监测的稀土溶液的时序图像；
根据HSI空间的权重和YUV空间的权重，在混合颜色空间通过主成分分析方法对时序图像提取时序特征，获得时序图像的时序特征值；
判断时序图像的时序特征值是否位于混合颜色空间的期望区间，得到判断结果；
若所述判断结果表示否，则在HSV颜色空间下，计算时序图像与样本数据集中样本图像的直方图相交距离，根据直方图相交距离较大的样本图像对应的组分含量确定所述时序图像对应的稀土元素组分含量；返回步骤“利用图像信息采集装置定时采集待监测的稀土溶液的时序图像”，等待采集下一个采样时间点的时序图像；
若所述判断结果表示是，则返回步骤“利用图像信息采集装置定时采集待监测的稀土溶液的时序图像”，等待采集下一个采样时间点的时序图像。
2.根据权利要求1所述的基于时序特征的稀土元素组分含量动态监测方法，其特征在于，所述基于所述样本数据集确定用于颜色空间融合的HSI空间的权重和YUV空间的权重，具体包括：
将每种样本溶液的样本图像在RGB空间转换至HSI空间和YUV空间，获得每种样本溶液的HSI空间的样本图像和YUV空间的样本图像；
分别通过主成分分析方法对HSI空间的样本图像和YUV空间的样本图像进行特征提取，获得每种样本溶液的HSI空间的样本图像特征值和YUV空间的样本图像特征值；
分别将每种样本溶液的HSI空间的样本图像特征值和YUV空间的样本图像特征值与每种样本溶液的组分含量进行最小二乘法曲线拟合，获得HSI空间的特征值与组分含量的关系模型和YUV空间的特征值与组分含量的关系模型；
分别利用HSI空间的特征值与组分含量的关系模型和YUV空间的特征值与组分含量的关系模型确定最佳工况下的组分含量区间对应的特征值区间，作为HSI空间的期望区间和YUV空间的期望区间；
分别基于所述HSI空间的期望区间和YUV空间的期望区间，利用每种样本溶液在HSI空间的样本图像特征值和YUV空间的样本图像特征值，对所述样本溶液的工况进行判断，计算基于HSI空间的判断准确率和基于YUV空间的判断准确率；
分别对基于HSI空间的判断准确率和基于YUV空间的判断准确率进行归一化处理，获得归一化后的基于HSI空间的判断准确率和基于YUV空间的判断准确率，分别作为HSI空间的权重和YUV空间的权重。
3.根据权利要求1所述的基于时序特征的稀土元素组分含量动态监测方法，其特征在于，所述根据HSI空间的权重和YUV空间的权重，基于所述样本数据集确定混合颜色空间的期望区间，具体包括：
将每种样本溶液的样本图像在RGB空间转换至HSI空间和YUV空间，获得每种样本溶液的HSI空间的样本图像和YUV空间的样本图像；
根据HSI空间的权重和YUV空间的权重，利用图像融合公式将HSI空间的样本图像和YUV空间的样本图像进行融合，获得混合颜色空间的样本图像；
其中，μMIX-1、μMIX-2和μMIX-3分别表示混合颜色空间下色调分量、饱和度分量和亮度分量颜色一阶矩的值；μHSI-H、μHSI-S和μHSI-I分别表示HSI空间下H分量、S分量和I分量颜色一阶矩的值，μYUV-Y表示YUV空间下Y分量颜色一阶矩的值，Pxy为图像中第y个像素的第x个分量颜色一阶矩的值，x的取值为HSI-H、HSI-S、HSI-I和YUV-Y，N表示样本图像的像素点的个数；WHSI和WYUV分别表示HSI空间的权重和YUV空间的权重；
通过主成分分析方法对混合颜色空间的样本图像进行特征提取，获得每种样本溶液的混合颜色空间的样本图像特征值；
将每种样本溶液的混合颜色空间的样本图像特征值与每种样本溶液的组分含量进行最小二乘法曲线拟合，获得混合颜色空间的特征值与组分含量的关系模型；
利用混合颜色空间的特征值与组分含量的关系模型确定最佳工况下的组分含量区间对应的特征值区间，作为混合颜色空间的期望区间。
4.根据权利要求1所述的基于时序特征的稀土元素组分含量动态监测方法，其特征在于，所述根据HSI空间的权重和YUV空间的权重，在混合颜色空间通过主成分分析方法对时序图像提取时序特征，获得时序图像的时序特征值，具体包括：
将所述时序图像由RGB空间转换到HSI空间和YUV空间，获得HSI空间的时序图像和YUV空间的时序图像；
根据HSI空间的权重和YUV空间的权重，利用图像融合公式，将HSI空间的时序图像和YUV空间的时序图像进行融合，获得混合颜色空间的时序图像；
通过主成分分析方法对混合颜色空间的时序图像进行特征提取，获得时序图像的时序特征值。
5.根据权利要求1所述的基于时序特征的稀土元素组分含量动态监测方法，其特征在于，所述在HSV颜色空间下，计算时序图像与样本数据集中样本图像的直方图相交距离，根据直方图相交距离较大的样本图像对应的组分含量确定所述时序图像对应的稀土元素组分含量，具体包括：
利用公式G(i)＝16Hi+4Si+Vi将时序图像的HSV颜色空间的H分量、S分量和V分量合成一维特征向量，获得时序图像的每个像素的量化值索引；其中，G(i)表示时序图像的第i个像素的量化值索引，Hi、Si和Vi分别表示时序图像的第i个像素的HSV颜色空间的H分量、S分量和V分量；
根据时序图像的每个像素的量化值索引，利用公式计算时序图像与样本数据集中每个图像样本...
【专利技术属性】
技术研发人员：陆荣秀，陈明明，杨辉，朱建勇，杨刚，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：江西;36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。