【技术实现步骤摘要】
基于机器视觉的复合肥颗粒粒度检测方法、系统及存储介质
[0001]本专利技术涉及机器视觉智能检测
,具体涉及一种基于机器视觉的复合肥颗粒粒度检测方法、系统及存储介质。
技术介绍
[0002]随着科学技术的发展,工厂的生产从机械化趋向自动化、智能化。化肥被称为粮食的“粮食”,对于作物的生长起着重要作用,而在化肥生产过程中,化肥的造粒粒度是影响化肥最终质量的重要因素之一。氨酸法造粒工艺是生产化肥的工艺之一,由硫酸与氨、磷酸一铵和硫酸与尿素、氯化钾、蒸馏水以及其他原料在转鼓造粒机中化学反应并形成化肥小颗粒,因其最终产品含有两种以上的营养元素,这类化肥被称为复合肥。传统的氨酸法造粒工艺,需要化肥生产厂里有经验的技术工人在生产时近距离观察造粒机内的物料状态和化肥,根据转鼓造粒机中的物料状态和颗粒粒度大小来判断加入的水蒸气量是否合适,从而调节加入的水蒸气。这种靠技术工人肉眼观察化肥颗粒粒度大小的方式不仅耗时耗力,而且在化肥造粒过程中会散发出浓烈的化学气体氨气等,长期吸入混有氨酸的空气会导致工人氨中毒,对人体的呼吸系统造成损伤,因此 ...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的复合肥颗粒粒度检测方法,其特征在于,包括以下步骤,S1、工控机读取工业摄像头的RGB图像,采用加权平均法将RGB图像灰度化和高斯滤波方法进行灰度图降噪,采用灰度阈值法进行图像分割,将一颗颗复合肥颗粒区分开来,采用形态学运算中的开运算和闭运算进行图像处理;S2、采用双图像合成法对白色连通域中的“空洞”进行填充;S3、对填充后的二值图进行白色连通域计数,并采用深度优先搜索算法计算白色连通域的面积;S4、对指定大小的复合肥颗粒与其对应的白色连通域面积进行标定,并计算检测指标,最终对检测结果进行反馈与上传。2.根据权利要求1所述的基于机器视觉的复合肥颗粒粒度检测方法,其特征在于:所述步骤S1采用加权平均法进行灰度化计算公式如下:I=0.3R+0.6G+0.1B其中,R表示一个像素位置的红色分量值;G表示一个像素位置的绿色分量值;B表示一个像素位置的蓝色分量值;I表示计算出的该像素位置的灰度值。3.根据权利要求1所述的基于机器视觉的复合肥颗粒粒度检测方法,其特征在于:所述步骤S2白色连通域“空洞”填充的双图像合成法,填充好的结果图由原始图像和生成图像做合成运算而来:记原始图像为U;首先图像U向外扩展一个像素,并将扩展的像素点填充为背景色(灰度值为0),记为图像V;使用计算机开源视觉库OpenCV中的floodFill(InputOutputArray image,Point seedPoint,Scalar newVal)方法对图像V进行填充(填充值为前景色,即灰度值为255),结果图像记为W;将填充好的图像W裁剪为原图像大小得到生成图像(即去掉原本向外扩展的一个像素),记生成图像为X;将生成图像X取反与原始图像U做或运算即得填充好的图像Y,Y=U|(~X)。4.根据权利要求1所述的基于机器视觉的复合肥颗粒粒度检测方法,其特征在于:所述步骤S3先通过计算机开源视觉库OpenCV中的findContours(InputOutputArray image,OutputArrayOfArrays contours,OutputArray hierarchy,int mode,int method)方法进行白色连通域计数,同时还能获得每个白色连通域边缘轮廓像素点的二维坐标;再取每个白色连通域边缘轮廓中某一像素点进行深度优先搜索算法可精准计算出各白色连通域的面积。5.根据权利要求4所述的基于机器视觉的复合肥颗粒粒度检测方法,其特征在于:所述深度优先搜索算法具体步骤包括:搜索起始像素点上下左右的点是否为该白色连通域中的像素点(即灰度值是否为255),若为白色连通域中的点即灰度值为255,将白色连通域的面积值加1,标记该点为已搜索点(在标记矩阵中置该点的标记值为1),并以该点为起点再次向四周搜素;若不为白色连通域中的点(即灰度值为0),直接标记为已搜索点(在标记矩阵中置该点的标记值为
‑
1);若搜索到标记为已搜索的点时直接结束该分支的搜索。6...
【专利技术属性】
技术研发人员:周林立,熊建巧,王涛,水加豪,
申请(专利权)人:中国科学院合肥物质科学研究院,
类型:发明
国别省市:
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。