基于机器视觉的变色法/刚果红法检测PVC热稳定性的方法技术

本发明专利技术提供了基于机器视觉的变色法/刚果红法检测PVC热稳定性的方法，包括以下步骤：采用摄像头实时采集变色法/刚果红法热稳定性实验中PVC薄膜试样/刚果红试纸图像；通过目标选择锁定PVC薄膜试样/刚果红试纸图像中的PVC薄膜试样/刚果红试纸区域；将PVC薄膜试样/刚果红试纸区域图像转换成RGB数值；将转换后的RGB数值进行均值滤波处理，以R、G、B值之和SUM值/R值作为PVC薄膜试样/刚果红试纸颜色变化的识别依据；以图像采集时间及该时间图像的SUM值/R值绘制PVC薄膜试样/刚果红试纸颜色随时间变化曲线，或者采用帧差法确定PVC薄膜试样/刚果红试纸颜色变化时间。本发明专利技术基于机器视觉识别客观性强，填补了间隔采样空窗期的实验数据，提高了检测准确性。提高了检测准确性。提高了检测准确性。

【技术实现步骤摘要】
基于机器视觉的变色法/刚果红法检测PVC热稳定性的方法


[0001]本专利技术属于机器视觉
，特别涉及基于机器视觉的变色法/刚果红法检测PVC热稳定性的方法。

技术介绍

[0002]聚氯乙烯(PVC)是世界上五大通用塑料之一，使用量约占塑料总量的25％。热稳定性是PVC的重要技术指标，目前评价PVC热稳定性的方法主要有变色法(GB/T 9349—2002)和刚果红法(GB/T 2917.1—2002)。变色法的依据是PVC受热过程中会由无色逐渐变为黄色或橙色，最后变为黑色。在相同实验条件下，PVC颜色变化越慢说明热稳定性越好。刚果红法通过一定粒度的PVC试料在规定温度下使刚果红试纸颜色由红变蓝的时间来评价PVC的热稳定性。这两种测试方法设备简单、易于操作，然而缺点十分明显：(1)依靠人眼观察变色，主观性较大；(2)间隔时间记录，在测试空窗期会错过颜色突发变化的时间；(3)精准度低，无法分析热稳定时间相近的多组样品；(4)只能获得热稳定时间，不能准确对比不同样品的各阶段热稳定性能。因而开发出高效的PVC热稳定性实验监测系统对提高实验效率至关重要。
[0003]机器视觉是一种利用计算机对获取的图像和视频数据进行处理和分析的技术。机器视觉技术包括图像和视频的获取、预处理、特征提取、匹配和识别等一系列处理步骤，可应用于自动化检测、监控、分类、跟踪等领域中。通俗的说，机器视觉就是让机器像人一样观察和理解图像、视频并进行相关的判断和决策。例如李书华等针对人工检测PVC管材表面缺陷速度慢和准确率低的问题，设计了基于机器视觉的PVC表面缺陷检测系统。该系统主要包含图像预处理和缺陷检测两部分，图像预处理包括边缘遍历、条纹检测和Gamma变换等步骤；缺陷检测主要包括水平与垂直投影、快速区域生长法连通域标记和分块处理等步骤。实验结果表明，该算法检测准确率为97.6％，实时检测速度超过60m/mi n，缺陷最小检测面积为0.05mm2，管材运行中单边抖动不超过5mm时无误报警现象发生，管材在运行速度为45m/mi n时漏检率为0，能满足实际生产需要。姚应方等基于机器视觉开发了八角的颜色识别系统，图像采集设备为彩色工业相机(方程科技FCID130C)，软件为OpenCV。首先对采集的图像进行预处理，预处理方式为图像滤波、图像灰度处理和灰度图像分割。然后是八角颜色特征提取，由于传统的颜色模型RGB无法识别八角的3种颜色(褐红、黑红和棕红)，将RGB颜色模型转换为HIS颜色模型。实验结果表明，在HI S颜色模型下，3种颜色的数值有较大的差异，并且在H空间区的识别效果最好，3种颜色的识别准确率分别达到95.12％、95.12％和95.56％，实现了八角的识别分类。
[0004]而目前机器视觉应用于PVC热稳定性检测的研究鲜有报道。本专利技术基于机器视觉开发了一种PVC热稳定检测方法，并对其在PVC热稳定性测试实验中的效果进行了研究。

技术实现思路

[0005]针对传统变色法和刚果红法检测PVC热稳定性时存在依靠人工观察变色主观性
大、易错过颜色突变时间且精准度低的问题，本专利技术提供了基于机器视觉的变色法/刚果红法检测PVC热稳定性的方法，通过利用机器视觉省去人力，减少主观性，提高精准度。
[0006]本专利技术是通过以下技术手段实现上述技术目的的。
[0007]基于机器视觉的变色法检测PVC热稳定性的方法，其特征在于，包括以下步骤：
[0008]S1.采用摄像头实时采集变色法热稳定性实验过程中PVC薄膜试样图像；
[0009]S2.通过目标选择锁定PVC薄膜试样图像中的PVC薄膜试样区域；
[0010]S3.将图像中的PVC薄膜试样区域的图像通过机器视觉库OpenCV转换成RGB数值；
[0011]S4.将转换后的RGB数值进行均值滤波处理，以3组分量R、G、B值之和SUM值作为PVC薄膜试样颜色变化的识别依据；
[0012]S5.确定变色时间：以图像采集时间点及该时间点所采集的图像的R、G、B值之和SUM值绘制PVC薄膜试样颜色随时间的变化曲线，根据曲线确定PVC薄膜试样发生变色的时间节点；或者采用帧差法确定PVC薄膜试样颜色发生变化的时间。
[0013]进一步地，S5中的帧差法为：
[0014]S5.1获取每一帧图像中PVC薄膜试样的R、G、B值之和SUM值；
[0015]S5.2根据SUM值变化范围设定一个固定阈值；
[0016]S5.3对相邻两帧图像的SUM值进行作差，当差值超过固定阈值时判定为颜色发生变化。
[0017]进一步地，S5.2中的固定阈值为10、15、20、25。
[0018]一种基于机器视觉的刚果红法检测PVC热稳定性的方法，其特征在于，包括以下步骤：
[0019]S1
’
.采用摄像头实时采集刚果红法检测PVC热稳定性检测过程中刚果红试纸的图像；
[0020]S2
’
.通过目标选择锁定所采集图像中刚果红试纸所在的区域；
[0021]S3
’
.将所采集图像中刚果红试纸所在的区域图像通过机器视觉库OpenCV转换成RGB数值；
[0022]S4
’
.将转换后的RGB数值进行均值滤波处理，取R值作为刚果红试纸颜色变化的判定值；
[0023]S5
’
.确定变色时间：以图像采集时间点及该时间点所采集的刚果红试纸图像的R值绘制PVC刚果红试纸颜色随时间的变化曲线，根据曲线确刚果红试纸变色的时间；或者采用帧差法确定刚果红试纸颜色开始变蓝和完全变蓝的时间节点。
[0024]进一步地，S5
’
中的帧差法为：
[0025]S5.1
’
获取每一帧图像中刚果红试纸图像的R值；
[0026]S5.2
’
根据R值变化范围设定一个固定阈值；
[0027]S5.3
’
对相邻两帧图像的R值进行作差，当差值超过固定阈值时判定为颜色发生变化。
[0028]进一步地，S5.2
’
中的固定阈值为3、5、7、9。
[0029]进一步地，所述均值滤波的方法为：
[0030][0031]式中，f代表滤波处理后目标区域的颜色数值，N为目标区域，M为目标区域N中的像素个数，i,j分别是相对于中心像素的水平和垂直偏移量，g(i,j)为(i,j)点处的单个像素颜色数值。
[0032]本专利技术的有益效果是：
[0033]本专利技术基于机器视觉对PVC热稳定性进行检测，在采取相同间隔时间记录时，机器视觉能达到和人工记录等同实验效果，能节省人力；采用机器视觉记录时，还可通过设定PVC薄膜试样颜色或刚果红试纸颜色识别的固定阈值，采用帧差法记录PVC薄膜试样颜色或刚果红试纸颜色变化时的图像和时间，实现对每个颜色变化的时间节点进行记录，避免了间隔时间记录易错过颜色发生突变的时间；且机器视觉识别客观性强，避免了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的变色法检测PVC热稳定性的方法，其特征在于，包括以下步骤：S1.采用摄像头实时采集变色法热稳定性实验过程中PVC薄膜试样图像；S2.通过目标选择锁定PVC薄膜试样图像中的PVC薄膜试样区域；S3.将图像中的PVC薄膜试样区域的图像通过机器视觉库OpenCV转换成RGB数值；S4.将转换后的RGB数值进行均值滤波处理，以3组分量R、G、B值之和SUM值作为PVC薄膜试样颜色变化的识别依据；S5.确定变色时间：以图像采集时间点及该时间点所采集的图像的R、G、B值之和SUM值绘制PVC薄膜试样颜色随时间的变化曲线，根据曲线确定PVC薄膜试样发生变色的时间节点；或者采用帧差法确定PVC薄膜试样颜色发生变化的时间。2.根据权利要求1所述的检测PVC热稳定性的方法，其特征在于，S5中的帧差法为：S5.1获取每一帧图像中PVC薄膜试样的R、G、B值之和SUM值；S5.2根据SUM值变化范围设定一个固定阈值；S5.3对相邻两帧图像的SUM值进行作差，当差值超过固定阈值时判定为颜色发生变化。3.根据权利要求2所述的检测PVC热稳定性的方法，其特征在于，S5.2中的固定阈值为10、15、20、25。4.基于机器视觉的刚果红法检测PVC热稳定性的方法，其特征在于，包括以下步骤：S1
’
.采用摄像头实时采集刚果红法检测PVC热稳定性检测过程中刚果红试纸的图像；S2
’
.通过目标选择锁定所采集图像中刚果红试纸所在的区域...

【专利技术属性】
技术研发人员：汪梅，王广林，宋相海，张建美，卜权，周秉亮，
申请(专利权)人：江苏大学，
类型：发明
国别省市：