APP下载

基于图像处理的矿石粒度在线检测系统

2015-06-07罗小燕林龙飞蔡改贫

仪表技术与传感器 2015年7期
关键词:图像处理粒度矿石

罗小燕,林龙飞,蔡改贫

(江西理工大学机电工程学院,江西赣州 341000)



基于图像处理的矿石粒度在线检测系统

罗小燕,林龙飞,蔡改贫

(江西理工大学机电工程学院,江西赣州 341000)

针对钨矿石破碎领域中急需解决的粒度在线检测问题,以CCD摄像组件为检测元件获得矿石颗粒的图像,采用分水岭算法对颗粒图形进行分割,在提取并分析图形颗粒的相关信息的基础上,通过建立不同大小的检测算子对分割后的颗粒图像采用击中与击不中的分析与统计,得到被测矿石的粒度分布,采用MTALAB和LABVIEW的混合编程方式开发了粒度检测系统程序。实验对比表明,检测系统的分析结果与实际粒度分布情况具有较好的一致性,可以满足矿石颗粒的在线检测需要。

粒度分布;在线检测;分水岭算法;击中与击不中变换;混合编程

0 引言

矿石的粒度分布是评价破碎效果的一项重要依据,粒度参数主要包括面积、周长、粒径和体积等[1]。目前大多采用低效、离线的人工筛分检测法确定碎后粒度分布,难以保证选矿生产需要。

近年来数字图像处理技术逐渐应用于各种粒度分析仪所获取的图像处理中[2]。这种非接触式粒度检测方法可以有效克服传统检测方法的不足,且能很好的适应碎磨工序的恶劣工况,因此,通过在传送带上方安装机器视觉装置,利用数字图像技术结合现代数据处理等软测量技术,实时连续地进行在线粒度测量及自动统计结果,是矿石粒度测量的有效手段。

1 矿石粒度在线检测系统组成

矿石粒度在线检测系统的硬件部分主要由CCD摄像机组件、支架、光源、挡板、计算机以及矿石传送带等组成。CCD摄像机架设在传送皮带上方,与计算机直接相连,通过已经编写好的图像采集程序,完成进行颗粒图像的采集;光源用于给物料表面提供均匀光照,排除外界光源对图像采集效果的影响。系统结构组成如图1所示。

矿石粒度在线检测系统的软件部分主要包括图像采集与处理模块和数据显示模块。

图1 矿石粒度在线检测系统结构图

图像采集模块通过MTALAB图像采集工具箱控制CCD摄像组件实现视频的预览,并连续采集矿石颗粒的图像。图像处理模块采用图像处理技术对所采集的图像进行粒度检测。数据显示模块要实现粒度显示与控制输出等功能。

2 图像采集与处理系统

2.1 图像采集

图像采集与处理系统利用3103UC数字摄像完成图像数据采集。调整CCD摄像头的高度和摄像头的焦距,可以调整图像拍摄范围的大小;由于CCD摄像组件与计算机直接相连,所以通过MTALAB图像采集工具可以实现图像的在线采集。

2.2 图像处理

由于传送带上的矿石为粘连堆积状态,形态复杂,且处于高粉尘环境,目标与背景区分度差。因此,本文对采集的图像进行灰度化、中值滤波和形态重构等预处理[3],图像处理系统流程如图2所示。

图2 图像处理系统流程图

将原图(如图3(a))预处理后,对重构图像进行多尺度形态学梯度化、计算极大值及阈值分割(如图3(b))处理。将阈值分割图像距离变换后,进行第一次分水岭分割,将分割后的图像结合极大值图像,采用强制最小技术对梯度图像进行修改,对修改后的梯度图像进行第二次分水岭分割,分割效果如图3(c)所示。

(a)原图

(b)阈值分割

(c)标记分水岭分割效果

2.3 颗粒参数的提取

在颗粒特征中,颗粒面积、周长、当量直径、形状因子是颗粒的重要信息,通过分析这些参数可以完成颗粒的检测。固定摄像机高度后对采集的图像进行像素标定,根据实际测量单位和像素的转换关系,可以得到颗粒图像中每个颗粒实际的几何特征参数。

利用数学形态学中一种重要的图像分析方法击中与击不中变换,可以同时探测图像的内部和外部,常被用于解决目标图像识别等形态学模式识别等问题[4-6]。A被B击中或击不中变换用符号表示,击中与击不中变换定义为:

A⊗B=(AΘB1)∩(AcΘB2)

(1)

式中:B1、B2为结构元素,一个用于探测图像内部,另一个用于探测图像外部;AC为图像A的补集Θ为形态学腐蚀运算。

击中与击不中变换原理如图4所示,设原二值图像中像素为1的元素为矿石颗粒,像素为0的元素为背景部分,建立矩形算子B1和B2对二值图像进行击中与击不中变换,变换结果如图4(d)所示,共包含两个相应大小的矿石颗粒。根据像素的标定结果,建立不同大小的检测算子对分割后的二值图像进行进行击中与击不中变换,通过统计变换结果的击中次数,即可统计不同粒度的颗粒个数。

3 输出与显示系统

3.1 MATLAB 与LABVIEW混合编程

本系统采用MATLAB 7.0和LABVIEW 8.6软件混合编程方式完成测量数据的显示与储存。在LABVIEW中通过MATLAB Script节点调用图像处理M文件,实现LABVIEW和MATLAB 的无缝链接,从而完成LABVIEW对M文件的调用,并利用LABVIEW进行操作界面的设计,实现对获得的数据进行显示、调用等操作。

(a)原二值图

(b)结构元素B1

(c) 结构元素B2

(d)击中与击不中变换结果

3.2 图像调用

在图像处理部分,首先通过文件路径输入控件控制待处理图像的路径,连接读取bmp文件控件和绘制平化像素控件,将原始图像显示在界面上[7-9]。选择函数>>数学>>脚本与公式模板中的MATLAB Script,就将该节点添加到了框图程序中。然后直接在该节点的框图中写入MATLAB图像处理程序,在对话框中导入脚本文件,再添加输入输出口并设定其数据类型即可完成调用脚本文件。

3.3 数据显示与存储

LABVIEW通过MATLAB Script节点调用M文件对图像进行处理后,可以得到钨矿石的颗粒特征参数,由于LABVIEW在界面设计上比MATLAB更有优势,所以,完成M文件调用后,即数据已经进入了LABVIEW,将MATLAB Script接入波形图控件完成了显示功能[7-9]。

4 实验验证

本文通过模拟实际生产条件,对-5 mm、5~6 mm、6~8 mm、8~9 mm、9~10 mm和+10 mm大小的颗粒进行像素标定后,建立检测算子大小分别为13、15、17、20、22和24进行10次粒度检测,计算累积误差率:

(2)

式中:Pr为粒级范围在r内的累积误差率;S为该粒级范围内筛分的颗粒个数;J为该粒级范围内检测的颗粒个数;N为一次实验筛分的总个数;i为实验次数。

将检测结果与筛分结果进行比较,并对实验结果进行分析,分析结果如表1所示。

从表1中可以看出,当矿石颗粒在5 mm以下时,检测误差大,当颗粒粒径越大时,检测误差越小,且各粒级

表1 检测实验结果分析

10次检测的累积误差率在5%以内。实验表明通过所建立的检测算子,能够较准确的统计每个粒级的矿石颗粒个数。

5 结论

(1)利用CCD摄像组件为检测元件获得矿石颗粒的图像并结合阈值分割算法的标记分水岭算法来有效分割粘连的颗粒,利用击中击不中变换完成了矿石颗粒的快速检测和颗粒参数的提取,实现了矿石粒度的自动化检测和数据的综合性分析。

(2)利用MATLAB 与LABVIEW进行混合编程的方法可以同时发挥LABVIEW界面设计良好和MATLAB语言简洁及对图片及矩阵的强大处理功能。

(3)矿石检测结果与实验的筛分结果具有较好的一致性,验证了矿石粒度检测方法的可行性。利用该检测系统,可以为磨机工作参数的最优控制以及充分发挥磨机的最大效能提供有效的途径。

[1] 张国英,邱波,刘冠洲,等.基于图像的原矿碎石粒度检测与分析系统.冶金自动化,2012,36(3):63-67.

[2] 高鹏,韩跃新,李艳军,等.基于数字图像处理的铁矿石深度还原评价方法.东北大学学报自然科学版,2011,33(1):133-136.

[3] 张芹,候德文.形态学分水岭算法在粘连图像分割中的应用.微型机与应用,2012,31(9):44-49.

[4] 魏炳辉.基于粒度分析的矿物颗粒图像处理及参数分析研究与实现:[学位论文].赣州:江西理工大学,2009.

[5] 王洪波.磨粉机工况监测技术的研究:[学位论文].哈尔滨:哈尔滨工业大学,2007.

[6] 黎鑫.基于形态学梯度和分水岭的图像分割算法研究:[学位论文].武汉:华中科技大学,2007.

[7] 蔡改贫,李龙茂,姜志宏.基于图像处理的矿石粒度检测系统设计.冶金自动化,2013,37(6):63-66.

[8] 张立栋,刘朝青,朱明亮,等.基于图像处理的回转滚筒内颗粒群提取方法.中国粉体技术,2013,19(4):42-45.

[9] 周基,田琼,英红,等.乳化沥青颗粒粒度的图像分析方法.建筑材料学报,2013,16(1):81-85.

Ore Particle Size Online Detecting System Based on Image Processing

LUO Xiao-yan ,LIN Long-fei ,CAI Gai-pin

(School of Mechanical and Electrical Engineering,Jiangxi University of Science and Technology,Ganzhou 341000,China)

In the field of tungsten ore crushing,detecting the particle size online is a key problem.A new detecting system was proposed in this paper.It got the particle image of ore particles by CCD camera and used the watershed algorithm to segment the granule shape.Based on extraction and analysis of information graphics particles,through the analysis and statistics detection operator to establish different size of particles after image segmentation and the hitting/missing transformation,particle size distribution was obtained.The ore mixed programming with MATLAB and LABVIEW developed a program for detecting system size.The experiment shows that the results of detection system have good consistency with the actual size distribution and it can satisfy the online detection of the ore particles need.

particle size distribution; online detecting; watershed algorithm; hit/miss transformation; mixed programming

国家自然科学基金项目(51464017);江西省高等学校科技落地计划项目(KJLD13045)

2014-10-08 收修改稿日期:2015-02-03

TP391

A

1002-1841(2015)07-0063-02

罗小燕(1967—),副教授,硕士生导师,硕士,主要研究方向为机电系统智能监测与控制。E:mail:LXY9416@163.com。

猜你喜欢

图像处理粒度矿石
人工智能辅助冠状动脉CTA图像处理和诊断的研究进展
粉末粒度对纯Re坯显微组织与力学性能的影响
两块矿石
矿kuànɡ石矿石多美丽
动态更新属性值变化时的最优粒度
基于ARM嵌入式的关于图像处理的交通信号灯识别
基于图像处理的机器人精确抓取的设计与实现
机器学习在图像处理中的应用
双粒度混合烧结矿颗粒填充床压降实验
煤粒度对褐煤生物气生成的影响特征