專利名稱：一種具有機(jī)器視覺的智能顯微熔點(diǎn)儀及熔點(diǎn)測(cè)量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種一種具有機(jī)器視覺的智能顯微熔點(diǎn)儀及熔點(diǎn)測(cè)量方法，是一種基于機(jī)器視覺與模式識(shí)別技術(shù)相結(jié)合的全自動(dòng)熔點(diǎn)儀及熔點(diǎn)測(cè)量方法。
背景技術(shù)：
在醫(yī)藥、化學(xué)試劑、香料、印染等行業(yè)的科研與生產(chǎn)中經(jīng)常涉及到有機(jī)物熔點(diǎn)的測(cè)量問題。這是因?yàn)橛袡C(jī)物在使用前或者是生產(chǎn)后，對(duì)產(chǎn)品的質(zhì)量起著至關(guān)重要的作用。根據(jù)物理化學(xué)的定義，物質(zhì)的熔點(diǎn)是指該物質(zhì)由固態(tài)變?yōu)橐簯B(tài)的溫度，在有機(jī)化學(xué)領(lǐng)域中，對(duì)于純粹的有機(jī)化合物，一般都有其特定的熔點(diǎn)，但如混有雜質(zhì)則其熔點(diǎn)發(fā)生變化。因此熔點(diǎn)測(cè)定是辨認(rèn)物質(zhì)的基本手段之一，也是純度測(cè)定的重要方法之一。目前常用的顯微熔點(diǎn)儀采用蓋玻片夾持樣品，加熱臺(tái)采用了可控硅溫度調(diào)節(jié)器，實(shí)現(xiàn)線性升溫；當(dāng)人眼觀察到初熔和終熔現(xiàn)象時(shí)，按下按鈕捕捉初熔點(diǎn)和終熔點(diǎn)。這種方法的測(cè)量精度在很大程度上依賴于人的經(jīng)驗(yàn)，有時(shí)存在較大的誤差。

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種基于機(jī)器視覺與模式識(shí)別相結(jié)合的自動(dòng)熔點(diǎn)儀，以克服傳統(tǒng)方法依賴人工目視檢測(cè)效率不高，熔點(diǎn)讀數(shù)不夠精確的缺點(diǎn)，同時(shí)，為測(cè)量物質(zhì)的熔點(diǎn)提供一種全新的自動(dòng)化測(cè)量的方法。為了達(dá)到上述目的，本發(fā)明的一個(gè)技術(shù)方案是提供了一種具有機(jī)器視覺的智能顯微熔點(diǎn)儀，包括光源、光學(xué)顯微鏡、攝像頭、加熱平臺(tái)、溫度傳感器、溫控儀及計(jì)算機(jī)，其特征在于加熱平臺(tái)設(shè)于光學(xué)顯微鏡的觀測(cè)平臺(tái)上，由溫度傳感器對(duì)加熱平臺(tái)的溫度進(jìn)行檢測(cè)，溫度傳感器連接溫控儀，由溫控儀根據(jù)溫度傳感器采集到的信號(hào)控制加熱平臺(tái)的加熱溫度，溫控儀連接計(jì)算機(jī)，在加熱平臺(tái)的上方及下方分別設(shè)有攝像頭及光源，由攝像頭捕捉通過光學(xué)顯微鏡觀察到的圖像，攝像頭連接計(jì)算機(jī)。本發(fā)明還提供了一種采用上述的具有機(jī)器視覺的智能顯微熔點(diǎn)儀的熔點(diǎn)測(cè)量方法，其特征在于，步驟為第一步、將聚酯切片放置在加熱平臺(tái)上，由攝像頭捕捉通過光學(xué)顯微鏡觀察到的聚酯切片的初始化圖像；第二步、加熱平臺(tái)加熱被測(cè)試的聚酯切片，溫度傳感器將加熱溫度轉(zhuǎn)換為電信號(hào)，溫控儀利用該電信號(hào)控制加熱平臺(tái)進(jìn)行線性升溫，計(jì)算機(jī)通過通訊口實(shí)時(shí)讀取溫控儀的當(dāng)前溫度，由攝像頭捕捉通過光學(xué)顯微鏡觀察到的聚酯切片的融化狀態(tài)圖像；第三步、將初始化圖像及融化狀態(tài)圖像分別轉(zhuǎn)變?yōu)槌跏蓟叶葓D像及融化狀態(tài)灰度圖像，再分別獲取初始化灰度圖像及融化狀態(tài)灰度圖像的差分矩陣，差分矩陣表示灰度圖像的在任意方向上的灰度變化；第四步、分別提取初始化灰度圖像差分矩陣的及融化狀態(tài)灰度圖像差分矩陣的三個(gè)特征值，分別為對(duì)比度Cm、角度方向二階矩Asm和平均值M_，由三個(gè)特征值組成一組特征向量，則得到一組初始化特征向量及當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組融化狀態(tài)特征向量；第五步、以初始化特征向量為基準(zhǔn)，對(duì)每次捕獲到的融化狀態(tài)圖所對(duì)應(yīng)的融化狀態(tài)特征向量進(jìn)行相似度計(jì)算，得到一條特征向量的相似度曲線，在相似度曲線上找到相似度最大值與相鄰的極小值位置，其對(duì)應(yīng)的溫度值分別為最終熔點(diǎn)溫度值與初始熔點(diǎn)溫度值。優(yōu)選地，在第三步中將初始化圖像及融化狀態(tài)圖像分別轉(zhuǎn)變?yōu)槌跏蓟叶葓D像及融化狀態(tài)灰度圖像的過程為以初始化圖像及融化狀態(tài)圖像中每個(gè)像素點(diǎn)的3X3鄰域?yàn)橐粋€(gè)紋理元，將初始化圖像及融化狀態(tài)圖像轉(zhuǎn)變?yōu)榛叶葓D像。優(yōu)選地，在第三步中獲得差分矩陣的過程為設(shè)灰度圖像在坐標(biāo)位置(a，b)處的灰度值為I (a，b)，I (a, b) = {(a,b) |x-l彡a彡x+1, y-1彡b彡y+1},貝丨J I (x, y)在水平方向的灰度變化為A1 (x, y)，A1 (χ,
y) = 11 (χ-l，y)-I (χ+l，y) I ;I (χ，y)在 90 ° 方向的灰度變化為 A2(x, y), A2(x, y)=
I (x，y-l)-I (χ，y+1) I ;I (x，y)在 45。方向的灰度變化為 A3 (x, y)，A3 (x, y) = 11 (x+1,y-l)-I (x-1，y+1) I ;I (x, y)在 135 ° 方向的灰度變化為 A4(x, y), A4(x, y) = 11 (χ-1,y_l)_I (x+1, y+1) |，則總差分矩陣 A = (A1+A2+A3+A4) /40優(yōu)選地，在第四步中提取特征值的方法過程為對(duì)總差分矩陣A分別在空域中及頻域中提取特征值，從而得到一組空域初始化特征向量、一組頻域初始化特征向量、當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組空域融化狀態(tài)特征向量及當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組頻域融化狀態(tài)特征向量；對(duì)總差分矩陣A分別在空域中提取特征值的過程為進(jìn)行直方圖統(tǒng)計(jì)，得差分直方圖A(x，y)，差分直方圖A(x，y)的橫坐標(biāo)為灰度差分值，縱坐標(biāo)為該灰度差分值在總差分矩陣A中出現(xiàn)的概率，灰度差分值i對(duì)應(yīng)的概率為P (f)，則對(duì)比度=YdI2* pii) I
i=0角度方向二階矩4 = >2孫
1=0平均值況_=γΣ *ρ )淇中，L為差分直方圖A(x，y)中橫坐標(biāo)的最大值；
1=0對(duì)總差分矩陣A分別在頻域中提取特征值的過程為先對(duì)總差分矩陣A進(jìn)行傅里葉變換，得到傅氏變換幅度序列F，再對(duì)傅氏變換幅度序列F進(jìn)行直方圖統(tǒng)計(jì)，得到差分圖頻譜直方圖F(x，y)，運(yùn)用與空域提取特征值相同的計(jì)算公式分別計(jì)算得到F(x，y)的對(duì)比度Cm、角度方向二階矩Asm和平均值M_。優(yōu)選地，在第五步中獲取相似度曲線的過程為步驟5. I、對(duì)一組空域初始化特征向量、一組頻域初始化特征向量、當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組空域融化狀態(tài)特征向量及當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組頻域融化狀態(tài)特征向量分別進(jìn)行高斯歸一化；步驟5. 2、計(jì)算當(dāng)前融化狀態(tài)圖像與初始化圖像之間的總體相似度，總體相似度為同一幅融化狀態(tài)圖像的空域相似距離與頻域相似距離之和；用歐氏距離法計(jì)算空域初始化特征向量與當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的空域融化狀態(tài)特征向量之間的相似距離，得空域相似距離；用歐氏距離法計(jì)算頻域初始化特征向量與當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的頻域融化狀態(tài)特征向量之間的相似距離，得頻域相似距離；步驟5. 3、不斷計(jì)算和記錄實(shí)時(shí)捕捉到的融化狀態(tài)圖像與初始化圖像之間的總體相似度，從而得到相似度曲線。基于上述方案，本發(fā)明實(shí)現(xiàn)了聚酯切片熔點(diǎn)的自動(dòng)測(cè)量，使熔點(diǎn)測(cè)量的操作更加簡(jiǎn)便，在提高了測(cè)量的重復(fù)性和測(cè)量效率的基礎(chǔ)上，提高了測(cè)量的準(zhǔn)確性。


圖I為本發(fā)明提供的一種具有機(jī)器視覺的智能顯微熔點(diǎn)儀；圖2為本發(fā)明的流程圖；圖3為圖像分析算法的流程圖； 圖4為圖像中任意像素的3X3鄰域圖。
具體實(shí)施例方式為使本發(fā)明更明顯易懂，茲以優(yōu)選實(shí)施例，并配合附圖作詳細(xì)說明如下。如圖I所示，本發(fā)明提供的一種具有機(jī)器視覺的智能顯微熔點(diǎn)儀，包括光源I、光學(xué)顯微鏡2、攝像頭3、加熱平臺(tái)4、溫度傳感器5、溫控儀6及計(jì)算機(jī)7，加熱平臺(tái)4設(shè)于光學(xué)顯微鏡2的觀測(cè)平臺(tái)上，由溫度傳感器5對(duì)加熱平臺(tái)4的溫度進(jìn)行檢測(cè)，溫度傳感器5連接溫控儀6，由溫控儀6根據(jù)溫度傳感器5采集到的信號(hào)控制加熱平臺(tái)4的加熱溫度，溫控儀6連接計(jì)算機(jī)7，在加熱平臺(tái)4的上方及下方分別設(shè)有攝像頭3及光源1，由攝像頭3捕捉通過光學(xué)顯微鏡2觀察到的圖像，攝像頭3連接計(jì)算機(jī)7。結(jié)合圖2及圖3，本發(fā)明提供的熔點(diǎn)測(cè)量方法利用VC++開發(fā)軟件平臺(tái)和OpenCV開放庫，其步驟為第一步、將聚酯切片放置在加熱平臺(tái)4上，觀察通過攝像頭3獲得的圖像，移動(dòng)加熱平臺(tái)4，找到圖像中紋理最明顯的地方，使其位于攝像頭3最佳拍攝范圍內(nèi)，由攝像頭3捕捉通過光學(xué)顯微鏡2觀察到的聚酯切片的初始化圖像第二步、加熱平臺(tái)4加熱被測(cè)試的聚酯切片，溫度傳感器5將加熱溫度轉(zhuǎn)換為電信號(hào)，溫控儀6利用該電信號(hào)控制加熱平臺(tái)4進(jìn)行線性升溫，計(jì)算機(jī)7通過通訊口實(shí)時(shí)讀取溫控儀6的當(dāng)前溫度，由攝像頭3捕捉通過光學(xué)顯微鏡2觀察到的聚酯切片的融化狀態(tài)圖像；第三步、結(jié)合圖4，以初始化圖像及當(dāng)前的融化狀態(tài)圖像中每個(gè)像素點(diǎn)的3X3鄰域?yàn)橐粋€(gè)紋理元，將初始化圖像及融化狀態(tài)圖像分別轉(zhuǎn)變?yōu)榛叶葓D像；設(shè)灰度圖像在坐標(biāo)位置(a，b)處的灰度值為I (a，b)，I (d，b) = {(a,b) |x-l彡a彡x+1, y-1彡b彡y+1}，則灰度圖像I (x, y)在水平方向的灰度變化為A1U,y) ,A1 (x,y) = 11 (x-l,y)-I (x+l,y) I (I);灰度圖像 I (x，y)在 90° 方向的灰度變化為 A2 (χ,y) ,A2 (x,y) = 11 (x,y-l)-I (x,y+l) I (2);灰度圖像 I (x, y)在 45° 方向的灰度變化為 A3(χ,y), A3(x, y) = 11 (x+1, y-1)-I (x-1, y+1) I (3);灰度圖像 I (x, y)在 135° 方向的灰度變化為 A4 (χ, y), A4 (χ, y) = I (χ-l, y-1) -I (x+1, y+1) | (4)；對(duì)四個(gè)方向的差分矩陣分別提取特征量，即可以得到圖像紋理在各個(gè)方向上的特征。但實(shí)際應(yīng)用的某些場(chǎng)合對(duì)圖像紋理的方向性并不關(guān)心，因此可將公式(I)至公式(4)合并,得到總差分矩陣A = (A1+A2+A3+A4) /4 ；第四步、對(duì)總差分矩陣A分別在空域中及頻域中提取特征值，從而得到一組空域初始化特征向量、一組頻域初始化特征向量、當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組空域融化狀態(tài)特征向量及當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組頻域融化狀態(tài)特征向量；對(duì)總差分矩陣A分別在空域中提取特征值的過程為進(jìn)行直方圖統(tǒng)計(jì)，得差分直方圖A (X，y)，差分直方圖A (X，y)的橫坐標(biāo)為灰度差分值，縱坐標(biāo)為該灰度差分值在總差分矩陣A中出現(xiàn)的概率，灰度差分值i對(duì)應(yīng)的概率為P (i)，O < i < L。當(dāng)較小值的灰度差分值i出現(xiàn)概率較大時(shí)，說明紋理比較粗糙；反之，若較大值的灰度差分值i出現(xiàn)概率較大時(shí)，說明紋理比較細(xì)。采用對(duì)比度Cm、角度方向二階矩Asm和平均值11_三個(gè)參數(shù)來描述紋理特征，則對(duì)比度
權(quán)利要求
1.一種具有機(jī)器視覺的智能顯微熔點(diǎn)儀，包括光源(I)、光學(xué)顯微鏡(2)、攝像頭(3)、加熱平臺(tái)(4)、溫度傳感器(5)、溫控儀(6)及計(jì)算機(jī)(7)，其特征在于加熱平臺(tái)(4)設(shè)于光學(xué)顯微鏡(2)的觀測(cè)平臺(tái)上，由溫度傳感器(5)對(duì)加熱平臺(tái)(4)的溫度進(jìn)行檢測(cè)，溫度傳感器(5)連接溫控儀(6)，由溫控儀(6)根據(jù)溫度傳感器(5)采集到的信號(hào)控制加熱平臺(tái)(4)的加熱溫度，溫控儀(6)連接計(jì)算機(jī)(7)，在加熱平臺(tái)(4)的上方及下方分別設(shè)有攝像頭(3)及光源(I)，由攝像頭(3)捕捉通過光學(xué)顯微鏡(2)觀察到的圖像，攝像頭(3)連接計(jì)算機(jī)⑵。
2.一種采用如權(quán)利要求I所述的具有機(jī)器視覺的智能顯微熔點(diǎn)儀的熔點(diǎn)測(cè)量方法，其特征在于，步驟為 第一步、將聚酯切片放置在加熱平臺(tái)(4)上，由攝像頭(3)捕捉通過光學(xué)顯微鏡(2)觀察到的聚酯切片的初始化圖像； 第二步、加熱平臺(tái)⑷加熱被測(cè)試的聚酯切片，溫度傳感器(5)將加熱溫度轉(zhuǎn)換為電信號(hào)，溫控儀(6)利用該電信號(hào)控制加熱平臺(tái)⑷進(jìn)行線性升溫，計(jì)算機(jī)(7)通過通訊口實(shí)時(shí)讀取溫控儀(6)的當(dāng)前溫度，由攝像頭(3)捕捉通過光學(xué)顯微鏡⑵觀察到的聚酯切片的融化狀態(tài)圖像； 第三步、將初始化圖像及融化狀態(tài)圖像分別轉(zhuǎn)變?yōu)槌跏蓟叶葓D像及融化狀態(tài)灰度圖像，再分別獲取初始化灰度圖像及融化狀態(tài)灰度圖像的差分矩陣，差分矩陣表示灰度圖像的在任意方向上的灰度變化； 第四步、分別提取初始化灰度圖像差分矩陣的及融化狀態(tài)灰度圖像差分矩陣的三個(gè)特征值，分別為對(duì)比度Cm、角度方向二階矩Asm和平均值M_，由三個(gè)特征值組成一組特征向量，則得到一組初始化特征向量及當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組融化狀態(tài)特征向量； 第五步、以初始化特征向量為基準(zhǔn)，對(duì)每次捕獲到的融化狀態(tài)圖所對(duì)應(yīng)的融化狀態(tài)特征向量進(jìn)行相似度計(jì)算，得到一條特征向量的相似度曲線，在相似度曲線上找到相似度最大值與相鄰的極小值位置，其對(duì)應(yīng)的溫度值分別為最終熔點(diǎn)溫度值與初始熔點(diǎn)溫度值。
3.如權(quán)利要求2所述的一種熔點(diǎn)測(cè)量方法，其特征在于，在第三步中將初始化圖像及融化狀態(tài)圖像分別轉(zhuǎn)變?yōu)槌跏蓟叶葓D像及融化狀態(tài)灰度圖像的過程為以初始化圖像及融化狀態(tài)圖像中每個(gè)像素點(diǎn)的3X3鄰域?yàn)橐粋€(gè)紋理元，將初始化圖像及融化狀態(tài)圖像轉(zhuǎn)變?yōu)榛叶葓D像。
4.如權(quán)利要求2所述的一種熔點(diǎn)測(cè)量方法，其特征在于，在第三步中獲得差分矩陣的過程為 設(shè)灰度圖像在坐標(biāo)位置Oa, b)處的灰度值為I (a,b), I (a,b) = {(a,b) | x_l ^a^x+1,y-1 ≤b ≤y+1},則 I (x, y)在水平方向的灰度變化為 A1 (x, y), A1 (x, y) = I (x_l, y) -I (χ+1,y) I ;Ι (X，y)在 90° 方向的灰度變化為 A2 (x, y), A2 (χ, y) = 11 (χ, y-l)-I (χ, y+1) I ；Ι (χ,y)在 45。方向的灰度變化為 A3 (x, y)，A3 (x, y) = 11 (x+1, y_l)_I (χ_1, y+1) I ;Ι (χ, y)在135。方向的灰度變化為 A4(x, y), A4(x, y) = 11 (x_l, y_l)-I (x+1, y+1) I,則總差分矩陣 A=(Ai+Ag+Ag+Aj /4。
5.如權(quán)利要求4所述的一種熔點(diǎn)測(cè)量方法，其特征在于，在第四步中提取特征值的方法過程為 對(duì)總差分矩陣A分別在空域中及頻域中提取特征值，從而得到一組空域初始化特征向量、一組頻域初始化特征向量、當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組空域融化狀態(tài)特征向量及當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組頻域融化狀態(tài)特征向量； 對(duì)總差分矩陣A分別在空域中提取特征值的過程為進(jìn)行直方圖統(tǒng)計(jì)，得差分直方圖A(x, y)，差分直方圖A(x, y)的橫坐標(biāo)為灰度差分值,縱坐標(biāo)為該灰度差分值在總差分矩陣A中出現(xiàn)的概率，灰度差分值i對(duì)應(yīng)的概率為P (i)，則 對(duì)比度
6.如權(quán)利要求5所述的一種熔點(diǎn)測(cè)量方法，其特征在于，在第五步中獲取相似度曲線的過程為 步驟5. I、對(duì)一組空域初始化特征向量、一組頻域初始化特征向量、當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組空域融化狀態(tài)特征向量及當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的一組頻域融化狀態(tài)特征向量分別進(jìn)行高斯歸一化； 步驟5. 2、計(jì)算當(dāng)前融化狀態(tài)圖像與初始化圖像之間的總體相似度，總體相似度為同一幅融化狀態(tài)圖像的空域相似距離與頻域相似距離之和； 用歐氏距離法計(jì)算空域初始化特征向量與當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的空域融化狀態(tài)特征向量之間的相似距離，得空域相似距離；用歐氏距離法計(jì)算頻域初始化特征向量與當(dāng)前融化狀態(tài)圖像所對(duì)應(yīng)的頻域融化狀態(tài)特征向量之間的相似距離，得頻域相似距離； 步驟5. 3、不斷計(jì)算和記錄實(shí)時(shí)捕捉到的融化狀態(tài)圖像與初始化圖像之間的總體相似度，從而得到相似度曲線。
全文摘要
一種具有機(jī)器視覺的智能顯微熔點(diǎn)儀及熔點(diǎn)測(cè)量方法，本發(fā)明提出一種基于機(jī)器視覺的自動(dòng)熔點(diǎn)儀的測(cè)量方法。本發(fā)明包含硬件和軟件兩個(gè)部分。硬件部分由光源、光學(xué)顯微鏡、攝像頭、加熱平臺(tái)、溫度傳感器、溫控儀、計(jì)算機(jī)組成。軟件部分由輸入輸出、圖像處理和人機(jī)界面三大模塊組成。根據(jù)攝像頭實(shí)時(shí)捕捉的圖像，進(jìn)行灰度轉(zhuǎn)換，差分矩陣生成；在空域與頻域中分別提取對(duì)比度、角度方向二階矩、平均值三個(gè)特征值；對(duì)三個(gè)特征值組成的特征向量進(jìn)行高斯歸一化；然后根據(jù)聚酯切片初始圖像特征向量與當(dāng)前圖像特征向量進(jìn)行相似度的計(jì)算；最后根據(jù)相似度曲線找到初熔點(diǎn)及終熔點(diǎn)所對(duì)應(yīng)的溫度值。本發(fā)明與現(xiàn)有的測(cè)量方法相比，提高了測(cè)量的重復(fù)性和測(cè)量效率，使得測(cè)量的結(jié)果更加準(zhǔn)確，操作更加簡(jiǎn)便。
文檔編號(hào)G01N25/04GK102937602SQ20121041968
公開日2013年2月20日 申請(qǐng)日期2012年10月26日 優(yōu)先權(quán)日2012年10月26日
發(fā)明者張中煒, 賀增 申請(qǐng)人:東華大學(xué)