專利名稱：一種銅塊的銅品位檢測方法及其檢測系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于冶金工藝測試技術(shù)領(lǐng)域，具體涉及一種銅塊的銅品位檢測方法及其檢測系統(tǒng)。
背景技術(shù)：
銅加工過程需要能夠快速準(zhǔn)確地測量銅塊關(guān)于樣本銅品位的質(zhì)量指標(biāo)，銅品位在線檢測對于及時、高效地判斷氧化還原過程完成與否非常重要。在銅加工過程中，銅品位是實現(xiàn)自動控制的關(guān)鍵質(zhì)量參數(shù)。然而，由于高溫和腐蝕性等因素，該參數(shù)在線檢測成為成套控制系統(tǒng)應(yīng)用中的一個技術(shù)難題?，F(xiàn)有工藝下，銅品位檢測一般采用離線抽檢送到實驗室化驗的檢測方式，且多為化學(xué)分析方式，雖然檢測精度較高，但檢測時間較長，不能滿足在線實時控制的需要。目前在很多銅加工企業(yè)中，廢雜銅冶煉氧化還原反應(yīng)過程的操作工人常常目測銅液的顏色等外觀特征來估計銅品位大致是否達(dá)標(biāo)，進(jìn)而估計氧化還原反應(yīng)進(jìn)行的程度如何，雖然一定程度上滿足了檢測的實時性，但其估計判斷的準(zhǔn)確與否取決于工人的操作經(jīng)驗和疲勞狀態(tài)；故一般檢測精度不高，檢測結(jié)果的可靠性低。因此，國內(nèi)的銅加工企業(yè)目前都無法實現(xiàn)銅品位參數(shù)的在線實時精確測量，精確的銅品位參數(shù)多是通過實驗室的離線化驗分析獲得，但時間滯后達(dá)幾個小時；而現(xiàn)場依賴操作工人的經(jīng)驗估計出的銅品位，數(shù)據(jù)大多精度不高，可靠性低。Zhang Hongwei 和 Song Zhihuan 在標(biāo)題為 A Copper Compositions SoftSensorUsing Color Vision and LSSVR(Journal of Shanghai Jiaotong University,Vol. 45No. 8Aug. 2011)的文獻(xiàn)中提出了一種基于顏色特征的在線銅品位的估計方法，該方法通過現(xiàn)場取樣并固化再生銅樣品的彩色圖像，然后使用RGB(紅綠藍(lán))顏色空間、HSV(色調(diào)、飽和度、亮度)顏色空間和顏色矢量角分別量化再生銅顏色特征，最后利用最小二乘支持向量回歸對銅成分參數(shù)建立回歸模型，進(jìn)而實現(xiàn)銅成分參數(shù)估計。然而該技術(shù)存在以下技術(shù)缺陷(I)其基于工業(yè)控制計算機(jī)平臺，使用千兆網(wǎng)卡接口的工業(yè)攝像機(jī)，成本偏高，且便攜性不足，不適合產(chǎn)品化和推廣；(2) ROI (Region of Interest,感興趣區(qū)域)的提取全部依靠手動選取，操作麻煩；(3)對待檢測銅塊樣本沒有銅截面質(zhì)量檢測機(jī)制，如果ROI劃痕較多或者有污點，就會造成檢測的結(jié)果可信度低；(4)回歸采用最小二乘支持向量機(jī)模型，沒有物理意義，比如黃銅和紫銅銅品位跨度很大，一概而論地合在一起回歸非常影響模型精度。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)所存在的上述技術(shù)缺陷，本發(fā)明提供了一種銅塊的銅品位檢測方法，能夠?qū)崿F(xiàn)銅塊銅品位參數(shù)的實時精確測量。一種銅塊的銅品位檢測方法，包括如下步驟(I)采集待測銅塊的樣本圖像，從中提取ROI ；(2)對所述的ROI進(jìn)行紋理特征提取,得到ROI的LBP (Local BinaryPatterns,局部二值模式)直方圖、VAR (局部方差)特征值和灰度方差；(3)根據(jù)所述的LBP直方圖、VAR特征值和灰度方差，對所述的ROI進(jìn)行質(zhì)量評判若質(zhì)量合格，則執(zhí)行步驟(4);若否，則更換待測銅塊，返回執(zhí)行步驟(I)；(4)對合格的ROI進(jìn)行顏色特征提取，得到ROI的RGB平均強度值，進(jìn)而計算出待測銅塊的顏色矢量角；(5)根據(jù)所述的RGB平均強度值，確定待測銅塊的類別；(6)根據(jù)待測銅塊的類別，從樣本數(shù)據(jù)庫中獲取該類銅塊的所有樣本信息，通過EM算法(Expectation-maximization algorithm,最大期望算法)模擬出該類銅塊的K個高斯函數(shù)，K為大于I的自然數(shù)；進(jìn)而根據(jù)所述的顏色矢量角和高斯函數(shù)計算出待測銅塊的銅品位。每組樣本信息包含有對應(yīng)銅塊樣本的顏色矢量角和銅品位。所述的步驟⑴中，從樣本圖像中提取ROI的方法如下a.從樣本數(shù)據(jù)庫中獲取所有銅截面信息，從而建立每組銅截面信息對應(yīng)的色調(diào)區(qū)間[μ Η-3 σ Η，μ η+3 σ Η]和飽和度區(qū)間[μ「3 σ s，μ s+3 σ J ；每組銅截面信息包含有對應(yīng)銅截面樣本的色調(diào)均值μ Η、色調(diào)方差σ Η、飽和度均值μ s和飽和度方差σ s ；b.對于樣本圖像中的任一像素，對該像素的色調(diào)和飽和度進(jìn)行區(qū)間檢測只要有一組銅截面信息，像素的色調(diào)和飽和度同時落在該組銅截面信息對應(yīng)的色調(diào)區(qū)間和飽和度區(qū)間內(nèi)，則標(biāo)記該像素為前景像素；依此遍歷樣本圖像中的所有像素，以檢測出樣本圖像中的所有前景像素；c.對樣本圖像進(jìn)行邊緣檢測，以確定樣本圖像中銅塊的所有邊緣像素；從樣本圖像中提取前景像素密度最大的區(qū)域，并以該區(qū)域的中心像素作為基準(zhǔn)點；d.確定所述的基準(zhǔn)點在 0°、45。、90。、135。、180。、225。、270。和 315。這八個方向上所對應(yīng)的八個邊緣像素，以這八個邊緣像素為頂點構(gòu)建一八邊形；e.以所述的八邊形的中心像素為中心，在樣本圖像中建立一長為L/2，寬為H/2的矩形區(qū)域作為ROI ;其中，L為基準(zhǔn)點在0°方向上對應(yīng)的邊緣像素到基準(zhǔn)點在180°方向上對應(yīng)的邊緣像素的距離，H為基準(zhǔn)點在90°方向上對應(yīng)的邊緣像素到基準(zhǔn)點在270°方向上對應(yīng)的邊緣像素的距離。所述的步驟c中，從樣本圖像中提取前景像素密度最大的區(qū)域的方法為在樣本圖像中建立窗口 C1，其大小為樣本圖像的四分之一；通過前景像素掃描確定窗口 C1在樣本圖像中的位置，以保證窗口 C1中前景像素個數(shù)最多，并計掃描一次；依此，在窗口 Clri中建立窗口 Cn，其大小為窗口 Clri的四分之一；通過前景像素掃描確定窗口 Cn在窗口 Clri中的位置，以保證窗口 Cn中前景像素個數(shù)最多，并計掃描η次，η為大于I的自然數(shù)； 當(dāng)滿足以下三個條件中的任何一條，終止掃描并確定窗口 Cn為前景像素密度最大的區(qū)域；條件1:n等于30 ;條件2 :窗口 Cn中前景像素個數(shù)占窗口 Cn總像素個數(shù)的比例超過60% ；條件3 =Bn-Blri ( 3% ；Bn為窗口 Cn中前景像素個數(shù)占窗口 Cn總像素個數(shù)的比例，Bn-!為窗口 Clri中前景像素個數(shù)占窗口 Clri總像素個數(shù)的比例。所述的步驟(3)中，對ROI進(jìn)行質(zhì)量評判的標(biāo)準(zhǔn)為當(dāng)滿足以下兩個條件中的任何一條，即判定ROI質(zhì)量不合格；條件1:灰度方差大于5 ；條件2 :VAR特征值大于4，且LBP直方圖中第四種模式像素個數(shù)與第五種模式像素個數(shù)的和占ROI總像素個數(shù)的比例超過60%。所述的步驟(4)中，根據(jù)以下算式計算待測銅塊的顏色矢量角Ce = O. 877[O. 701Red_0. 587 (256-Green)-O.114Blue]Cb = -O. 493[_0. 299Red_0· 587 (256-Green)-0. 886Blue]θ = arctan (CE/CB)其中Red為ROI紅色通道的平均強度值，Green為ROI綠色通道的平均強度值，Blue為ROI藍(lán)色通道的平均強度值，Θ為待測銅塊的顏色矢量角。
`
所述的步驟￠)中，根據(jù)以下算式計算待測銅塊的銅品位
權(quán)利要求
1.一種銅塊的銅品位檢測方法，包括如下步驟 (1)采集待測銅塊的樣本圖像，從中提取ROI； (2)對所述的ROI進(jìn)行紋理特征提取，得到ROI的LBP直方圖、VAR特征值和灰度方差； (3)根據(jù)所述的LBP直方圖、VAR特征值和灰度方差，對所述的ROI進(jìn)行質(zhì)量評判若質(zhì)量合格，則執(zhí)行步驟(4);若否，則更換待測銅塊，返回執(zhí)行步驟(I)； (4)對合格的ROI進(jìn)行顏色特征提取，得到ROI的RGB平均強度值，進(jìn)而計算出待測銅塊的顏色矢量角； (5)根據(jù)所述的RGB平均強度值，確定待測銅塊的類別； (6)根據(jù)待測銅塊的類別,從樣本數(shù)據(jù)庫中獲取該類銅塊的所有樣本信息,通過EM算法模擬出該類銅塊的K個高斯函數(shù)，K為大于I的自然數(shù)；進(jìn)而根據(jù)所述的顏色矢量角和高斯函數(shù)計算出待測銅塊的銅品位。
2.根據(jù)權(quán)利要求1所述的銅品位檢測方法，其特征在于所述的步驟(I)中，從樣本圖像中提取ROI的方法如下 a.從樣本數(shù)據(jù)庫中獲取所有銅截面信息，從而建立每組銅截面信息對應(yīng)的色調(diào)區(qū)間[μ Η-3 σ Η, μ η+3 σ J 和飽和度區(qū)間[μ s_3 σ s，μ s+3 σ J ； 每組銅截面信息包含有對應(yīng)銅截面樣本的色調(diào)均值P Η、色調(diào)方差σΗ、飽和度均值μ s和飽和度方差σ s ； b.對于樣本圖像中的任一像素，對該像素的色調(diào)和飽和度進(jìn)行區(qū)間檢測只要有一組銅截面信息，像素的色調(diào)和飽和度同時落在該組銅截面信息對應(yīng)的色調(diào)區(qū)間和飽和度區(qū)間內(nèi)，則標(biāo)記該像素為前景像素；依此遍歷樣本圖像中的所有像素，以檢測出樣本圖像中的所有前景像素； c.對樣本圖像進(jìn)行邊緣檢測，以確定樣本圖像中銅塊的所有邊緣像素；從樣本圖像中提取前景像素密度最大的區(qū)域，并以該區(qū)域的中心像素作為基準(zhǔn)點； d.確定所述的基準(zhǔn)點在0°、45。、90。、135。、180。、225。、270。和315。這八個方向上所對應(yīng)的八個邊緣像素，以這八個邊緣像素為頂點構(gòu)建一八邊形； e.以所述的八邊形的中心像素為中心，在樣本圖像中建立一長為L/2，寬為H/2的矩形區(qū)域作為ROI ;其中，L為基準(zhǔn)點在0°方向上對應(yīng)的邊緣像素到基準(zhǔn)點在180°方向上對應(yīng)的邊緣像素的距離，H為基準(zhǔn)點在90°方向上對應(yīng)的邊緣像素到基準(zhǔn)點在270°方向上對應(yīng)的邊緣像素的距離。
3.根據(jù)權(quán)利要求2所述的銅品位檢測方法，其特征在于所述的步驟c中，從樣本圖像中提取前景像素密度最大的區(qū)域的方法為 在樣本圖像中建立窗口 C1，其大小為樣本圖像的四分之一；通過前景像素掃描確定窗口 C1在樣本圖像中的位置，以保證窗口 C1中前景像素個數(shù)最多，并計掃描一次； 依此，在窗口 Clri中建立窗口 Cn，其大小為窗口 Clri的四分之一；通過前景像素掃描確定窗口 Cn在窗口 Clri中的位置，以保證窗口 Cn中前景像素個數(shù)最多，并計掃描η次，η為大于I的自然數(shù)； 當(dāng)滿足以下三個條件中的任何一條，終止掃描并確定窗口 Cn為前景像素密度最大的區(qū)域； 條件I η等于30 ；條件2 :窗口 Cn中前景像素個數(shù)占窗口 Cn總像素個數(shù)的比例超過60% ； 條件3 =Bn-Bn^1彡3% ;Bn為窗口 Cn中前景像素個數(shù)占窗口 Cn總像素個數(shù)的比例，Blri為窗口 Clri中前景像素個數(shù)占窗口 Clri總像素個數(shù)的比例。
4.根據(jù)權(quán)利要求1所述的銅品位檢測方法，其特征在于所述的步驟(3)中，對ROI進(jìn)行質(zhì)量評判的標(biāo)準(zhǔn)為當(dāng)滿足以下兩個條件中的任何一條，即判定ROI質(zhì)量不合格； 條件1:灰度方差大于5 ； 條件2 =VAR特征值大于4，且LBP直方圖中第四種模式像素個數(shù)與第五種模式像素個數(shù)的和占ROI總像素個數(shù)的比例超過60%。
5.根據(jù)權(quán)利要求1所述的銅品位檢測方法，其特征在于所述的步驟(4)中，根據(jù)以下算式計算待測銅塊的顏色矢量角Ce = O. 877[O. 701Red-0. 587 (256-Green)-O. 114Blue]Cb = -O. 493[-0. 299Red-0. 587(256-Green)-0. 886Blue]Θ = arctan (CE/CE) 其中Red為ROI紅色通道的平均強度值，Green為ROI綠色通道的平均強度值，Blue為ROI藍(lán)色通道的平均強度值，Θ為待測銅塊的顏色矢量角。
6.根據(jù)權(quán)利要求1所述的銅品位檢測方法，其特征在于所述的步驟(6)中，根據(jù)以下算式計算待測銅塊的銅品位
7.一種銅塊的銅品位檢測系統(tǒng)，其特征在于，包括 圖像采集單元，用于采集待測銅塊的樣本圖像； 圖像處理單元，用于從樣本圖像中提取出如1，對! 01進(jìn)行紋理特征提取和質(zhì)量評判，進(jìn)而判斷待測銅塊的類別，并計算出待測銅塊的顏色矢量角和銅品位； 人機(jī)界面單元，用于輸出顯示待測銅塊的顏色矢量角和銅品位，并根據(jù)用戶的操作指令對圖像處理單元進(jìn)行參數(shù)設(shè)定。
8.根據(jù)權(quán)利要求7所述的銅品位檢測系統(tǒng)，其特征在于所述的圖像處理單元，包括ROI提取模塊，用于從樣本圖像中提取出ROI ； 紋理特征提取模塊，用于對ROI進(jìn)行紋理特征提取，得到ROI的LBP直方圖、VAR特征值和灰度方差； 質(zhì)量評判模塊，用于根據(jù)LBP直方圖、VAR特征值和灰度方差，對ROI進(jìn)行質(zhì)量評判； 矢量角計算模塊，用于對質(zhì)量合格的ROI進(jìn)行顏色特征提取，得到ROI的RGB平均強度值，進(jìn)而計算出待測銅塊的顏色矢量角； 銅類別判斷模塊，用于根據(jù)所述的RGB平均強度值，判斷待測銅塊的類別； 樣本數(shù)據(jù)庫，用于存儲各類銅塊的樣本信息； 銅品位計算模塊，用于根據(jù)銅塊的類別從樣本數(shù)據(jù)庫中獲取對應(yīng)類別的所有樣本信息，并通過EM算法模擬出該類銅塊的K個高斯函數(shù)，K為大于I的自然數(shù)；進(jìn)而根據(jù)所述的顏色矢量角和高斯函數(shù)計算出待測銅塊的銅品位。
9.根據(jù)權(quán)利要求7所述的銅品位檢測系統(tǒng)，其特征在于所述的圖像采集單元采用工業(yè)攝像機(jī)，所述的圖像處理單元采用ARM+DSP的雙核處理器，所述的人機(jī)界面單元采用IXD觸摸式顯示屏。
全文摘要
本發(fā)明公開了一種銅塊的銅品位檢測方法，包括(1)采集圖像，提取ROI；(2)對ROI進(jìn)行紋理特征提??；(3)對ROI進(jìn)行質(zhì)量評判；(4)計算出顏色矢量角；(5)確定待測銅塊的類別；(6)計算出銅品位。本發(fā)明方法能夠自動完成復(fù)雜背景下銅塊截面定位和ROI獲取，并能基于紋理特征篩選出質(zhì)量合格的ROI，最終根據(jù)ROI顏色特征通過混合高斯回歸快速地估計出銅品位，精度較高。本發(fā)明還對應(yīng)公開了一套銅品位檢測系統(tǒng)，其基于ARM+DSP雙核芯片的嵌入式平臺，通過工業(yè)攝像機(jī)采集圖像，攜帶方便，極大地降低了成本，非常適合產(chǎn)品化，具有全自動、不接觸、無損傷、連續(xù)、實時、精度高的優(yōu)點。
文檔編號G01N21/84GK103063674SQ20121057690
公開日2013年4月24日 申請日期2012年12月26日 優(yōu)先權(quán)日2012年12月26日
發(fā)明者宋執(zhí)環(huán), 黃健, 李斌, 陳文偉 申請人:浙江大學(xué)