本發(fā)明涉及一種利用圖像對釀酒蒸餾工藝甑料控制的方法，屬于自動控制技術(shù)領(lǐng)域。

背景技術(shù)：

在釀酒工藝中，為了保證酒精含量，一般要進行蒸餾提純，工作人員在裝甑中難免會出現(xiàn)錯誤操作或者不及時操作，出現(xiàn)酒汽溢出，就會對酒的出產(chǎn)率和質(zhì)量有影響，從而增加制酒成本。

盡管有些企業(yè)已經(jīng)采用部分自動化、機械化裝置，但連續(xù)機械化并沒有實現(xiàn)，而且一些主要技術(shù)難關(guān)尚未攻克或者效果不理想。在機器視覺方面，將甑桶先劃分多個面積相等的區(qū)域，利用紅外相機掃描，對比灰度值找去冒氣區(qū)域；利用紅外熱像儀實時檢測撒料區(qū)域表面溫度的分布數(shù)據(jù)，提取“跑汽”區(qū)域的特征參數(shù)即灰度值，將特征參數(shù)與常態(tài)參數(shù)對比判定補料區(qū)域。采用ccd攝像機作為圖像采集傳感器，利用圖像差異性和氣體的膨脹性結(jié)合的算法完成冒氣點識別，計算出重心位置，利用坐標信息實現(xiàn)加料。

以上的幾種方法都是尋找臨界溢汽點即見濕蓋料。上面提出的劃分區(qū)域并對其操作，如果是在某區(qū)域的邊界部分有溢汽點，而對整個區(qū)域進行加料，那見濕蓋料的效果就不是很好；即使計算出重心位置進行加料，不能避免加料中間厚兩邊薄的情況；上面提出利用灰度值進行對比判斷溢汽點，紅外熱像儀采集的是rgb圖，我們可以直接提取采集圖像的紅色分量并對其進行操作。

技術(shù)實現(xiàn)要素：

目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種利用圖像對釀酒蒸餾工藝甑料控制的方法。

技術(shù)方案：為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：

一種利用圖像對釀酒蒸餾工藝甑料控制的方法，包括如下步驟：

步驟一：系統(tǒng)初始化，確定系統(tǒng)是否正常工作；

步驟二：圖像采集，經(jīng)紅外熱像儀的紅外探測器和光學成像物鏡接受甄料表面不可見的紅外輻射能量分布圖形反映到紅外探測器的光敏元件上獲得紅外熱像圖；

步驟三：對紅外熱圖像進入循環(huán)測試；

步驟四：提取紅外熱圖像中滿足像素值g在(g1,g2)之間的像素區(qū)域作為熱區(qū)域；

步驟五：熱區(qū)域圖像處理；

步驟六：求取蓋料中心點位置，在中心點進行加料，直到蓋料區(qū)域的邊界位置，完成加料。

作為優(yōu)選方案，所述步驟三包括如下步驟：

3a.設甑桶里原料表面溫度vt，閾值溫度vt，系數(shù)α1和α2，0＜α1＜1，0＜α2＜1，當閾值溫度vt滿足vt＝[α1vt,α2vt]區(qū)間時，表明甑桶內(nèi)原料表面臨近酒汽溢出；

3b.紅外熱圖像是rgb圖，rgb圖的不同顏色代表被測物體的不同溫度，設閾值溫度vt滿足區(qū)間對應著像素區(qū)間(g1,g2)；

3c.針對步驟二中采集到的紅外熱圖像提取像素值，判斷是否存在像素值在(g1,g2)之間的區(qū)域，如果沒有，則圖像持續(xù)采集直到所有滿足條件的區(qū)域出現(xiàn)。

作為優(yōu)選方案，所述步驟五包括：將熱區(qū)域圖像二值化處理，像素值在(g1,g2)之間的點的值設為1，其余的像素點的值設為0。

作為優(yōu)選方案，所述步驟五還包括：利用two-pass兩遍掃描算法去除孤點，具體方法如下：

步驟一：第一次掃描，1a.從左向右，從上向下依次掃描，當像素的左鄰像素和上鄰像素為空即無效值時，給該像素設置一個新的label值，label++，初始label值設置為1；1b.當像素的左鄰像素或者上鄰像素有一個不為空的像素值即為有效值時，將有效值像素的label賦值給該像素的label值；1c.當像素的左鄰像素和上鄰像素都是為有效值時，選取其中較小的label賦值給該像素的label值；記錄鄰域中各個label值得相等關(guān)系，即他們同屬一個連通區(qū)域；

步驟二：第二次掃描，訪問當前像素，找到與此像素的label有同屬關(guān)系的一個最小label值，并賦值給此像素的label，完成掃描后圖像中具有相同label值得像素就組成了同一個連通區(qū)域；

步驟三：統(tǒng)計并計算各個連通區(qū)域的面積s，設定面積閾值p為3平方厘米,將s<p的白色連通區(qū)域填充為黑色，實現(xiàn)將熱區(qū)域邊界的孤點去除，收縮加料區(qū)域的目的。

作為優(yōu)選方案，步驟五還包括：利用膨脹算法對各個連通區(qū)域進行整合，具體方法如下：

步驟一：創(chuàng)建一個的平坦的線型結(jié)構(gòu)元素se，其中，長度len為2，角度deg為90；

步驟二：掃描圖像中的每一個像素，用se與二值圖像做“或”操作，如果都為0，結(jié)果圖像的該像素為0，否則為1。

作為優(yōu)選方案，所述步驟六求取蓋料中心點位置，具體步驟如下：

步驟一：對不規(guī)則的熱區(qū)域求最大內(nèi)切矩形，再尋找除了上述矩形區(qū)域外的最大內(nèi)切矩形，循環(huán)此操作，直到將整個熱區(qū)域分割成有限個規(guī)則的矩形；

步驟二：對這些矩形求質(zhì)心，再利用上述質(zhì)心點坐標和像素求整個連通區(qū)域的質(zhì)心。

作為優(yōu)選方案，所述整個連通區(qū)域的質(zhì)心(x,y)公式如下：

其中，xi表示單位矩形中心點所在第i行的坐標，yj表示單位矩陣質(zhì)點所在第j列的坐標，iij表示單位矩形中心點所在第i行j列的像素值。

作為優(yōu)選方案，所述中心點加料采用螺旋式布料方式。

有益效果：本發(fā)明提供的一種利用圖像對釀酒蒸餾工藝甑料控制的方法，利用紅外熱像儀采集圖像進行熱區(qū)域的尋找，智能地識別出酒汽溢出臨界點的位置，求取質(zhì)心點坐標，實時快速確定布料中心點并通過漏斗自動尋跡進行有針對性的螺旋式布料直至蓋料區(qū)域的邊界，大大提高蒸餾過程的甑料效率以及酒的出產(chǎn)率。

附圖說明

圖1為本發(fā)明的程序流程圖；

圖2為熱區(qū)域及布料點定位圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作更進一步的說明。

如圖1所示，一種利用圖像對釀酒蒸餾工藝甑料控制的方法，包括如下步驟：

步驟一：系統(tǒng)初始化，用于對系統(tǒng)進行自檢，確定系統(tǒng)是否正常工作；

步驟二：圖像采集，經(jīng)紅外熱像儀的紅外探測器和光學成像物鏡接受甄料表面不可見的紅外輻射能量分布圖形反映到紅外探測器的光敏元件上獲得紅外熱像圖；

步驟三：對紅外熱圖像進入循環(huán)測試；設甑桶里原料表面溫度vt，閾值溫度vt，系數(shù)α1和α2，0＜α1＜1，0＜α2＜1，當閾值溫度vt滿足vt＝[α1vt,α2vt]區(qū)間時，表明甑桶內(nèi)原料表面臨近酒汽溢出；紅外熱圖像是rgb圖，rgb圖的不同顏色代表被測物體的不同溫度，設閾值溫度vt滿足區(qū)間對應著像素區(qū)間(g1,g2)。通過查看熱圖像，可以觀察到被測目標的整體溫度分布狀況。對步驟二中采集到的熱圖像提取像素值，判斷是否存在像素值在(g1,g2)之間的區(qū)域，如果沒有，則圖像持續(xù)采集直到有滿足條件的區(qū)域出現(xiàn)。

步驟四：提取紅外熱圖像中滿足像素值g在(g1,g2)之間的像素區(qū)域作為熱區(qū)域，保證布料的有針對性；

步驟五：熱區(qū)域圖像處理。將熱區(qū)域圖像二值化處理，就是像素值在(g1,g2)之間的點的值設為1，其余的像素點的值設為0。二值化后的熱區(qū)域中難免存在較多的小面積連通區(qū)域，這些小面積可能是區(qū)域邊界上的一些零散的孤點，利用連通區(qū)域檢測算法中的two-pass(兩遍掃描法)算法，具體方法如下：第一次掃描，(1)從左向右，從上向下依次掃描，當像素的左鄰像素和上鄰像素為無效值時，給該像素設置一個新的label值，label++，初始label值設置為1；(2)當像素的左鄰像素或者上鄰像素有一個為有效值時，將有效值像素的label賦值給該像素的label值；(3)當像素的左鄰像素和上鄰像素都是為有效值時，選取其中較小的label賦值給該像素的label值；記錄鄰域中各個label值得相等關(guān)系，即他們同屬一個連通區(qū)域。第二次掃描，訪問當前像素，找到與此像素的label有同屬關(guān)系的一個最小label值，并賦值給此像素的label，完成掃描后圖像中具有相同label值得像素就組成了同一個連通區(qū)域。統(tǒng)計各個連通區(qū)域的面積，然后將面積小于3平方厘米的白色連通區(qū)域填充為黑色，實現(xiàn)將熱區(qū)域邊界的孤點去除，收縮加料區(qū)域。上述的小面積區(qū)域也可能處于原圖中的同一個熱區(qū)域目標中，考慮后續(xù)對于整體特征的提取以及算法處理過程的高效性，再使用數(shù)學形態(tài)學的膨脹算法對其進行處理，具體是創(chuàng)建一個的平坦的線型結(jié)構(gòu)元素se，其中，長度len為2，角度deg為90，掃描圖像中的每一個像素，用se與二值圖像做“或”操作，如果都為0，結(jié)果圖像的該像素為0，否則為1.保證加料范圍的集中性。

步驟六：求取蓋料中心點即求取上述連通區(qū)域的中心點位置。對不規(guī)則的熱區(qū)域求最大內(nèi)切矩形，再尋找除了上述矩形區(qū)域外的最大內(nèi)切矩形，循環(huán)此操作，直到將整個熱區(qū)域分割成有限個規(guī)則的矩形。對這些矩形求質(zhì)心，再利用上述質(zhì)心點坐標和像素求整個連通區(qū)域的質(zhì)心。在確定布料中心點后，主控設備將信號輸入，手臂根據(jù)尋跡指示，按照路徑最優(yōu)原則讓漏斗在熱區(qū)域進行螺旋式布料直到蓋料區(qū)域的邊界位置，完成加料。

在圖2中，1、紅外熱像儀提取的紅外熱像圖，2、假設滿足熱區(qū)域條件的連通區(qū)域i,圖(a)是熱區(qū)域，(b)是布料點定位圖，其中，黑色點表示各個矩陣單元的質(zhì)心點，灰色點表示熱區(qū)域圖像的質(zhì)心點。

步驟六中，對每一個連通區(qū)域利用有限元的思想，求出各個矩陣單元的質(zhì)心點，再利用這些質(zhì)心點坐標和像素求滿足熱區(qū)域圖像的重心點坐標，求取質(zhì)心點的方法是密度質(zhì)心算法，對于上述的連通區(qū)域i，求取重心坐標(x,y)的表達式為：

其中，xi表示單位矩形中心點所在第i行的坐標，yj表示單位矩陣質(zhì)點所在第j列的坐標，iij表示單位矩形中心點所在第i行j列的像素值。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出：對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。