泡沫图像运动速度检测的处理方法.pdf

《泡沫图像运动速度检测的处理方法.pdf》由会员分享，可在线阅读，更多相关《泡沫图像运动速度检测的处理方法.pdf（8页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010228085.4 (22)申请日 2020.03.27 (71)申请人 中信重工机械股份有限公司 地址 471003 河南省洛阳市涧西区建设路 206号 (72)发明人 马连铭刘俊李文博弯勇 赵虎田振华杜自彬柴俊峰 李客郭迈迈谭文才袁龙 高源朱成睿 (74)专利代理机构 洛阳公信知识产权事务所 (普通合伙) 41120 代理人 李现艳 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/34(2006.01) G06T 7/246(2017.0。

2、1) G01P 3/38(2006.01) (54)发明名称 一种泡沫图像运动速度检测的处理方法 (57)摘要 本发明提供一种泡沫图像运动速度检测的 处理方法， 本发明针对矿物浮选、 污水处理等泡 沫的运动模式进行分析， 提取泡沫图像的主要特 征信息， 并对泡沫图像进行泛化， 通过模板匹配 来检测泡沫运动速度。 通过对泡沫图像进行泛 化， 可极大减轻泡沫变形、 泡沫旋转、 泡沫合并、 泡沫破裂等情况对图像匹配产生的不良影响， 在 保持泡沫图像整体一致性的同时， 强调了泡沫图 像局部性， 提高匹配准确度和速度检出率， 改进 了泡沫运动速度的检测精度， 而且， 本发明通过 对泡沫图像进行处理极大提。

3、高了矿物浮选和污 水处理工艺的自动化程度， 且该方法提高了泡沫 图像运动速度的检测准确率， 避免了操作工操作 的主观不确定因素。 权利要求书1页 说明书4页 附图2页 CN 111563410 A 2020.08.21 CN 111563410 A 1.一种泡沫图像运动速度检测的处理方法， 其特征在于， 具体包括以下步骤： S1、 将采集到的每一帧泡沫图像进行阈值分割， 将泡沫暗区与泡沫高亮区域进行分割， 得到高亮的泡沫光斑区域； S2、 定义谷底边缘型像素为灰度值小于沿某一方向的两侧相邻像素灰度值的像素点， 然后通过扫描泡沫图像， 根据像素点与其邻域灰度值的大小进行比较， 提取出谷底边缘型 。

4、像素， 并将谷底边缘型像素及其周围区域作为泡沫图像中的泡沫间边缘区域； S3、 将采集到的泡沫图像根据每个像素点所属类型的不同分别赋予不同的值并将采集 到的泡沫图像转换为具有不同值的泛化图像； S4、 从前一帧转换得到的泛化图像中提取目标区域， 并在下一帧转换得到的泛化图像 中进行模板匹配； S5、 如果匹配成功， 则根据前后两帧图像中目标区域对应的坐标差， 换算得到泡沫图像 的运动速度； 如果匹配失败， 则保留上一次检测得到的运动速度。 2.根据权利要求1所述的一种泡沫图像运动速度检测的处理方法， 其特征在于： 所述步 骤S3中每个像素点所属的类型包括光斑、 边缘和其他， 其中， 光斑为高亮。

5、的泡沫光斑区域内 的像素点， 边缘为泡沫间边缘区域内的像素点。 3.根据权利要求1所述的一种泡沫图像运动速度检测的处理方法， 其特征在于： 所述步 骤S4中模板匹配的过程包括以下步骤： S41、 选取前一帧泛化图像中的某个区域作为模板； S42、 将选取的模板在下一帧泛化图像中进行上下左右滑动， 并计算模板与模板所对应 区域的方差， 来进行模板匹配； S43、 提取在模板匹配过程中方差最小的两个度量值， 如果两个度量值的比值超过某一 设定阈值时， 认为匹配成功， 并将方差最小的度量值作为成功匹配位置， 如果比值未超过阈 值， 则认为模板匹配失败。 权利要求书 1/1 页 2 CN 111563。

6、410 A 2 一种泡沫图像运动速度检测的处理方法 技术领域 0001 本发明涉及浮选过程生产检测技术领域， 具体涉及一种泡沫图像运动速度检测的 处理方法。 背景技术 0002 针对矿物浮选、 污水处理等大量泡沫生成的工艺过程中， 检测泡沫的运动速度是 衡量该工艺性能进行控制调节的重要参数。 但该过程目前仍主要依赖有经验的操作工肉眼 进行观察判断， 劳动强度大且很难做到准确检测， 并且由于操作工主观判断的差异， 没有标 准化、 规范化、 可度量的依据。 0003 在现有选矿和污水处理技术中， 由于主要采用人工观察的检测方法， 不仅费时费 力， 且检测结果具有很大的不确定性， 没有统一的度量标准。

7、， 而且工作现场环境恶劣， 也会 对操作工的健康安全产生不良影响。 发明内容 0004 本发明的目的是提供一种泡沫图像运动速度检测的处理方法， 通过对矿物浮选和 污水处理过程中泡沫图像的分析处理可大大促进相关工艺的自动化程度， 且可提高泡沫运 动速度的检测准确性， 进而避免了操作工的主观因素， 改善了其工作环境。 0005 为了达到上述目的， 本发明所采用的技术方案是： 一种泡沫图像运动速度检测的 处理方法， 具体包括以下步骤： S1、 将采集到的每一帧泡沫图像进行阈值分割， 将泡沫暗区与泡沫高亮区域进行分割， 得到高亮的泡沫光斑区域； S2、 定义谷底边缘型像素为灰度值小于沿某一方向的两侧相。

8、邻像素灰度值的像素点， 然后通过扫描泡沫图像， 根据像素点与其邻域灰度值的大小进行比较， 提取出谷底边缘型 像素， 并将谷底边缘型像素及其周围区域作为泡沫图像中的泡沫间边缘区域； S3、 将采集到的泡沫图像根据每个像素点所属类型的不同分别赋予不同的值并将采集 到的泡沫图像转换为具有不同值的泛化图像； S4、 从前一帧转换得到的泛化图像中提取目标区域， 并在下一帧转换得到的泛化图像 中进行模板匹配； S5、 如果匹配成功， 则根据前后两帧图像中目标区域对应的坐标差， 换算得到泡沫图像 的运动速度； 如果匹配失败， 则保留上一次检测得到的运动速度。 0006 进一步的， 所述步骤S3中每个像素点所。

9、属的类型包括光斑、 边缘和其他， 其中， 光 斑为高亮的泡沫光斑区域内的像素点， 边缘为泡沫间边缘区域内的像素点。 0007 进一步的， 所述步骤S4中模板匹配的过程包括以下步骤： S41、 选取前一帧泛化图像中的某个区域作为模板； S42、 将选取的模板在下一帧泛化图像中进行上下左右滑动， 并计算模板与模板所对应 区域的方差， 来进行模板匹配； 说明书 1/4 页 3 CN 111563410 A 3 S43、 提取在模板匹配过程中方差最小的两个度量值， 如果两个度量值的比值超过某一 设定阈值时， 认为匹配成功， 并将方差最小的度量值作为成功匹配位置， 如果比值未超过阈 值， 则认为模板匹配。

10、失败。 0008 与现有技术相比， 本发明的有益效果是： 本发明针对矿物浮选、 污水处理等泡沫的 运动模式进行分析， 提取泡沫图像的主要特征信息， 并对泡沫图像进行泛化， 通过模板匹配 来检测泡沫运动速度。 通过对泡沫图像进行泛化， 可极大减轻泡沫变形、 泡沫旋转、 泡沫合 并、 泡沫破裂等情况对图像匹配产生的不良影响， 在保持泡沫图像整体一致性的同时， 强调 了泡沫图像局部性， 提高匹配准确度和速度检出率， 改进了泡沫运动速度的检测精度， 而 且， 本发明通过对泡沫图像进行处理极大提高了矿物浮选和污水处理工艺的自动化程度， 且该方法提高了泡沫图像运动速度的检测准确率， 避免了操作工操作的主观。

11、不确定因素。 附图说明 0009 图1是一种泡沫图像运动速度检测的处理方法的流程示意图； 图2是本发明中模板匹配的流程示意图； 图3是本发明所定义的谷底边缘检测模板的示意图。 具体实施方式 0010 为使本发明实施例的目的、 技术方案和优点更加清楚， 下面将结合本发明中的附 图， 对本发明实施例中的技术方案进行清楚、 完整地描述， 显然， 所描述的实施例是本发明 一部分实施例， 而不是全部的实施例， 基于本发明中的实施例， 本领域普通技术人员在没有 作出创造性劳动前提下所获得的所有其他实施例， 都属于本发明保护的范围。 0011 一种泡沫图像运动速度检测的处理方法， 如图1所示， 具体包括以下。

12、步骤： S1、 将采集到的每一帧泡沫图像进行阈值分割， 将泡沫暗区与泡沫高亮区域进行分割， 得到高亮的泡沫光斑区域； 本实施例中， 通过在运动泡沫正上方合适距离处安装支架和摄像头， 并配置光源， 进行 泡沫图像的连续拍摄， 在光源周围给予外壳遮蔽， 避免光线散射。 摄像机拍摄到的每一帧泡 沫图像， 由于光线照射引起泡沫顶部出现高亮光斑区域， 而其他泡沫区域则呈现明显的低 亮度。 二者灰度差明显， 可采用任意方法得到分割阈值， 将泡沫图像分割为泡沫暗区和泡沫 高亮区域。 0012 如首先通过灰度化， 将每帧泡沫图像从RGB图像转换为灰度图像， 然后根据光斑大 小选择一合适的形态学操作元素， 对灰。

13、度图像进行顶帽操作， 提取灰度图像前景， 再使用 OTSU法对前景进行阈值分割， 即可得到泡沫高亮光斑区域。 0013 S2、 定义谷底边缘型像素为灰度值小于沿某一方向的两侧相邻像素灰度值的像素 点， 然后通过扫描泡沫图像， 根据像素点与其邻域灰度值的大小进行比较， 提取出谷底边缘 型像素， 并将谷底边缘型像素及其周围区域作为泡沫图像中的泡沫间边缘区域； 本实施例中， 如图3所示， 定义一边界检测模板X， 由3*3个子模板Xm按照正方形矩阵排 列组成， X0位于子模板几何中心， 每个子模板由k*k个像素组成。 设f(i,j)表示原始图像像 素在点(i,j)处的灰度值， g0(i,j)表示f(i。

14、,j)在(i,j)处水平方向的特征值， g45(i,j)表示 f(i,j)在(i,j)处45 方向上的特征值， g90(i,j)表示在90 方向上的特征值， g135(i,j)表 说明书 2/4 页 4 CN 111563410 A 4 示在135 方向上的特征值。表示第m子模板Xm中k*k个像素的灰度平均值， P为一给定阈 值。 若子模板X0的像素平均值满足则g0(i,j)1， 否则g0(i,j)0； 若 满 足则 g 4 5 ( i ,j ) 1 ， 否 则 g 4 5 ( i ,j ) 0 ； 若 满 足 则g90(i,j)1， 否则g90(i,j)0； 若满足则 g135(i,j)1，。

15、 否则g135(i,j)0； g(i,j)g0(i,j),g45(i,j),g90(i,j),g135(i, j)。 最终得到的g(i,j)即为提取出的边缘区域， 本实例中取k5， P2。 0014 S3、 将采集到的泡沫图像根据每个像素点所属类型的不同分别赋予不同的值并将 采集到的泡沫图像转换为具有不同值的泛化图像， 进一步的， 每个像素点所属的类型包括 光斑、 边缘和其他， 其中， 光斑为高亮的泡沫光斑区域内的像素点， 边缘为泡沫间边缘区域 内的像素点。 0015 本实施例中， T(i,j)为得到的泛化图像， 当g(i,j)1时， T(i,j)0， 当(i,j)属于 高亮光斑区域时， T(。

16、i,j)2， 其他(i,j)处T(i,j)1。 0016 S4、 从前一帧转换得到的泛化图像中提取目标区域， 并在下一帧转换得到的泛化 图像中进行模板匹配； 本实施例中， 设图像的长度为m， 宽度为n。 选取前一帧泛化图像中的m/4:m*3/4,n/4: n*3/4区域作为模板， 为T(x ,y )， 在下一帧泛化图像I(x,y)中进行上下左右滑动， 计算其 二者对应区域的方差， 来进行模板匹配， 方差的计算公式为： 如图2所示， 模板匹配的过程包括以下步骤： S41、 选取前一帧泛化图像中的某个区域作为模板； S42、 将选取的模板在下一帧泛化图像中进行上下左右滑动， 并计算模板与模板所对应。

17、 区域的方差， 来进行模板匹配； S43、 提取在模板匹配过程中方差最小的两个度量值， 如果两个度量值的比值超过某一 设定阈值时， 认为匹配成功， 并将方差最小的度量值作为成功匹配位置， 如果比值未超过阈 值， 则认为模板匹配失败。 0017 在具体实现中， 选取Rdiff_sq中的前2个局部极小值R1和R2， 如果R2/R1P， 则认为匹 配成功， R1对应在下一帧泛化图像中的坐标(x,y)即为匹配位置， 否则， 则认为匹配失败。 这 里取阈值P1.05。 0018 S5、 如果匹配成功， 则根据前后两帧图像中目标区域对应的坐标差， 换算得到泡沫 图像的运动速度； 如果匹配失败， 则保留上一。

18、次检测得到的运动速度。 0019 本发明所提供的处理方法， 更多的强调泡沫图像特征的区域性， 不以单独某个像 素点作为特征， 在保持泡沫图像整体一致性的同时， 强调了泡沫图像局部性， 可极大减轻泡 沫变形、 泡沫旋转、 泡沫合并、 泡沫破裂等情况对图像匹配产生的不良影响， 提高匹配准确 度和速度检出率， 改进了泡沫运动速度的检测精度， 对矿物浮选和污水处理等生产过程的 自动检测和优化控制具有指导意义。 0020 对所公开的实施例的上述说明， 使本领域专业技术人员能够实现或使用本发明。 说明书 3/4 页 5 CN 111563410 A 5 对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的， 本文中所定义的 一般原理可以在不脱离本发明的精神或范围的情况下， 在其它实施例中实现。 因此， 本发明 将不会被限制于本文所示的这些实施例， 而是要符合与本文所公开的原理和新颖特点相一 致的最宽的范围。 说明书 4/4 页 6 CN 111563410 A 6 图1 图2 说明书附图 1/2 页 7 CN 111563410 A 7 图3 说明书附图 2/2 页 8 CN 111563410 A 8 。