申请/专利权人：南通市海视光电有限公司;江苏东方赛光电有限公司

申请日：2020-08-13

公开（公告）日：2024-04-16

公开（公告）号：CN111968086B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T7/90;G06F17/15

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2020.12.08#实质审查的生效;2020.11.20#公开

摘要：本发明涉及一种基于机器视觉的化工视镜分相检测方法,首先利用视觉传感器获得视镜液相图像，并将图像传输到视觉数据处理模块；然后对视觉数据进行处理，包括预处理、数据空间转换、数据特征提取；最后将视觉数据特征值与液相状态进行映射，包括标定、特征值区域划分。通过上述方法，可以准确，快速的对化工视镜液相进行识别，提高了视镜分相的准确性，确保了化工生产工艺的稳定性，可以实现化工生产现场的无人化。

主权项：1.一种基于机器视觉的化工视镜分相检测方法,其特征在于：包括液相状态视觉感知、视觉数据处理和视觉特征与液相状态映射三个步骤；一种基于机器视觉的化工视镜分相方法；所述方法包括：1将视觉传感器安装在化工视镜外侧，并实时采集化工视镜的液相图像；2将视镜液相图像实时传输至边缘设备，包含数据传输方法；3视镜液相的视觉数据在边缘端进行实时处理；4视镜液相的视觉数据处理模块，包含具体的数据预处理，数据特征提取方式；5视镜液相的数据特征值与液相状态映射；包括标定方法，特征值区间划分，特征值映射；具体操作步骤如下：A、液相状态视觉感知先定位需要检测的数据，在视镜液相图像上选取检测区域，该区域为一个方形区域，再对区域内的图像数据作中值滤波；B、视觉数据处理1数据预处理先定位需要检测的数据，在视镜液相图像上选取检测区域，该区域为一个方形区域，再对区域内的图像数据作中值滤波；2将图像方形区域内的每一个像素点的值由颜色空间转换到灰度值空间；计算公式为S＝k*a1*R+a2*G+a3*B3；3特征提取在选定区域内利用卷积核进行卷积计算：V＝kernel*I,kernel＝a11,a12,a13,a21,a22,a23,a31,a32,a33将卷积后的二维图像转换为一维特征向量，在特征向量中抽取一定比例的数值，计算这些数字的平均值：C、视觉特征与液相状态映射1标定分别输入视镜液相各相的图片，按照视觉数据处理模块中的方法，计算其特征值，获得的特征值作为响应基准值；对于n种液相，则获得的基准值为F1，F2...Fn；2特征值区间划分根据各相特征值区间不存在交集的原则，确定每一相的特征值区间，公式为：Fl,Fr＝Fi-αi,Fi+βi；3特征值映射液相状态，利用二中的计算方法，计算视觉传感器探测到的每一帧视镜液相图像的特征值；该特征值落在步骤2的某一状态相对应特征值区间内，则该帧图像就对应该状态相，以此实现液位分相；步骤B2中S为亮度值，R、G、B为颜色空间值的三个分量，a1、a2、a3加权系数，k为缩放系数；步骤B3中V为卷积后的灰度图像，kernel为卷积核，卷积核内部的参数a11,a12…为设定值，I为检测区域的图像；N为特征向量长度，P为选定的特征值数占总数的比例值，P的取值范围0.5，1，F为视觉数据的特征响应值；步骤C2中Fi是第i相的基准值，αi为基准特征左偏移值，βi为基准特征右偏移值，αi、βi为设定的特征值区间偏移参数。

全文数据：

权利要求：

百度查询： 南通市海视光电有限公司;江苏东方赛光电有限公司 一种基于机器视觉的化工视镜分相检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD