[发明专利]基于直方图与LBP特征融合的工业反应釜液面分离方法在审
申请号: | 201810038735.1 | 申请日: | 2018-01-16 |
公开(公告)号: | CN108346136A | 公开(公告)日: | 2018-07-31 |
发明(设计)人: | 曹九稳;吴泽;王建中 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06T5/20 | 分类号: | G06T5/20;G06T5/40;G06T7/90;G06K9/62 |
代理公司: | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人: | 朱月芬 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 单帧图像 特征融合 颜色直方图特征 工业反应釜 摄像头 反应釜 直方图 液面 算法 多特征融合 颜色直方图 学习图像 液面状态 液体状态 油状物 内液 | ||
本发明公开了一种基于直方图与LBP特征融合的工业反应釜液面分离方法。本发明包括如下步骤:步骤1.通过摄像头获取原始的输入单帧图像;步骤2.由摄像头获取的输入单帧图像经过颜色直方图算法提取得到该输入单帧图像的颜色直方图特征,同时也将输入单帧图像经过LBP算法提取得到LBP特征;步骤3.将计算得到的颜色直方图特征和LBP特征融合在一起通过KNN算法进行处理,得到对于油状物液面状态的判断。本发明通过多特征融合的方式能够准确的对于反应釜内液面的状态的变化做出判断,并同时能够在短时间内对反应釜内液体状态的改变做出快速准确的判断。本发明具有不需要事先学习图像特征的优点。
技术领域
本发明属于工业检测控制领域,涉及一种基于直方图与LBP特征融合的工业反应釜液面分离方法。
背景技术
反应釜广泛应用于石油、化工、橡胶、农药、染料、医药、食品,用来完成硫化、硝化、氢化、烃化、聚合、缩合等工艺过程的压力容器,对于生产过程的反应釜内部发生着各类的化学反应以及反应物液面状态变化。在工业生产的过程中,反应釜内部是一个密闭的空间,反应釜内部需要控制其反应的过程或者是控制其产物提炼的过程,无论是反应的过程还是产物的提炼过程,通常情况下均会伴随着其液面状态的改变以及过程中颜色的改变,通过液面状态和颜色的改变,达到对于原料的各个阶段的反应状态过程的控制,进而在反应釜内发生不同的状态做出不同的判断。而在传统的工厂中是通过人工的方式对于其液面状态的改变以及过程中颜色的改变作出判断,为了满足工业生产自动化和智能化的要求,使用机器来代替人工观察反应釜内液面状态的改变,减少人工去担任这样枯燥乏味的生产工作。
在实际的生产中,就某种油状物的提炼过程而言,该油状物送入反应釜中后,其提炼的过程中液面状态变化是一个渐变的过程,但是此过程持续的时间不是很长,所以瞬间对该变化过程做出判断是尤为重要的,特别是在提炼纯净的油状物液体时,如果不及时判断会使浑浊的油状物液体混入严重影响了纯净液体的质量。因此为解决这一问题,一种简单有效的算法显得十分关键,能够在最短的时间内做出正确的判断。
发明内容
本发明是为了适应工业生产自动化的要求以及对于反应釜内原料状态改变做出智能化准确判断,提出一种基于直方图与LBP特征融合的工业反应釜液面分离方法。本发明通过多特征融合的方式能够准确的对于反应釜内液面的状态的变化做出判断,并同时能够在短时间内对反应釜内液体状态的改变做出快速准确的判断。
本发明的技术方案主要包括如下步骤:
步骤1.通过摄像头获取原始的输入单帧图像;
步骤2.由摄像头获取的输入单帧图像经过颜色直方图算法提取得到该输入单帧图像的颜色直方图特征,同时也将输入单帧图像经过LBP算法提取得到LBP特征;
步骤3.将计算得到的颜色直方图特征和LBP特征融合在一起通过KNN算法进行处理,得到对于油状物液面状态的判断;
所述步骤1的具体实现包括以下:
调节摄像头,将摄像头调整到与油状物液面状态观察区间的位置相对合适的,获取油状物液面变化过程中的每一单帧图像I;
所述步骤2将计算得到的颜色直方图特征和LBP特征的融合特征,具体实现流程如下:
2.1获取每一单帧图像I的RGB三个通道的数值,其值分别为R、G、B;
2.2由RGB到HSV的转换:
V←max{R,G,B}
if H<0then H←H=360.output0≤V≤1,0≤S≤1,0≤H≤360.
2.3将得到的H、S和V这3个分量进行不等间隔量化,把色调H分成16份,饱和度S和亮度V都分成4份;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810038735.1/2.html,转载请声明来源钻瓜专利网。