[实用新型]一种基于图像的砂石粒径分析设备有效

专利信息
申请号: 202020804787.8 申请日: 2020-05-14
公开(公告)号: CN213714998U 公开(公告)日: 2021-07-16
发明(设计)人: 王雷冲;石英;徐俊;刘欣宇;陈定文 申请(专利权)人: 中山艾尚智同信息科技有限公司
主分类号: G01N15/02 分类号: G01N15/02;G06T7/11;G06T7/13;G06T7/136;G06T7/143;G06T7/194;G06T7/62;G06K9/62
代理公司: 中山市铭洋专利商标事务所(普通合伙) 44286 代理人: 邹建平
地址: 528400 广东省中山市火*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 砂石 粒径 分析 设备
【说明书】:

实用新型公开一种基于图像的砂石粒径分析设备,包括有固定架和安装在固定架上的下料设备、图像采集设备、图像处理设备和显示器,所述图像采集设备与图像处理设备连接,所述图像处理设备与显示器连接,所述图像采集设备对准下料设备的出料口,本实用新型具有结构简单合理、检测效率高效且检测成本低的优点,检测结果准确,大大降低噪音,使检测周边的环境更加舒适,符合人们的使用需求。

技术领域

本实用新型涉及建筑业工业视觉检测领域,特别涉及一种基于图像的砂石粒径分析设备。

背景技术

混凝土的粗骨料级配配比对混凝土拌合物的工作性能和硬化后混凝土的强度、硬度收缩能力等性能尤其重要,混凝土骨料的粒径分布检测是交通行业和建筑行业中不可或缺的环节,必须在确保混凝土的粒径分布达标以后,才能将骨料用于生产实践。然而,传统的机械筛分法通过机械抖动,使混凝土骨料通过不同孔径的筛孔,这种方法噪声大、成本高、检测速度慢,且难以达到较高的精度。因此可以从机器视觉的角度出发,通过摄像机拍摄得到的图像对砂石目标进行分割,实时分析砂石粒径的分布情况。

实用新型内容

本实用新型解决技术问题:针对传统的机械筛分法存在的噪声大、成本高、检测速度慢,且难以达到较高的精度等缺点,通过摄像机拍摄得到的图像对砂石目标进行分割,实时分析砂石粒径的分布情况。

本实用新型的目的旨在提供一种基于图像的砂石粒径分析设备。

按此目的设计的一种基于图像的砂石粒径分析设备,包括有固定架和安装在固定架上的下料设备、图像采集设备、图像处理设备和显示器,所述图像采集设备与图像处理设备连接,所述图像处理设备与显示器连接,所述图像采集设备对准下料设备的出料口。

进一步的,所述砂石粒径分析设备还包括有补光设备,所述补光设备位于下料设备左侧,所述图像采集设备位于下料设备右侧。

进一步的,在所述固定架上设有导轨,在所述导轨活动插接有滑块,所述图像采集设备安装在滑块上。

进一步的,在所述下料设备下方的固定架上设有通槽,在所述通槽下方设有回收箱。

进一步的,所述下料设备包括设置在固定架上的安装杆,在所述安装杆上固定有漏斗,所述漏斗为呈倒置四棱台形状的铁制漏斗。

进一步的,所述图像采集设备采用由相机和镜头组成。

进一步的,所述补光设备包括有固定在固定架上的补光灯。

其中图像处理设备所采用的处理算法依照工业现场实时拍摄的图像,首先遍历图像的像素梯度,找到一个合适的梯度值,依照梯度所在坐标对图像做初步分割,区分出背景图像;再将超像素的方法进行聚类,减少聚类处理的实验数据;最后对Gibbs能量函数进行优化,进而加速对图像中砂石的快速分割,其特征在于实现步骤如下:

步骤S1前、背景候选框的自适应生成:先利用Sobel边缘检测算子得到原始图像的边缘图像,选取一个适当的阈值T作为原始图像的边缘检测参数并生成一幅掩码图,遍历掩码图与原始图卷积之后的结果,找到边缘的最大值、最小值的像素位置并以此作为目标候选框的框选范围,得到了一幅带有粗略初始化分割图像。

步骤S2基于SLIC超像素的K-Means聚类:设置超像素质心个数为400个,利用超像素的RGB三通道均值表示质心的特征向量,依照像素是在候选框的内部还是候选框的外部将像素赋予不同的标签,初始化前景点与背景点的高斯混合模型(GMM)。

步骤S3 Gibbs能量函数优化:当像素标签α不确定时,其US、UT分别为该像素属于背景GMM模型与前景GMM模型概率的负对数。在能量函数中引入熵的概念来监督图像分割,可以加快熵减的过程,从而加速收敛。当某一高斯分量的权重较小时,负熵项会隐式地将其从GMM 模型中弱化或消除,使图割更侧重于权重较大的高斯分量,故可以在相同迭代次数的条件下达到更高的分割精度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中山艾尚智同信息科技有限公司,未经中山艾尚智同信息科技有限公司许可,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/202020804787.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top