基于图像处理的蒸压加气混凝土砌块生产控制方法及系统与流程

文档序号:31348968发布日期:2022-08-31 12:19阅读:39来源:国知局
基于图像处理的蒸压加气混凝土砌块生产控制方法及系统与流程

1.本发明涉及图像处理技术领域,具体涉及基于图像处理的蒸压加气混凝土砌块生产控制方法及系统。


背景技术:

2.加气混凝土砌块是一种轻质多孔、保温隔热、防火性能良好、可钉、可锯、可刨和具有一定抗震能力的新型建筑材料;广泛使用于高层框架结构建筑中,例如,工业厂房、仓库、民用建筑的建造以及旧房改造等,是一种优良的新型建筑材料;具有环保、减少地基和梁柱的费用、降低建筑总体造价、减少结构钢筋用量以及节约砌筑砂浆等优点,并且加气混凝土砌块的原材料大部分利用工业废料,具有良好的发展前景。
3.但是加气混凝土砌块在生产过程中,会出现砌块内部不密实、表面粗糙、砌块外形扭曲、暗裂、易断等问题;目前大都由相关技术工人目测砌块表面的状况进而对生产过程中的蒸汽压进行调节,从而避免在后续生产过程中出现类似问题,这种对蒸汽压进行调节的方法具有较强的主观性,存在实用性低、工作量大且控制精度不够高等问题;同时,现有技术中还可通过对砌块进行抗压强度检测、干体积密度检测等方法获取砌块的质量,从而对生产过程中的蒸汽压进行调节,这种方法的调节精度较高,但是此方法需要进行试验,且试验耗时时间较长,过程比较繁琐。


技术实现要素:

4.为了解决上述技术问题,本发明的目的在于提供一种基于图像处理的蒸压加气混凝土砌块生产控制方法,所采用的技术方案具体如下:获取加气混凝土砌块的表面图像,并对其进行预处理得到灰度图像;利用设置的增强模板对所述灰度图像进行增强处理得到增强图像;利用m
×
m的窗口对所述增强图像进行滑窗操作,基于sobel算子获取各滑窗区域中所有像素点的卷积值,基于所述卷积值构建各滑窗区域对应的特征列向量,计算所述特征列向量及其转置向量的乘积得到各滑窗区域的检测矩阵;其中,所述滑窗操作的步长为m,m大于等于3;将所述检测矩阵中任意两个元素组成一个二元组,统计各二元组在检测矩阵中出现的频次,根据所述频次计算各滑窗区域的纹理空间特征;根据每一个滑窗区域中的所有灰度值构建各滑窗区域对应的高斯混合模型,基于所述高斯混合模型的相关参数与纹理空间特征建立各滑窗区域的局部表征子;所述相关参数包括均值、方差与子高斯模型的个数;随机选取一个滑窗区域,基于所述局部表征子计算该滑窗区域与剩余所有滑窗区域的相似度,比较所述相似度与阈值的大小,当相似度大于所述阈值对应滑窗区域的数量多于相似度小于所述阈值对应滑窗区域的数量时,将该滑窗区域记为正常窗口;反之,将该滑窗区域记为孔隙窗口;
统计孔隙窗口的个数,将孔隙窗口的个数与面积的乘积作为加气混凝土砌块的孔隙特征参数,基于所述孔隙特征参数对生产过程中的压力进行调节;其中所述面积根据像素点的数量获取。
5.进一步地,所述增强模板为:。
6.进一步地,所述特征列向量为:,其中为滑窗区域j中第1个像素点的卷积值,为滑窗区域j中第m
×
m个像素点的卷积值。
7.进一步地,所述纹理空间特征为:其中,为滑窗区域j的纹理空间特征,为二元组的总个数,为第r个二元组在检测矩阵中出现的频次,为所有二元组在检测矩阵中出现频次的累加和。
8.进一步地,所述局部表征子为:,其中,为滑窗区域j的局部表征子,为滑窗区域j对应高斯混合模型的均值,为滑窗区域j对应高斯混合模型的方差,为滑窗区域j对应高斯混合模型中子高斯模型的个数,为滑窗区域j的纹理空间特征。
9.进一步地,所述相似度为:其中,为滑窗区域j与滑窗区域v的相似度,为滑窗区域j对应的局部表征子,为滑窗区域v对应的局部表征子,为与之间的空间距离;为调节系数。
10.进一步地,还包括对所述阈值的调节;所述阈值的调节公式为:其中,为调节后的阈值,为阈值,为滑窗区域的总数,为正常窗口的个数,为所有正常窗口中任意两个正常窗口之间的相似度组成的相似度集合的方差,为所有孔隙窗口中任意两个孔隙窗口之间的相似度组成的相似度集合的方差。
11.进一步地,所述基于孔隙特征参数对生产过程中的压力进行调节的方法为:比较所述孔隙特征参数与标准参数的大小,当孔隙特征参数大于标准参数,则对压力进行调节;反之,不对当前压力进行调节;调节后的压力为:其中,为调节后的压力,为孔隙特征参数,为标准参数,为压力。
12.本发明还提供了一种基于图像处理的蒸压加气混凝土砌块生产控制系统,包括处理器与存储器,所述处理器执行所述存储器存储的一种基于图像处理的蒸压加气混凝土砌块生产控制方法的程序。
13.本发明实施例至少具有如下有益效果:本发明涉及图像处理技术领域,具体涉及基于图像处理的蒸压加气混凝土砌块生产控制方法及系统;该方法包括:获取加气混凝土砌块的表面图像对应的增强图像,对增强图像进行滑窗操作,获取各滑窗区域中像素点的卷积值,通过卷积值构建各滑窗区域的特征列向量,进而计算各滑窗区域的纹理空间特征;基于灰度值构建各滑窗区域的高斯混合模型,基于高斯混合模型的相关参数与纹理空间特征建立各滑窗区域的局部表征子;基于局部表征子计算任意两个滑窗区域的相似度并获取加气混凝土砌块的孔隙窗口,然后通过孔隙窗口的个数计算孔隙特征参数,基于孔隙特征参数对生产过程中的压力进行调节;本发明通过构建各滑窗区域的特征列向量,通过特征列向量计算纹理空间特征,利用纹理空间特征;然后通过纹理空间特征与高斯混合模型的相关参数相结合得到局部表征子,利用局部表征子表征滑窗区域中的孔隙,不仅考虑了滑窗区域中的边缘信息同时考虑了滑窗区域中像素点灰度值的分布,使得表征结果更准确,提高了加气混凝土砌块的检测速度,保证了检测精度,然后本发明通过局部表征子经过一系列操作,获取了加气混凝土砌块的孔隙特征参数,基于孔隙特征参数对生产过程中的压力进行调节,实现了对压力的自适应调节;综上,本发明具有检测精度高、检测速度块、计算量小以及自动化等优点。
附图说明
14.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
15.图1为本发明的一种基于图像处理的蒸压加气混凝土砌块生产控制方法实施例的步骤流程图;图2为加气混凝土砌块的示意图。
具体实施方式
16.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的方案,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
17.除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
18.本发明针对的具体场景为:在加气混凝土砌块的生产过程中,当生产过程中振动压实成型设备的压力不足时,则会导致加气混凝土砌块表面较为松散,出现面积较大的孔隙,造成加气混凝土砌块密度减小、强度降低,影响加气混凝土砌块的质量;因此,为了提高加气混凝土砌块的生产质量,本发明对加气混凝土砌块表面的孔隙进行检测,得到加气混凝土砌块的孔隙特征参数,基于孔隙特征参数对相关设备的压力进行调整。
19.请参阅图1,其示出了本发明一个实施例提供的一种基于图像处理的蒸压加气混凝土砌块生产控制方法的步骤流程图,该方法包括以下步骤:步骤1,获取加气混凝土砌块的表面图像,并对其进行预处理得到灰度图像;利用设置的增强模板对所述灰度图像进行增强处理得到增强图像;具体地,利用图像采集设备获取加气混凝土砌块的表面图像,加气混凝土砌块的示意图如图2所示,其中图像采集设备包括摄像机、光源、传感器以及放置台等装置,用于对加气混凝土砌块的表面图像进行采集,相机的位置以及拍摄视角实施者可根据实际情况自行设定。
20.本实施例主要通过加气混凝土砌块的表面图像对其表面状况进行分析,依据分析的结果实现对加气混凝土砌块生产过程中设备压力的控制。为了提高生产过程控制的精度,避免偶然性,对待检测的加气混凝土砌块的各个表面进行图像采集,以获取加气混凝土砌块的整体状况;同时,为了避免图像采集过程中的噪点对加气混凝土砌块表面状况分析产生影响,对所采集的表面图像进行预处理,预处理过程包括图像去噪与灰度化处理,本实施例中图像去噪采取中值滤波算法,灰度化处理采用加权平均算法;在实际操作过程中,实施者可选取其他实施方式对表面图像进行图像去噪与灰度化处理,其中图像去噪与灰度化处理均为公知技术,不再具体阐述。
21.上述中的增强模板为:,灰度图像中的所有像素点均为待增强像素点,然后利用增强模板对灰度图像中所有待增强像素点逐个进行卷积处理,得到各个待增强像素点的卷积值,对于任意一个待增强像素点,将该待增强像素点的卷积值加上其原来的灰度值,得到增强后的灰度值;实现对该待增强像素点的增强,该待增强像素点为增强模板对应的中心像素点,进而实现对所有待增强像素点的增强处理,得到增强图像。
22.对于任意一个待增强像素点,当该待增强像素点的卷积值大于零时,认为该待增强像素点的灰度值较其邻域像素点的灰度值较大;当该待增强像素点的卷积值小于零时,认为该待增强像素点的灰度值较其邻域像素点的灰度值较小,将该待增强像素点的卷积值加上其原来的灰度值得到增强后的灰度值;增强后的灰度值能够增强灰度图像的细节纹理。
23.步骤2,利用m
×
m的窗口对所述增强图像进行滑窗操作,基于sobel算子获取各滑窗区域中所有像素点的卷积值,基于所述卷积值构建各滑窗区域对应的特征列向量,计算所述特征列向量及其转置向量的乘积得到各滑窗区域的检测矩阵;将所述检测矩阵中任意两个元素组成一个二元组,统计各二元组在检测矩阵中出现的频次,根据所述频次计算各
滑窗区域的纹理空间特征。
24.为了降低对增强图像的检测量,避免对相同区域的重复分析,将滑窗操作的步长设置为与窗口的大小一致,滑窗操作的步长为m,本实施例中窗口的尺寸大小为81
×
81,即m=81,在实际操作过程中,实施者可自行设定窗口的尺寸,m只要满足m=2n+1即可,式中n为正整数。
25.在加气混凝土砌块的生产过程中,当生产过程中振动压实成型设备的压力不足时,加气混凝土砌块表面较为松散,出现面积较大的孔隙,所以加气混凝土砌块表面的孔隙能够反映出设备的压力大小,本实施例对加气混凝土砌块表面的孔隙进行提取识别,由于孔隙大小、深浅不一,对于面积较小、深度较浅的孔隙,边缘信息模糊,利用传统的边缘检测算法不易将其进行准确提取识别,无法准确提取孔隙处的边界信息,导致加气混凝土砌块表面状况检测精度降低;同时,考虑到由于光照不均、光源角度等问题也会造成孔隙边缘信息不清楚,导致传统的边缘检测算法无法将孔隙完整的提取出来。
26.本实施例为了准确表征加气混凝土砌块表面的孔隙,利用纹理空间特征表征各滑窗区域的孔隙。
27.首先,利用sobel算子对各滑窗区域中每一个像素点均进行卷积处理得到对应的卷积值;例如,滑窗区域j中第i个像素点的卷积值为,的公示表达为,式中,为滑窗区域j中第i个像素点在水平方向的卷积值,为滑窗区域j中第i个像素点在竖直方向的卷积值,为取最大值操作;利用sobel算子得到卷积值的具体卷积过程为公知技术,不再赘述。
28.其次,基于所述卷积值构建各滑窗区域对应的特征列向量,例如,滑窗区域j的特征列向量为:,其中为滑窗区域j中第1个像素点的卷积值,为滑窗区域j中第m
×
m个像素点的卷积值。
29.然后,计算所述特征列向量及其转置向量的乘积得到各滑窗区域的检测矩阵;滑窗区域j的检测矩阵为:,式中,为滑窗区域j的特征列向量,为滑窗区域j的特征列向量的转置向量。其中转置向量为公知技术,不再赘述。
30.最后,将所述检测矩阵中任意两个元素组成一个二元组,统计各二元组在检测矩阵中出现的频次,根据所述频次计算各滑窗区域的纹理空间特征,以滑窗区域j为例,滑窗区域j对应的纹理空间特征的公示表达为:其中,为滑窗区域j的纹理空间特征,为二元组的总个数,为第r个二元组在检测矩阵中出现的频次,为所有卷积值为所有二元组在检测矩阵中出现频次的累加和。
31.下面对如何获取二元组的个数进行说明,例如,若检测矩阵为:,检测矩阵中的元素有1、2和3,任意选取两个元素组成一个二元组,即二元组分别为(1,2)、(1,3)和(2,3),则为这三个二元组在检测矩阵中出现频次的累加和。
32.需要说明的是,纹理空间特征越大,表征对应滑窗区域中的细节纹理越多,即滑窗区域中存在孔隙的可能性越大;反之,表征对应滑窗区域中的细节纹理越少,即滑窗区域中存在孔隙的可能性越小。本实施例利用纹理空间特征来表征滑窗区域的孔隙,具有检测精度高的优点。
33.步骤3,根据每一个滑窗区域中的所有灰度值构建各滑窗区域对应的高斯混合模型,基于所述高斯混合模型的相关参数与纹理空间特征建立各滑窗区域的局部表征子;所述相关参数包括均值、方差与子高斯模型的个数。
34.具体地,利用em算法基于每一个滑窗区域中的所有灰度值构建各滑窗区域对应的高斯混合模型,然后获取各高斯混合模型的相关参数,即高斯混合模型对应的均值、方差以及子高斯模型的个数,基于高斯混合模型的相关参数和纹理空间特征建立各滑窗区域的局部表征子。其中,em算法、如何获取高斯混合模型的相关参数均为公知技术,不再赘述。
35.以滑窗区域j的局部特征子为例进行说明,滑窗区域j的局部表征子为:,其中,为滑窗区域j的局部表征子,为滑窗区域j对应高斯混合模型的均值,为滑窗区域j对应高斯混合模型的方差,为滑窗区域j对应高斯混合模型中子高斯模型的个数,为滑窗区域j的纹理空间特征。
36.需要说明的是,为了提高加气混凝土砌块表面孔隙的检测精度,保证滑窗区域孔隙分布状况的检测准确性,因此,基于滑窗区域内所有像素点的灰度值构建高斯混合模型,根据高斯混合模型的一些相关参数(均值、方差以及子高斯模型的个数)以及各滑窗区域的纹理空间特征,得到各滑窗区域的局部表征子。
37.步骤4,随机选取一个滑窗区域,基于所述局部表征子计算该滑窗区域与剩余所有滑窗区域的相似度,比较所述相似度与阈值的大小,当相似度大于所述阈值对应滑窗区域的数量多于相似度小于所述阈值对应滑窗区域的数量时,将该滑窗区域记为正常窗口;反之,将该滑窗区域记为孔隙窗口。
38.具体地,以滑窗区域j与滑窗区域v为例对相似度的计算进行说明,滑窗区域j与滑窗区域v的相似度为:其中,为滑窗区域j与滑窗区域v的相似度,为滑窗区域j对应的局部表征子,为滑窗区域v对应的局部表征子,为与之间的空间距离;为调节系数,是为了避免分母为零时所设置的大于零的调节系数,本实施例中c的取值为1,实施者可对调节系数的取值进行调整,与之间的空间距离为与在由纹理空间特征与高斯混合
模型的相关参数构成的四维空间中的欧式距离。
39.本实施例中,阈值由工作人员根据经验设定,为避免人为设定阈值的主观性,导致滑窗区域内部状况的误分析问题,因此对阈值进行调节;所述阈值的调节公式为:其中,为调节后的阈值,为阈值,为滑窗区域的总数,为正常窗口的个数,为所有正常窗口中任意两个正常窗口之间的相似度组成的相似度集合的方差,为所有孔隙窗口中任意两个孔隙窗口之间的相似度组成的相似度集合的方差。
40.上述公式中,与越大,则认为正常区域与孔隙区域的划分精度越低,阈值越不准确,应该增大阈值,以保证满足经验情况,即正常窗口的数量远大于孔隙窗口的数量。
41.考虑到阈值是基于相应操作人员的人为经验进行设定的,因此具有一定的参考可信性,通常情况下,加气混凝土砌块表面大部分区域为正常区域,孔隙区域相对加气混凝土砌块表面的正常区域而言,区域范围相差较多,孔隙区域的面积远小于正常区域的面积;基于阈值进行划分后,若加气混凝土砌块表面的孔隙区域与正常区域面积相差较小或孔隙区域的面积高于正常区域面积时,本实施例认为阈值划分的精度不高,存在误划分问题,因此,需要对阈值进行调节。
42.当正常窗口的个数大于等于时,认为通过阈值进行加气混凝土砌块表面区域划分之后,正常区域面积远大于加气混凝土砌块表面的孔隙区域面积,则认为设置的阈值较佳,不对其进行调整,将其作为最终的阈值;当正常窗口的个数小于时,也即基于阈值对加气混凝土砌块表面区域进行划分之后,正常区域较小;则存在砌块表面纹理特征正常的正常窗口被误分为孔隙窗口,出现误划分的状况;因此,对阈值进行调节。
43.步骤5,统计孔隙窗口的个数,将孔隙窗口的个数与孔隙窗口的面积的乘积作为所述加气混凝土砌块的孔隙特征参数,基于所述孔隙特征参数对生产过程中的压力进行调节;其中所述面积根据像素点的数量获取。
44.具体地,统计加气混凝土砌块各个表面孔隙窗口的数量,得到加气混凝土砌块表面所有的孔隙窗口,将其个数记为,然后计算孔隙窗口的个数与孔隙窗口的面积的乘积作为所述加气混凝土砌块的孔隙特征参数;孔隙特征参数为:,式中为加气混凝土砌块表面所有孔隙窗口的个数,为孔隙窗口的面积,也即孔隙窗口中像素点的总数。上述步骤2中已经表述,滑窗操作过程中窗口的尺寸为,因此孔隙窗口的尺寸为,孔隙窗口中像素点的总数为。
45.上述中基于孔隙特征参数对生产过程中的压力进行调节的方法为:比较所述孔隙特征参数与标准参数的大小,当孔隙特征参数大于标准参数,则对压力进行调节;反之,不
对压力进行调节;调节后的压力为:其中,为调节后的压力,为孔隙特征参数,为标准参数,为压力。
46.需要说明的是,当加气混凝土砌块的孔隙特征参数小于标准参数时,认为加气混凝土砌块表面的孔隙较少且面积小、孔隙分布较为散乱,表面密度较佳,表面松散度适中,加气混凝土砌块的处理效果较好,不需要对振动压实成型设备的压力进行调节。
47.通过孔隙特征参数实现了基于加气混凝土砌块的表面状况对振动压实成型设备的压力进行自适应调节,以保证实际生产的加气混凝土砌块的表面密度,进而保证加气混凝土砌块的强度,对压力进行调节体现了加气混凝土砌块表面孔隙特征与振动压实成型设备的压力的关系,实施者亦可根据实际情况对振动压实成型设备的压力进行自适应调控,以保证加气混凝土砌块的质量。
48.本发明还提供了一种基于图像处理的蒸压加气混凝土砌块生产控制系统,包括处理器与存储器,处理器执行存储器存储的一种基于图像处理的蒸压加气混凝土砌块生产控制方法的程序,由于一种基于图像处理的蒸压加气混凝土砌块生产控制方法的具体实施方式已在上述步骤1至步骤5中详细给出,不再过多赘述。
49.以上所述实施例仅用以说明本技术的技术方案,而非对其限制;尽管参照前述实施例对本技术进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本技术各实施例技术方案的范围,均应包含在本技术的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1