一种再生砂颗粒形貌实时监测装置及实时监测方法

本发明属于形貌检测，具体涉及一种再生砂颗粒形貌实时监测装置及实时监测方法。

背景技术：

1、再生砂是一种可替代天然砂的绿色建筑材料，相较于天然砂，再生砂来源复杂且颗粒形貌离散性大，这就导致其质量极不稳定，对掺入再生砂的再生砂浆和再生混凝土的宏观性能产生重大影响。目前已有的对再生砂的颗粒形貌及表征参数的分析系统，往往只采用了二维图像处理分析无法获取再生砂的多维度图像及三维表征参数，并且无法实现对再生砂的在线高效监测。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种再生砂颗粒形貌实时监测装置及实时监测方法，用于解决现有技术中无法实现对再生砂的在线高效监测的问题。

2、为达到上述目的，本发明提供如下技术方案：

3、本发明提供一种再生砂颗粒形貌实时监测装置，包括：料仓，所述料仓的出料口处安装有振动给料机，所述振动给料机连接有分散器，所述分散器的出料口处安装有图像采集模块，所述图像采集模块连接有用于对采集到的图像进行分割识别、提取再生砂多维投影的几何参数并组合计算其表征参数的图像处理模块，所述图像采集模块远离所述分散器侧安装有回收模块。

4、进一步，所述图像采集模块包括：垂直设置的两块面板光源以及分别与两块面板光源相对设置的ccd工业相机。

5、进一步，所述分散器上并排设置有多个出料孔，多个所述出料孔的连线与两台所述ccd工业相机的连线平行或垂直。

6、进一步，所述分散器上转动安装有多个齿轮以及驱动所述齿轮转动的驱动机构，多个所述齿轮的连线与多个所述出料孔的连线一致，多个所述齿轮两两之间啮合连接，所述齿轮通过齿轮轴转动安装在分散器上方，所述齿轮轴周向安装有多个隔板，相邻的齿轮轴上的所述隔板错位设置，所述隔板能够盖住所述出料孔。

7、进一步，所述分散器上安装有用于承接从振动给料机落下的料斗，所述料斗的出料侧安装有承接盘，所述承接盘与其中一个所述齿轮的齿轮轴同轴连接，所述承接盘周侧设置有包围住所述承接盘的环形网，所述环形网设置在所述隔板上方。

8、本发明还提供一种再生砂颗粒形貌实时监测方法，包括以下步骤：

9、s1：利用再生砂颗粒形貌监测装置，同步获取再生砂两个维度方向的投影图像；

10、s2：重复步骤s1建立再生砂图像数据集，根据所采集的数据集选择含有再生砂颗粒的样本图像，采用图像数据增强对样本图像进行处理，并确定训练集、验证集和测试集的数量；采用labelme软件对原始图像中待识别物体进行标记，并添加标签；

11、s3：利用深度学习方法建立再生砂语义分割模型，所述模型采用u-net语义分割算法；

12、s4：采用准确率acc、召回率recall，交并比m-iou和f1-score四个指标来评价模型的预测效果，并选取pspnet、deeplabv3+两组深度学习网络模型和传统图像阈值分割三种方法进行对比验证；

13、s5：以长径比、圆形度、凸度、体积、球形度作为再生砂颗粒的表征参数并计算其像素值后，将像素尺寸转化为实际尺寸。

14、进一步，所述步骤s5中，表征参数的像素值通过以下公式进行计算：

15、

16、式中：l,w,h分别表示再生砂的长度、宽度和高度；ld表示再生砂的长径比；s表示再生砂的投影面积，p表示再生砂的投影周长；r表示再生砂的圆形度；sk表示再生砂投影的最小凸包面积；co表示再生砂的凸度；v表示为再生砂的体积；su表示再生砂的体表面积；sp表示再生砂的球形度；

17、进一步，步骤s3中，深度学习方法建立再生砂语义分割模型的具体步骤包括：

18、a1：通过u-net语义分割模型建立框架；

19、a2：输入图片并连续进行四次下采样以使图片的通道数由64通道数递增到1024通道数；

20、a3：连续进行四次上采样扩大图片尺寸以提取深层信息，并将通道数还原至与输入的图片尺寸一致；

21、a4：将得到的计算结果与标签图像进行比较，分析计算误差后，采用反向传播算法对网络中的权重进行优化，最终经过多次训练迭代得到最优化权重。

22、本发明的有益效果在于：

23、本发明实现了对再生砂颗粒多维形貌实时在线监测，通过深度学习技术开发了一种再生砂颗粒形貌实时监测装置及实时监测方法，可对再生砂图像进行实时高效快速分割，相比较传统的图像分割方法效率更高；通过图像处理模块确定并计算提取了更有效的再生砂形貌表征参数，可以更准确的描述再生砂的几何形貌属性。

24、本发明的其他优点、目标和特征将在随后的说明书中进行阐述，并且在某种程度上对本领域技术人员而言是显而易见的，或者本领域技术人员可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

技术特征：

1.一种再生砂颗粒形貌实时监测装置，其特征在于，包括：料仓，所述料仓的出料口处安装有振动给料机，所述振动给料机连接有分散器，所述分散器的出料口处安装有图像采集模块，所述图像采集模块连接有用于对采集到的图像进行分割识别、提取再生砂多维投影的几何参数并组合计算其表征参数的图像处理模块，所述图像采集模块远离所述分散器侧安装有回收模块。

2.根据权利要求1所述的再生砂颗粒形貌实时监测装置，其特征在于：所述图像采集模块包括：垂直设置的两块面板光源以及分别与两块面板光源相对设置的ccd工业相机。

3.根据权利要求2所述的再生砂颗粒形貌实时监测装置，其特征在于：所述分散器上并排设置有多个出料孔，多个所述出料孔的连线与两台所述ccd工业相机的连线平行或垂直。

4.根据权利要求3所述的再生砂颗粒形貌实时监测装置，其特征在于：所述分散器上转动安装有多个齿轮以及驱动所述齿轮转动的驱动机构，多个所述齿轮的连线与多个所述出料孔的连线一致，多个所述齿轮两两之间啮合连接，所述齿轮通过齿轮轴转动安装在分散器上方，所述齿轮轴周向安装有多个隔板，相邻的齿轮轴上的所述隔板错位设置，所述隔板能够盖住所述出料孔。

5.根据权利要求4所述的再生砂颗粒形貌实时监测装置，其特征在于：所述分散器上安装有用于承接从振动给料机落下的料斗，所述料斗的出料侧安装有承接盘，所述承接盘与其中一个所述齿轮的齿轮轴同轴连接，所述承接盘周侧设置有包围住所述承接盘的环形网，所述环形网设置在所述隔板上方。

6.一种再生砂颗粒形貌实时监测方法，其特征在于，包括以下步骤：

7.根据权利要求6所述的再生砂颗粒形貌实时监测方法，其特征在于：所述步骤s5中，表征参数的像素值通过以下公式进行计算：

8.根据权利要求6所述的再生砂颗粒形貌实时监测方法，其特征在于：步骤s3中，深度学习方法建立再生砂语义分割模型的具体步骤包括：

技术总结
本发明公开了一种再生砂颗粒形貌实时监测装置及实时监测方法，属于形貌检测技术领域，包括：利用再生砂颗粒形貌监测装置，同步获取再生砂两个维度方向的投影图像，通过搭建再生砂投影数据集，利用深度学习方法建立再生砂语义分割模型，训练并验证模型结果；利用训练好的再生砂语义分割模型同步进行投影图像的分割识别、提取再生砂多维投影的几何参数并组合计算其表征参数。本发明实现了对再生砂颗粒多维形貌实时在线监测，通过深度学习技术开发了一种再生砂颗粒形貌实时监测装置及实时监测方法，可对再生砂图像进行实时高效快速分割，相比较传统的图像分割方法效率更高。

技术研发人员：洪丽,宇周亮,詹炳根,余其俊
受保护的技术使用者：合肥工业大学
技术研发日：
技术公布日：2024/1/12