基于显微ct数字图像处理铝电解用阴极炭块组分检测方法
【专利摘要】本发明公开了一种基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，对铝电解用阴极炭块进行数字图像的获取；对获取图像进行预处理；在此基础上对图像进行颜色特征计算，得出铝电解用阴极炭块各组成成分的含量；最后，通过形态学特征分析与统计出炭骨料图像不同颗粒面积与个数。本发明采用显微CT的X射线层析获取的数字图像、计算机智能处理阴极炭块图像的检测方法、孔洞填充方法、通过统计出每个炭骨料颗粒粒径和面积的数值，快速简便，容易操作，精密度强，高效地完成了铝电解用阴极炭块的自动检测，降低了误差，保证了铝电解用阴极炭块检测的效用。
【专利说明】基于显微CT数字图像处理铝电解用阴极炭块组分检测方
法
【技术领域】
[0001]本发明属于铝电解用阴极炭块的测试【技术领域】，尤其涉及一种基于显微CT数字图像处理铝电解用阴极炭块组分检测方法。
【背景技术】
[0002]随着铝工业的高速发展，我国铝电解槽迈入了大型化、机械化和自动化的全新阶段。然而，我国的铝电解槽平均使用寿命只有1500天，远远低于铝工业较发达的国家的2000天以上的寿命。作为铝生产量最大的国家，铝电解槽使用寿命的偏短问题使得我国的铝工业生产过程中的成本费用增加，同时也制约了我国铝电解工业的可持续发展。在各种铝电解槽的破损事故中，主要是由于炭块早期被侵蚀或者产生裂缝，电解槽在使用时出现局部发热和烧红甚至漏槽的状况，这严重减少了铝电解槽的使用寿命。作为铝电解槽中最脆弱也是最关键的部分，阴极炭块破损而引发的工业事故数见不鲜，同时在铝电解界受重视的程度日益提高。
[0003]铝电解阴极炭块由不同粒径炭骨料、杂质、浙青、孔隙构成。阴极炭块的组成成分不同，必然影响炭块的性能，孔隙多的炭块更容易受到电解质的渗透浸蚀，造成开裂早期破坏；降低铝电解槽的使用寿命，孔隙和杂质的增加必然会造成炭块电阻率的增加，必然会增加槽电压，导致能耗增加。因此为了更好的保证电解槽使用寿命，需要一种科学的检测方法，监测阴极炭块的质量，优化配给方案。
[0004]传统的铝电解用炭块检测方案耗费大量的财力人力，实验的流程比较繁琐，计算的误差较大，同时不能具体到每一个颗粒的计算，而且部分检测方法基于理论的数字模型，对铝电解用阴极炭块粒径的真实数值的检测和计算没有实际意义。
【发明内容】
[0005]本发明实施例的目的在于提供一种基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，旨在解决传统的铝电解用炭块检测方案耗费大量的财力人力，实验的流程比较繁琐，计算的误差较大，同时不能具体到每一个颗粒的计算，而且部分检测方法基于理论的数字模型，对铝电解用阴极炭块粒径的真实数值的检测和计算没有实际意义的问题。
[0006]本发明实施例是这样实现的，一种基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，该基于显微CT数字图像处理铝电解用阴极炭块组分检测方法包括以下步骤:
[0007]步骤一，通过显微CT设备获取铝电解用阴极炭块样品的数字图像，实现铝电解用阴极炭块的二维表征；
[0008]步骤二，对获取图像用阴极炭块的数字图像进行矩形分割，选择隔离出静态炭块显微CT数字图像内子集的矩形图像，由获取的铝电解用炭块数字图像，输入计算机后，使用IPP分析图像软件对图像执行裁剪和消除不需要的黑色背景操作，然后对图像的倾斜程度进行修正；将彩色图像转化为灰度图像，同时进行光密度的校正操作；对处理后的图像的BCG、阴影、补偿视觉上的不足进行调节；
[0009]步骤三，通过阀值选择和依据阀值计算炭骨料、杂质、孔隙、浙青的比例对图像进行颜色特征计算，得出铝电解用阴极炭块炭骨料、孔隙、浙青的含量；
[0010]步骤四，最后，通过形态学特征分析与统计出炭骨料图像不同颗粒面积与个数；将炭骨料图像分为4个级配大颗粒、中颗粒、小颗粒、粉料，利用IPP软件的颗粒统计功能对每个颗粒进行的面积或者粒径进行统计，然后分别统计出对应区间的总面积和对应区间颗粒的数量。
[0011]进一步，在步骤一中，对处理后的图像的BCG、阴影、补偿视觉上的不足进行调节通过高频滤波对图像进行锐化处理，或者通过均值和中值滤波对处理后的炭块显微CT图像以平滑处理。
[0012]进一步，其特征在于，在步骤二中，阀值选择，将预处理后的铝电解用炭块的图像的灰度值的曲线绘制出，发现具有明显的双峰特性，截取谷底的灰度值作为阈值，背景灰度值可看作固定的数值，被采集的炭块图像中各个成分有类似的对比度，根据峰谷的范围，选择一个阈值对图像进行分割；
[0013]依据阀值计算炭骨料、杂质、孔隙、浙青的比例，通过图像中的标尺，将图像像素和标尺进行比例的转化，可以精确计算每种成分具体的面积，先计算每个灰度值所在方格的个数，再将个数进行统计，获得像素的面积，再将像素转化为面积具体的数值。
[0014]进一步，步骤四的具体方法为:
[0015]第一步，区域分离，依据灰度值分离炭骨料、杂质、孔隙、浙青的区域；
[0016]第二步，门限处理，先设定一个灰度值为对应的门限值，当炭块的显微CT数字图像的灰度值等于或者大于门限的时候图像为白色，小于门限值则为黑色，根据得出的阀值，获取只有I个BPP的二值化炭骨料图像；也可以运用反向选择的方法进行区域分离，针对2种以上的选择区域可以先选择第一个区域，再将其灰度值调节为与第二个区域同样的灰度值，这样就为一个灰度值，即把灰度值介于0-25和25-100的区域图像的灰度值转化为0，即和背景的颜色一样，这样就单独分离出了炭骨料；
[0017]第三步，孔隙填充，得到没有孔隙的炭骨料颗粒图像；选定较小的黑色孔隙进行填充，满足炭骨料颗粒级配的计算素材，当选定10_的时候，最大的孔隙被填充，再对图像进行具体观察；
[0018]第四步，对获取的图像进行边缘检测，选择算法进行边缘检测，搜索炭骨料图像的边缘，最终获得边缘的曲线，勾勒出炭骨料图像的形状，实现分割，边缘检测包括梯度法、拉普拉斯法；
[0019]第五步，对第四步获取的数字图像进行腐蚀、膨胀、开运算、闭运算操作；
[0020]假设每个炭骨料图像中的点都是一个二维变量，用(m，n)表示这个二维变量，m和n分别代表I个黑色元素的横纵坐标，腐蚀的表达式为:
[0021 ] G = MQB = \m, n\Bmn cz M}
[0022]其中G表示经过腐蚀处理后炭骨料图像的集合，M表示腐蚀处理前的炭骨料图像的集合，Bnm表示腐蚀处理后炭骨料图像的结构元素，和腐蚀处理的原理相反，膨胀在数字图像处理过程中的作用主要是扩充物体的边界点，使得边界点对选择的AOI区域扩充，可运用于孔隙的填充，假设每个炭骨料图像中的点都是一个二维变量，用(m，η)表示这个二维变量，m和η分别代表1个黑色元素的横纵坐标，腐蚀的表达式为:
[0023]
【权利要求】
1.一种基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，其特征在于，该方法包括以下步骤: 步骤一，通过显微CT设备获取铝电解用阴极炭块样品的数字图像，实现铝电解用阴极炭块的二维表征； 步骤二，对获取图像用阴极炭块的数字图像进行矩形分割，隔离出静态炭块显微CT数字图像内子集的矩形图像，由获取的铝电解用炭块数字图像，输入计算机后，使用IPP分析图像软件对图像执行裁剪和消除不需要的黑色背景操作，然后对图像的倾斜程度进行修正；将彩色图像转化为灰度图像，同时进行光密度的校正操作；对处理后的图像的BCGJH影、补偿视觉上的不足进行调节； 步骤三，通过阀值选择和依据阀值计算炭骨料、杂质、孔隙、浙青的比例对图像进行颜色特征计算，得出铝电解用阴极炭块炭骨料、杂质、孔隙、浙青的含量； 步骤四，通过形态学特征分析与统计出炭骨料图像不同颗粒面积与个数；将炭骨料图像分为4个级配大颗粒、中颗粒、小颗粒、粉料，利用IPP软件的颗粒统计功能对每个颗粒进行的面积或者粒径进行统计，然后分别统计出对应区间的总面积和对应区间颗粒的数量。
2.如权利要求1所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，其特征在于，在步骤一中，对处理后的图像的BCG、阴影、补偿视觉上的不足进行调节通过高频滤波对图像进行锐化处理，或者通过均值和中值滤波对处理后的炭块显微CT图像以平滑处理。
3.如权利要求1所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，其特征在于，在步骤二中，阀值选择，将预处理后的铝电解用炭块的图像的灰度值的曲线绘制出，发现具有明显的双峰特性，截取谷底的灰度值作为阈值，背景灰度值可看作固定的数值，被采集的炭块图像中各个成分有类似的对比度，根据峰谷的范围，选择一个合适的阈值，依据阀值对图像进行分割； 依据阀值计算炭骨料、杂质、孔隙、浙青的比例，通过图像中的标尺，将图像像素和标尺进行比例的转化，可以精确计算每种成分具体的面积，先计算每个灰度值所在方格的个数，再将个数进行统计，获得像素的面积，再将像素转化为面积具体的数值。
4.如权利要求1所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，其特征在于，步骤四的具体方法为: 第一步，区域分离，依据灰度值分离炭骨料、杂质、孔隙、浙青的区域； 第二步，门限处理，先设定一个灰度值为对应的门限值，当炭块的显微CT数字图像的灰度值等于或者大于门限的时候图像为白色，小于门限值则为黑色，根据得出的阀值，获取只有I个BPP的二值化炭骨料图像；也可以运用反向选择的方法进行区域分离，针对2种以上的选择区域可以先选择第一个区域，再将其灰度值调节为与第二个区域同样的灰度值，这样就为一个灰度值，即把灰度值介于0-25和25-100的区域图像的灰度值转化为0，即和背景的颜色一样，这样就单独分离出了炭骨料的图像部分； 第三步，孔隙填充，得到没有孔隙的炭骨料颗粒图像；选定较小的黑色孔隙进行填充，满足炭骨料颗粒级配的计算素材，当选定IOmm的时候，最大的孔隙被填充，再对图像进行具体观察； 第四步，对获取的图像进行边缘检测，选择算法进行边缘检测，搜索炭骨料图像的边缘，最终获得边缘的曲线，勾勒出炭骨料图像的形状，实现分割，边缘检测包括梯度法、拉普拉斯法； 第五步，对第四步获取的数字图像进行腐蚀、膨胀、开运算、闭运算操作； 假设每个炭骨料图像中的点都是一个二维变量，用(m，n)表示这个二维变量，m和n分别代表1个黑色元素的横纵坐标，腐蚀的表达式为:
5.如权利要求4所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，其特征在于，在第四步中，选择梯度法中的Sobel法具体方法为:定义一个向量G(x，y)，向量的方向就是对应函数增大的最大值方向，梯度的幅值如下:
6.如权利要求1所述的基于显微CT数字图像处理铝电解用阴极炭块组分检测方法，其特征在于，步骤四中，颗粒级配的理论模型主要是依靠Dinger-Funk模型,模型如下式:
【文档编号】G06K9/60GK103761525SQ201310563550
【公开日】2014年4月30日 申请日期:2013年11月14日 优先权日:2013年11月14日
【发明者】刘庆生, 钟春明, 井福荣, 黄少鹤 申请人:江西理工大学