本发明属于图像处理技术领域,尤其涉及一种岩石运输带上不良块度图像的实时剔除方法,适用于运输带上运动岩石块度图像的在线检测和分析。
背景技术:
在采石和矿业工程中,对岩石块度的尺寸分布的测量是非常重要的。石料就是自然岩块和爆破及机械破碎的岩块的混合体,主要是用于建筑,公路,铁路和大坝等。为了判断石料的质量,对石料颗粒的尺寸和形状参数进行估算是必要的。石料的尺寸分布不但是用来评估产品质量的一个数据,而且还是调整破碎机或爆破生产的重要信息,例如:在采石生产中,调节破碎机间隙及在矿业工程中调节打孔的孔径等。破碎机通常被设定用来生产某个严格指定的相对较窄尺寸范围内的石料,比如从16mm到30mm。通常破碎机操作的一个主要指标就是平均尺寸。在自动破碎控制系统中,从实时系统发回的包括平均石料尺寸的反馈信号,就显示了流水线上破碎过程的实际进展。在实际应用中,从破碎机出来的破碎颗粒在一条传送带上传输,在其上方放置一个ccd(chargecoupleddevice,电荷耦合器件)摄像头向下拍摄,然后用图像处理、分割和分析对获取的图像中的颗粒进行测量。
现有技术主要是用图像处理和分析及计算机视觉技术对复杂岩石块度图像进行高速和高精度的处理和分析,为提高采矿和选矿的生产流水线上的自动监测和控制水平奠定新的应用基础。矿岩块度图像是最为复杂的多物体图像,因为矿岩块度的颜色、粒度尺寸、形状、粗糙度、三维结构等特性使图像处理、分析和描述远远难于其它的粒度物体图像,所以在这方面进行模式识别、图像分析及机器视觉是有重要意义的。问题是:图像变化太大太频繁致使图像分割产生错误,从而导致错误的测量和分析结果,为了克服这个问题,对处理的图像应该是有选择性的,尽量在图像处理前,去掉那些质量低下的图像,例如:无岩石块度图像,雨水运输带反光照成的白板,由运动抖动照成的模糊图像等等。
技术实现要素:
针对上述问题,本发明的目的在于提供一种实时剔除运输带上不良岩石块度图像的方法,能够快速准确地检测出运输带上的不良岩石块度图像,以解决图像质量评定和剔除的问题,从而能够服务于矿山及采石场上的工业流水生产线上的监测和控制。
为达到上述目的,本发明采用如下技术方案予以实现。
一种岩石运输带上不良块度图像的实时剔除方法,所述方法包括如下步骤:
步骤1,获取运输带上运动岩石的一幅块度图像,所述一幅块度图像为rgb图像;
步骤2,将所述rgb图像转换为对应的灰度图像,并对所述灰度图像按照预先设定的比例因子进行缩小,得一幅缩小后的灰度图像;
步骤3,对所述一幅缩小后的灰度图像进行平滑滤波,得到平滑滤波后的灰度图像;
步骤4,计算所述平滑滤波后的灰度图像的平均灰度值和相对方差;
步骤5,设定第一正常平均灰度阈值,若所述平滑滤波后的灰度图像的平均灰度值小于或者等于所述第一正常平均灰度阈值,则该平滑滤波后的灰度图像对应的运输带上运动岩石的该幅块度图像为不良岩石块度图像,将该不良岩石块度图像进行剔除;
若所述平滑滤波后的灰度图像的平均灰度值大于所述第一正常平均灰度阈值,则继续执行步骤6;
步骤6,设定第一正常相对方差阈值,若所述平滑滤波后的灰度图像的相对方差小于或者等于所述第一正常相对方差阈值,则该平滑滤波后的灰度图像对应的运输带上运动岩石的该幅块度图像为不良岩石块度图像,将该不良岩石块度图像进行剔除;
若所述平滑滤波后的灰度图像的相对方差大于所述第一正常相对方差阈值,则继续执行步骤7;
步骤7,设定第二正常平均灰度阈值和第二正常相对方差阈值,若所述平滑滤波后的灰度图像的平均灰度值小于或者等于所述第二正常平均灰度阈值,且所述平滑滤波后的灰度图像的相对方差小于或者等于所述第二正常相对方差阈值,则该平滑滤波后的灰度图像对应的运输带上运动岩石的该幅块度图像为不良岩石块度图像,将该不良岩石块度图像进行剔除;否则,继续执行步骤8;
步骤8,根据所述平滑滤波后的灰度图像,得到对应的梯度图像,计算所述梯度图像的梯度平均值和梯度相对方差;
步骤9,设定平均梯度阈值和梯度相对方差阈值,若所述梯度图像的梯度平均值小于或者等于所述梯度阈值,且所述梯度图像的梯度相对方差小于或者等于所述梯度相对方差阈值,则该梯度图像对应的运输带上运动岩石的该幅块度图像为不良岩石块度图像,将该不良岩石块度图像进行剔除;
步骤10,获取运输带上运动岩石的下一幅块度图像,并依次重复执行步骤2至步骤9,从而实时剔除运输带上运动岩石的不良块度图像。
本发明的目的是进行动态图像的质量评价,能够快速去除不良质量的岩石块度图像,从而保证下一步要进行的处理与分割分析的图像有好的质量。若没有这一过程,不良质量的图像会给后续的图像处理造成困难及分析误差,从而使实时在线准确检测结果不能得到保证。该方法为了适应实时处理的需要,分几个步骤来进行图像的质量分析,步骤与步骤之间避免了重复的计算,分析和计算方法以求尽可能简单有效,避免了运用复杂的计算和分析。非常适用于矿岩块度生产现场的应用,也很容易扩展到其他类似的在线颗粒检测,如:动态的浮选气泡,运输带上的木质碎片,运动的粮食颗粒及水果等图像的质量分析与检测。
附图说明
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,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地介绍,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他的附图。
图1为本发明实施例提供的一种岩石运输带上不良块度图像的实时剔除方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种岩石运输带上不良块度图像的实时剔除方法,如图1所示,所述方法包括如下步骤:
步骤1,获取运输带上运动岩石的一幅块度图像,所述一幅块度图像为rgb图像。
一般来说,为了长期实时地获取运输带上运动岩石的块度图像,运输带的上方需架设一台普通的ccd相机获取运输带上运动的岩石的块度图像,为了避免外来光照的不均及不稳定,也为了防尘防雨雪等,需要架设一个上面及侧面封闭的光照箱,箱内安装均匀的光源(灯)及ccd摄像头,为了清晰地抓取运动(一般运动速度为2-3米/秒)块度图像,ccd相机应该可以设置取像参数,既常说的快门和光圈,获取的图像可以通过连接的图像板传输到电脑进行后续图像处理。
步骤2,将所述rgb图像转换为对应的灰度图像,并对所述灰度图像按照预先设定的比例因子进行缩小,得一幅缩小后的灰度图像。
步骤2具体包括:
由于岩石块度彩色不明显,为了减少计算量,将所述rgb图像转换为对应的灰度图像:
f(x,y)灰=(f(x,y)r+f(x,y)g+f(x,y)b)/3
其中,f(x,y)r、f(x,y)g、f(x,y)b分别表示rgb图像中位于(x,y)处的像素的红、绿、蓝像素值,f(x,y)灰表示灰度图像中位于(x,y)处的像素的灰度值;x∈(1,...,2×m),y∈(1,...,2×n),2×m为灰度图像宽度维的总像素个数,2×n为灰度图像高度维的总像素个数;
为了消除黑点和亮点噪声及进一步减少后续处理的工作量,将灰度图像进行缩小;预先设定的比例因子为1/4,则按照所述比例因子对所述灰度图像进行缩小,每四个相邻的像素取灰度平均值作为缩小后的灰度图像在对应位置处的灰度值,从而缩小后的灰度图像在宽度维的总像素个数为m,在高度维的总像素个数为n。
步骤3,对所述一幅缩小后的灰度图像进行平滑滤波,得到平滑滤波后的灰度图像。
如果按常规的图像平滑算法(如邻域平均法或高斯平滑法等)对缩小后的灰度图像进行平滑,可能会把微弱的边界平滑掉,故此,采取分数阶积分平滑方法来去除所述缩小后的灰度图像中的噪声,但为了既保持图像的平滑又能保持块度间的边界不被丢失,对传统的滤波器模板进行了改进:
采用分数阶积分平滑方法对所述缩小后的灰度图像进行平滑滤波,所使用的5×5模板的滤波器系数h为:
则平滑滤波后的灰度图像在(x1,y1)处的灰度值f(x1,y1)为:f(x1,y1)=(f(x1,y1)*h)/8,且平滑滤波后的灰度图像的左边两列、右边两列、上边两行以及下边两行像素的灰度值与缩小后的灰度图像在对应位置处的灰度值相同;
需要说明的是,平滑滤波后的灰度图像在(x1,y1)处的灰度值f(x1,y1)为:f(x1,y1)=(f(x1,y1)*h)/8,该式所表示的滤波运算是指,获取平滑滤波后的灰度图像以(x1,y1)处的像素为中心的25个像素,从而这25个像素与滤波器系数分别卷积,从而得到(x1,y1)处的灰度值f(x1,y1)。
其中,f(x1,y1)表示缩小后的灰度图像的在(x1,y1)处的灰度值,且x1∈(0,...,m),y1∈(0,...,n)。
步骤4,计算所述平滑滤波后的灰度图像的平均灰度值和相对方差。
步骤4具体包括:
计算所述平滑滤波后的灰度图像的平均灰度值y和相对方差s相:
s相=(s/v)×100
其中,f(x1,y1)表示平滑滤波后的灰度图像在(x1,y1)处的灰度值,x1∈(0,...,m),y1∈(0,...,n),平滑滤波后的灰度图像在宽度维的总像素个数为m,在高度维的总像素个数为n,s表示平滑滤波后的灰度图像的方差。
步骤5,设定第一正常平均灰度阈值,若所述平滑滤波后的灰度图像的平均灰度值小于或者等于所述第一正常平均灰度阈值,则该平滑滤波后的灰度图像对应的运输带上运动岩石的该幅块度图像为不良岩石块度图像,将该不良岩石块度图像进行剔除;
若所述平滑滤波后的灰度图像的平均灰度值大于所述第一正常平均灰度阈值,则继续执行步骤6。
一般来说,由于受光照及运动速度的影响,运动岩石的块度图像质量会低下,而当块度图像平均灰度值很低时,图像中的岩石块度会模糊一片或暗灰色甚至黑色一片(如:无块度图像),无法进行后续的图像处理和分割,所以为了避免选取这种图像,需要根据现场情况(岩石色度,尺寸大小等)设定第一正常平均灰度阈值。
设定第一正常平均灰度阈值具体为:人为选取运动岩石的一幅优质图像,得到该优质图像的平均灰度值,设定该优质图像的平均灰度值的30%作为第一正常平均灰度阈值。
步骤6,设定第一正常相对方差阈值,若所述平滑滤波后的灰度图像的相对方差小于或者等于所述第一正常相对方差阈值,则该平滑滤波后的灰度图像对应的运输带上运动岩石的该幅块度图像为不良岩石块度图像,将该不良岩石块度图像进行剔除;
若所述平滑滤波后的灰度图像的相对方差大于所述第一正常相对方差阈值,则继续执行步骤7。
尽管在步骤5中能够剔除一部分不良质量的图像,被选取的图像虽然平均灰度值较高,但也还有些图像是低质量图像,例如:由运动速度引起的模糊的图像,或是由突然的强光引起的白板图像等,这些图像的方差都会很低,因此可以用图像的方差来判断图像中是否有块度:如果方差值高,证明图像灰度差异大,也就是块度较多。
问题是:在不同的光照条件下,会有不同的图像平灰度均值,而此时,同样的块度数目及大小也会导致差异较大的方差。为了避免这种难以统一判断的问题,本技术方案引用相对误差来判断图像的质量。
步骤6中,设定第一正常相对方差阈值具体为:人为选取运动岩石的一幅优质图像,得到该优质图像的相对方差,设定该优质图像的相对方差的40%作为第一正常相对方差阈值。
步骤7,设定第二正常平均灰度阈值和第二正常相对方差阈值,若所述平滑滤波后的灰度图像的平均灰度值小于或者等于所述第二正常平均灰度阈值,且所述平滑滤波后的灰度图像的相对方差小于或者等于所述第二正常相对方差阈值,则该平滑滤波后的灰度图像对应的运输带上运动岩石的该幅块度图像为不良岩石块度图像,将该不良岩石块度图像进行剔除;否则,继续执行步骤8。
进一步的,步骤5和步骤6均为以单一指标来判断图像的质量,但有些情况需要结合两种参数来判断才能可靠。
步骤7中,设定第二正常平均灰度阈值和第二正常相对方差阈值具体为:
人为选取运动岩石的一幅优质图像,得到该优质图像的平均灰度值和相对方差,设定该优质图像的平均灰度值的45%作为第二正常平均灰度阈值,设定该优质图像的相对方差的60%作为第二正常相对方差阈值。
步骤8,根据所述平滑滤波后的灰度图像,得到对应的梯度图像,计算所述梯度图像的梯度平均值和梯度相对方差。
需要说明的是,通过上述步骤5、步骤6和步骤7的剔除,70%-80%左右的不良质量图像会被筛选掉,剩下的20%-30%不良质量的图像可以通过步骤8和步骤9中的准则来剔除。
步骤8具体包括:
对所述平滑滤波后的灰度图像进行一阶微分得到对应的梯度图像;计算所述梯度图像的梯度平均值v1和梯度相对方差s1相:
s1相=(s1/v1)×100
其中,g(x2,y2)表示梯度图像在(x2,y2)处的梯度值,x2∈(0,...,m),y2∈(0,...,n),梯度图像在宽度维的总像素个数为m,在高度维的总像素个数为n,s1表示梯度图像的方差。
步骤9,设定平均梯度阈值和梯度相对方差阈值,若所述梯度图像的梯度平均值小于或者等于所述梯度阈值,且所述梯度图像的梯度相对方差小于或者等于所述梯度相对方差阈值,则该梯度图像对应的运输带上运动岩石的该幅块度图像为不良岩石块度图像,将该不良岩石块度图像进行剔除。
步骤9中,设定平均梯度阈值和梯度相对方差阈值具体为:
人为选取运动岩石的一幅优质图像,得到该优质图像对应的梯度图像的平均梯度阈值和梯度相对方差阈值,设定该优质图像对应的梯度图像的平均梯度阈值的50%作为平均梯度阈值,设定该优质图像对应的梯度图像的梯度相对方差阈值的60%作为梯度相对方差阈值。
步骤10,获取运输带上运动岩石的下一幅块度图像,并依次重复执行步骤2至步骤9,从而实时剔除运输带上运动岩石的不良块度图像。
最终剩下的块度图像是质量较好的图像,只要后续的处理算法适合于图像的类别,就不会对后续的处理产生大的误差,从而可以进行后续的图像分割和分析。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。