基于圖像處理的礦石粒度在線檢測系統(tǒng)

羅小燕，林龍飛，蔡改貧

(江西理工大學(xué)機電工程學(xué)院，江西贛州 341000)

?

基于圖像處理的礦石粒度在線檢測系統(tǒng)

羅小燕，林龍飛，蔡改貧

(江西理工大學(xué)機電工程學(xué)院，江西贛州 341000)

針對鎢礦石破碎領(lǐng)域中急需解決的粒度在線檢測問題，以CCD攝像組件為檢測元件獲得礦石顆粒的圖像，采用分水嶺算法對顆粒圖形進行分割，在提取并分析圖形顆粒的相關(guān)信息的基礎(chǔ)上，通過建立不同大小的檢測算子對分割后的顆粒圖像采用擊中與擊不中的分析與統(tǒng)計，得到被測礦石的粒度分布，采用MTALAB和LABVIEW的混合編程方式開發(fā)了粒度檢測系統(tǒng)程序。實驗對比表明，檢測系統(tǒng)的分析結(jié)果與實際粒度分布情況具有較好的一致性，可以滿足礦石顆粒的在線檢測需要。

粒度分布；在線檢測；分水嶺算法；擊中與擊不中變換；混合編程

0 引言

礦石的粒度分布是評價破碎效果的一項重要依據(jù)，粒度參數(shù)主要包括面積、周長、粒徑和體積等[1]。目前大多采用低效、離線的人工篩分檢測法確定碎后粒度分布，難以保證選礦生產(chǎn)需要。

近年來數(shù)字圖像處理技術(shù)逐漸應(yīng)用于各種粒度分析儀所獲取的圖像處理中[2]。這種非接觸式粒度檢測方法可以有效克服傳統(tǒng)檢測方法的不足，且能很好的適應(yīng)碎磨工序的惡劣工況，因此，通過在傳送帶上方安裝機器視覺裝置，利用數(shù)字圖像技術(shù)結(jié)合現(xiàn)代數(shù)據(jù)處理等軟測量技術(shù)，實時連續(xù)地進行在線粒度測量及自動統(tǒng)計結(jié)果，是礦石粒度測量的有效手段。

1 礦石粒度在線檢測系統(tǒng)組成

礦石粒度在線檢測系統(tǒng)的硬件部分主要由CCD攝像機組件、支架、光源、擋板、計算機以及礦石傳送帶等組成。CCD攝像機架設(shè)在傳送皮帶上方，與計算機直接相連，通過已經(jīng)編寫好的圖像采集程序，完成進行顆粒圖像的采集；光源用于給物料表面提供均勻光照，排除外界光源對圖像采集效果的影響。系統(tǒng)結(jié)構(gòu)組成如圖1所示。

礦石粒度在線檢測系統(tǒng)的軟件部分主要包括圖像采集與處理模塊和數(shù)據(jù)顯示模塊。

圖1 礦石粒度在線檢測系統(tǒng)結(jié)構(gòu)圖

圖像采集模塊通過MTALAB圖像采集工具箱控制CCD攝像組件實現(xiàn)視頻的預(yù)覽，并連續(xù)采集礦石顆粒的圖像。圖像處理模塊采用圖像處理技術(shù)對所采集的圖像進行粒度檢測。數(shù)據(jù)顯示模塊要實現(xiàn)粒度顯示與控制輸出等功能。

2 圖像采集與處理系統(tǒng)

2.1 圖像采集

圖像采集與處理系統(tǒng)利用3103UC數(shù)字攝像完成圖像數(shù)據(jù)采集。調(diào)整CCD攝像頭的高度和攝像頭的焦距，可以調(diào)整圖像拍攝范圍的大??；由于CCD攝像組件與計算機直接相連，所以通過MTALAB圖像采集工具可以實現(xiàn)圖像的在線采集。

2.2 圖像處理

由于傳送帶上的礦石為粘連堆積狀態(tài)，形態(tài)復(fù)雜，且處于高粉塵環(huán)境，目標與背景區(qū)分度差。因此，本文對采集的圖像進行灰度化、中值濾波和形態(tài)重構(gòu)等預(yù)處理[3]，圖像處理系統(tǒng)流程如圖2所示。

圖2 圖像處理系統(tǒng)流程圖

將原圖(如圖3(a))預(yù)處理后，對重構(gòu)圖像進行多尺度形態(tài)學(xué)梯度化、計算極大值及閾值分割(如圖3(b))處理。將閾值分割圖像距離變換后，進行第一次分水嶺分割，將分割后的圖像結(jié)合極大值圖像，采用強制最小技術(shù)對梯度圖像進行修改，對修改后的梯度圖像進行第二次分水嶺分割，分割效果如圖3(c)所示。

(a)原圖

(b)閾值分割

(c)標記分水嶺分割效果

2.3 顆粒參數(shù)的提取

在顆粒特征中，顆粒面積、周長、當量直徑、形狀因子是顆粒的重要信息，通過分析這些參數(shù)可以完成顆粒的檢測。固定攝像機高度后對采集的圖像進行像素標定，根據(jù)實際測量單位和像素的轉(zhuǎn)換關(guān)系，可以得到顆粒圖像中每個顆粒實際的幾何特征參數(shù)。

利用數(shù)學(xué)形態(tài)學(xué)中一種重要的圖像分析方法擊中與擊不中變換，可以同時探測圖像的內(nèi)部和外部，常被用于解決目標圖像識別等形態(tài)學(xué)模式識別等問題[4-6]。A被B擊中或擊不中變換用符號表示，擊中與擊不中變換定義為：

A?B=(AΘB1)∩(AcΘB2)

(1)

式中:B1、B2為結(jié)構(gòu)元素，一個用于探測圖像內(nèi)部，另一個用于探測圖像外部；AC為圖像A的補集Θ為形態(tài)學(xué)腐蝕運算。

擊中與擊不中變換原理如圖4所示，設(shè)原二值圖像中像素為1的元素為礦石顆粒，像素為0的元素為背景部分，建立矩形算子B1和B2對二值圖像進行擊中與擊不中變換，變換結(jié)果如圖4(d)所示，共包含兩個相應(yīng)大小的礦石顆粒。根據(jù)像素的標定結(jié)果，建立不同大小的檢測算子對分割后的二值圖像進行進行擊中與擊不中變換，通過統(tǒng)計變換結(jié)果的擊中次數(shù)，即可統(tǒng)計不同粒度的顆粒個數(shù)。

3 輸出與顯示系統(tǒng)

3.1 MATLAB 與LABVIEW混合編程

本系統(tǒng)采用MATLAB 7.0和LABVIEW 8.6軟件混合編程方式完成測量數(shù)據(jù)的顯示與儲存。在LABVIEW中通過MATLAB Script節(jié)點調(diào)用圖像處理M文件，實現(xiàn)LABVIEW和MATLAB 的無縫鏈接，從而完成LABVIEW對M文件的調(diào)用，并利用LABVIEW進行操作界面的設(shè)計，實現(xiàn)對獲得的數(shù)據(jù)進行顯示、調(diào)用等操作。

(a)原二值圖

(b)結(jié)構(gòu)元素B1

(c) 結(jié)構(gòu)元素B2

(d)擊中與擊不中變換結(jié)果

3.2 圖像調(diào)用

在圖像處理部分，首先通過文件路徑輸入控件控制待處理圖像的路徑，連接讀取bmp文件控件和繪制平化像素控件，將原始圖像顯示在界面上[7-9]。選擇函數(shù)>>數(shù)學(xué)>>腳本與公式模板中的MATLAB Script，就將該節(jié)點添加到了框圖程序中。然后直接在該節(jié)點的框圖中寫入MATLAB圖像處理程序，在對話框中導(dǎo)入腳本文件，再添加輸入輸出口并設(shè)定其數(shù)據(jù)類型即可完成調(diào)用腳本文件。

3.3 數(shù)據(jù)顯示與存儲

LABVIEW通過MATLAB Script節(jié)點調(diào)用M文件對圖像進行處理后，可以得到鎢礦石的顆粒特征參數(shù)，由于LABVIEW在界面設(shè)計上比MATLAB更有優(yōu)勢，所以，完成M文件調(diào)用后，即數(shù)據(jù)已經(jīng)進入了LABVIEW，將MATLAB Script接入波形圖控件完成了顯示功能[7-9]。

4 實驗驗證

本文通過模擬實際生產(chǎn)條件，對-5 mm、5～6 mm、6～8 mm、8～9 mm、9～10 mm和+10 mm大小的顆粒進行像素標定后，建立檢測算子大小分別為13、15、17、20、22和24進行10次粒度檢測，計算累積誤差率：

(2)

式中：Pr為粒級范圍在r內(nèi)的累積誤差率；S為該粒級范圍內(nèi)篩分的顆粒個數(shù)；J為該粒級范圍內(nèi)檢測的顆粒個數(shù)；N為一次實驗篩分的總個數(shù)；i為實驗次數(shù)。

將檢測結(jié)果與篩分結(jié)果進行比較，并對實驗結(jié)果進行分析，分析結(jié)果如表1所示。

從表1中可以看出，當?shù)V石顆粒在5 mm以下時，檢測誤差大，當顆粒粒徑越大時，檢測誤差越小，且各粒級

表1 檢測實驗結(jié)果分析

10次檢測的累積誤差率在5%以內(nèi)。實驗表明通過所建立的檢測算子，能夠較準確的統(tǒng)計每個粒級的礦石顆粒個數(shù)。

5 結(jié)論

(1)利用CCD攝像組件為檢測元件獲得礦石顆粒的圖像并結(jié)合閾值分割算法的標記分水嶺算法來有效分割粘連的顆粒，利用擊中擊不中變換完成了礦石顆粒的快速檢測和顆粒參數(shù)的提取，實現(xiàn)了礦石粒度的自動化檢測和數(shù)據(jù)的綜合性分析。

(2)利用MATLAB 與LABVIEW進行混合編程的方法可以同時發(fā)揮LABVIEW界面設(shè)計良好和MATLAB語言簡潔及對圖片及矩陣的強大處理功能。

(3)礦石檢測結(jié)果與實驗的篩分結(jié)果具有較好的一致性，驗證了礦石粒度檢測方法的可行性。利用該檢測系統(tǒng)，可以為磨機工作參數(shù)的最優(yōu)控制以及充分發(fā)揮磨機的最大效能提供有效的途徑。

[1] 張國英,邱波,劉冠洲,等.基于圖像的原礦碎石粒度檢測與分析系統(tǒng).冶金自動化,2012,36(3):63-67.

[2] 高鵬，韓躍新，李艷軍，等.基于數(shù)字圖像處理的鐵礦石深度還原評價方法.東北大學(xué)學(xué)報自然科學(xué)版,2011,33(1):133-136.

[3] 張芹,候德文.形態(tài)學(xué)分水嶺算法在粘連圖像分割中的應(yīng)用.微型機與應(yīng)用,2012,31(9):44-49.

[4] 魏炳輝.基于粒度分析的礦物顆粒圖像處理及參數(shù)分析研究與實現(xiàn)：[學(xué)位論文].贛州:江西理工大學(xué),2009.

[5] 王洪波.磨粉機工況監(jiān)測技術(shù)的研究：[學(xué)位論文].哈爾濱：哈爾濱工業(yè)大學(xué)，2007.

[6] 黎鑫.基于形態(tài)學(xué)梯度和分水嶺的圖像分割算法研究：[學(xué)位論文].武漢：華中科技大學(xué),2007.

[7] 蔡改貧,李龍茂,姜志宏.基于圖像處理的礦石粒度檢測系統(tǒng)設(shè)計.冶金自動化,2013,37(6):63-66.

[8] 張立棟,劉朝青,朱明亮,等.基于圖像處理的回轉(zhuǎn)滾筒內(nèi)顆粒群提取方法.中國粉體技術(shù),2013,19(4)：42-45.

[9] 周基,田瓊,英紅,等.乳化瀝青顆粒粒度的圖像分析方法.建筑材料學(xué)報,2013,16(1)：81-85.

Ore Particle Size Online Detecting System Based on Image Processing

LUO Xiao-yan ,LIN Long-fei ,CAI Gai-pin

(School of Mechanical and Electrical Engineering,Jiangxi University of Science and Technology,Ganzhou 341000,China)

In the field of tungsten ore crushing,detecting the particle size online is a key problem.A new detecting system was proposed in this paper.It got the particle image of ore particles by CCD camera and used the watershed algorithm to segment the granule shape.Based on extraction and analysis of information graphics particles,through the analysis and statistics detection operator to establish different size of particles after image segmentation and the hitting/missing transformation,particle size distribution was obtained.The ore mixed programming with MATLAB and LABVIEW developed a program for detecting system size.The experiment shows that the results of detection system have good consistency with the actual size distribution and it can satisfy the online detection of the ore particles need.

particle size distribution; online detecting; watershed algorithm; hit/miss transformation; mixed programming

國家自然科學(xué)基金項目(51464017)；江西省高等學(xué)?？萍悸涞赜媱濏椖?KJLD13045)

2014-10-08 收修改稿日期：2015-02-03

TP391

A

1002-1841(2015)07-0063-02

羅小燕(1967—)，副教授，碩士生導(dǎo)師,碩士，主要研究方向為機電系統(tǒng)智能監(jiān)測與控制。E：mail:LXY9416@163.com。