基于机器视觉的结晶脱色智能检测方法及系统与流程

摘要: 本发明涉及数据处理,尤其涉及基于机器视觉的结晶脱色智能检测方法及系统。背景技术:1、结晶脱色是化工、制药等行业中常见的工艺环节,特别是对于基氧磷基丙酸(阻燃剂c...
基于机器视觉的结晶脱色智能检测方法及系统与流程

本发明涉及数据处理,尤其涉及基于机器视觉的结晶脱色智能检测方法及系统。

背景技术:

1、结晶脱色是化工、制药等行业中常见的工艺环节,特别是对于基氧磷基丙酸(阻燃剂ceppa)、苯基磷酸、苯基亚磷酸以及苯基亚磷酸钠等对纯度和色泽有要求的化工结晶产品,通常需要通过活性炭等脱色剂对结晶产物进行脱色处理,以去除杂质提升产物纯度。结晶脱色后的产物质量检测通常需要通过采样分析完成,即从结晶表面及内部不同深度位置提取样品进行化验,判断脱色效果是否达标。

2、在现有技术中,通常采用均匀布点采样或人工经验选取采样点的方式进行结晶脱色检测。然而,均匀布点采样方式未考虑结晶表面各区域脱色程度的差异,对脱色异常区域和正常区域采用相同采样密度,既造成检测资源浪费,又存在遗漏异常区域的深层质量问题;人工经验选取采样点则存在主观性强、一致性差的问题,不同操作人员选取的采样点位差异较大,难以保证检测结果的可靠性,即无法依据实际脱色情况对结晶表面进行差异化采样,导致检测效率和准确性低下。

3、因此,如何依据实际脱色情况对采样点位进行动态确定,从而较好的提升结晶脱色检测的准确性,成为亟待解决的问题。

技术实现思路

1、本发明提供基于机器视觉的结晶脱色智能检测方法及系统, 可以依据实际脱色情况对采样点位进行动态确定,从而较好的提升结晶脱色检测的准确性。

2、本本发明的第一方面,提供基于机器视觉的结晶脱色智能检测方法,包括:

3、采集目标结晶的表面结晶图,对所述表面结晶图进行区域划分,得到多个划分区域;

4、根据所述划分区域的区域像素值和标准像素值的比对,确定检测区域,对所述检测区域进行动态选取,得到各检测区域的检测位置;

5、基于色差比对策略确定检测位置处的采样点位,根据所述采样点位对所述目标结晶进行采样检测,得到各采样点位的结晶反馈结果。

6、可选地,在第一方面的一种可能实现方式中,所述对所述表面结晶图进行区域划分,得到多个划分区域,包括:

7、获取表面结晶图中相邻像素点之间的像素差异值;

8、确定所述像素差异值小于等于预设差异值时,将相应相邻像素点作为同类像素点;

9、对表面结晶图中的同类像素点进行合并处理,得到表面结晶图的多个划分区域。

10、可选地,在第一方面的一种可能实现方式中,所述根据所述划分区域的区域像素值和标准像素值的比对,确定检测区域,包括:

11、对划分区域内各像素点的像素值进行均值计算,得到划分区域的区域像素值;

12、选取所述区域像素值小于标准像素值的划分区域作为检测区域。

13、可选地,在第一方面的一种可能实现方式中,所述对所述检测区域进行动态选取,得到各检测区域的检测位置,包括:

14、将所述检测区域的区域中心点作为中心检测位置;

15、获取与检测区域相邻的划分区域的区域数量;

16、确定所述区域数量等于1时,将相应检测区域作为第一区域,确定所述第一区域的边缘检测位置;

17、判断所述区域数量大于1时,将相应检测区域作为第二区域,确定所述第二区域的边缘检测位置;

18、根据所述中心检测位置和所述边缘检测位置,得到各检测区域的检测位置。

19、可选地,在第一方面的一种可能实现方式中,所述确定所述第一区域的边缘检测位置,包括:

20、选取所述第一区域的区域轮廓线处任意一点作为第一区域的边缘检测位置。

21、可选地,在第一方面的一种可能实现方式中,所述确定所述第二区域的边缘检测位置,包括:

22、根据第二区域和相邻的划分区域的交集,得到多条公共轮廓线;

23、将所述公共轮廓线的线段中心点作为第二区域的边缘检测位置。

24、可选地,在第一方面的一种可能实现方式中,所述基于色差比对策略确定检测位置处的采样点位,包括:

25、根据检测区域的区域像素值和标准像素值的比对,得到中心检测位置处的中心采样点位;

26、获取检测区域与相邻的划分区域的交集,得到公共轮廓线,计算位于公共轮廓线两侧划分区域的区域像素值差值的绝对值,得到各公共轮廓线的过渡偏离值;

27、基于所述过渡偏离值和预设过渡值的比对,得到边缘检测位置处的边缘采样点位;

28、根据所述中心检测位置处的中心采样点位和所述边缘检测位置处的边缘采样点位,得到检测位置处的采样点位。

29、可选地,在第一方面的一种可能实现方式中,所述根据检测区域的区域像素值和标准像素值的比对,得到中心检测位置处的中心采样点位,包括:

30、根据标准像素值和区域像素值的差值,得到各检测区域的区域偏离值;

31、调取预设偏离值,以及与所述预设偏离值对应的预设偏离次数;

32、基于所述区域偏离值和预设偏离值的比值,得到中心比值;

33、根据所述中心比值和预设偏离次数的乘积,得到中心检测位置处的中心采样次数;

34、获取目标结晶处与中心检测位置对应的中心采样线段,基于所述中心采样次数对相应中心采样线段进行均分处理,得到中心检测位置处的中心采样点位。

35、可选地,在第一方面的一种可能实现方式中,所述基于所述过渡偏离值和预设过渡值的比对,得到边缘检测位置处的边缘采样点位,包括:

36、调取与预设过渡值对应的预设过渡次数,基于所述过渡偏离值和预设过渡值的比值,得到边缘比值;

37、根据所述边缘比值和预设过渡次数的乘积,得到边缘检测位置处的边缘采样次数;

38、获取目标结晶处与边缘检测位置对应的边缘采样线段,基于所述边缘采样次数对相应边缘采样线段进行均分处理,得到边缘检测位置处的边缘采样点位。

39、本发明的第二方面,提供基于机器视觉的结晶脱色智能检测系统,包括:

40、采集模块,用于采集目标结晶的表面结晶图,对所述表面结晶图进行区域划分,得到多个划分区域;

41、选取模块,用于根据所述划分区域的区域像素值和标准像素值的比对,确定检测区域,对所述检测区域进行动态选取,得到各检测区域的检测位置;

42、检测模块,用于基于色差比对策略确定检测位置处的采样点位,根据所述采样点位对所述目标结晶进行采样检测,得到各采样点位的结晶反馈结果。

43、本发明的第三方面,提供一种电子设备,包括:存储器、处理器以及计算机程序,所述计算机程序存储在所述存储器中,所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可能涉及的所述方法。

44、本发明的第四方面,提供一种存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能涉及的所述方法。

45、本发明的有益效果如下:

46、1、本发明通过对结晶表面结晶图进行区域划分,并依据区域像素值与标准像素值的比对确定检测区域,能够识别出脱色不充分的异常区域进行重点采样,避免了现有技术中均匀采样造成的资源浪费和异常区域遗漏问题,提升了结晶脱色检测的针对性和效率。

47、2、本发明通过色差比对策略动态确定各检测位置的采样点位数量和分布,对于颜色差异较大的区域和区域交界处增加采样次数,能够全面反映脱色异常区域及交界带的深层质量状况,较好的提升了结晶脱色检测的准确性。