利用图像识别技术对金刚石颗粒数测量运用

2022-09-11

一、运用技术

(一) 线径测量

1. Canny线轮廓检测

(1) 图片去噪, 对比度修正; (2) 应用一阶偏导之中所有限差分相关计算方法, 针对梯度所对应幅值以及方向加以计算; (3) 针对梯度所对应的幅值开展非极大值抑制工作; (4) 利用双阈值相关计算方法, 依照其所对应线特征针对边缘加以检测以及连接。

2. 轮廓提取

利用Canny算法检测出线轮廓后, 绘制线外轮廓线, 将轮廓信息提取出来存放到序列里。

3. 计算线径

根据图像像素大小与实际尺寸关系计算线径。方案具体算法流程如图1所示。

(二) 颗粒数测量

1. 轮廓边缘检测和数据提取 (线+颗粒)

图像去噪、对比度修正处理后, 采用Canny算法检测出线轮廓后, 绘制线和线边缘位置颗粒的轮廓线, 提取轮廓线内图形数据。

2. 颗粒边缘检测

针对提取的线和颗粒图形数据, 采用Canny算法检测颗粒边缘, 提取颗粒图像数据。

3. 颗粒数量统计

根据尺寸规则对提取的颗粒进行筛选和有效数据统计。

(三) 出刃颗粒数测量

在提取的线和颗粒图形数据中根据设定的母线直径和切割刃直径提取出刃图形数据, 在提取的出刃图形数据中采用颗粒数测量方法统计颗粒数量。

二、未标记原图及分析

原图人工统计结果如图2所示, 在进行人工统计时, 选取中间4条完整的线进行人工计数, 对由三名员工分别得到的结果进行对比分析, 得到每条线的实际数量和总共颗粒数, 并在图11的右半部进行说明。从上到下, 第1条线实际颗粒数量是113个;第2条线的实际数量是121个;第3条线二段实际颗粒数量是101个;第4条线的实际数量是97个, 4条线实际颗粒数量总数是432个。

三、软件标记结果分析

利用计算机软件首先针对所构建的相应一维函数对应跃变情况加以检测, 由浅入深的就以二位图像作为检测对象开展边缘检测工作时采用实际原理应用通俗易懂语言加以分析与说明。所得具体结果为:要想达到对二维图像边缘检测目的, 其应当借助于相应的梯度逼近函数依照具体梯度向量来分析不同的颗粒矩阵对应跃变位置情况, 再所得对应图像里面吧不同位置对应点相互连在一起, 便建立起了相对应的边缘。实际操作时, 很少情况下能够获得理想颗粒阶跃, 同时也不易得到较为理想的边缘线条, 另外, 由于采用的实际运算方法自身存在一定的低频滤波这一特征, 因此, 如此便导致阶跃的边缘位置会转变成带有明显斜坡性质的边缘位置, 这一位置所对应的强度变化并非是瞬时出现, 其需要经过特定距离, 因此, 开展边缘检测工作时, 事先我们要完成滤波这一工作。

(一) 滤波环节

在开展边缘检测工作过程中, 所应用到的具体算法其原理基本上均是在图像强度函数所对应一阶导数以及所对应二阶导数基础之上开展的, 不过, 一般情况下导数对于噪声来说是极为敏感的, 因此, 在滤波过程中我们应当借助于滤波装置从而进一步的提升和噪声存在一定关联性边缘检测装置自身性能, 应用范围相对广的滤波装置为高斯滤波装置。该装置在进行滤波过程中实际原理为:首先利用高斯函数建立起与之对应的归一化高斯核, 在此基础之上针对图像所对应灰度矩阵之中有所点完成加权求和工作。

(二) 增强环节

在对边缘位置进一步增强处理过程中, 其最为重要基础便是得到图像之中不同位置相邻范围之中对应强度改变情况, 通过利用增强算法我们能够把其中不同灰度点位置处相邻区域对应的强度值存在明显差异点进一步加以凸显, 在进行编程过程中借助于对梯度幅度进一步运算便能够实现。

(三) 检测环节

在进行了增强处理之后, 一般情况下在相邻区域里不同的位置点存在梯度值相对大, 不过, 这些位置点并非对应边缘位置点, 因此, 需要进一步针对所得位置点加以取舍, 在工程操作过程中, 其是借助于阈值化计算方式完成相关检测工作。

要想确保高斯滤波工作能够完成, 不仅能够借助于两个不同的高斯核分别完成两次加权计算完成滤波工作, 同时还能够利用二维高斯核进行一次的卷积处理完成滤波工作。

(四) 高斯核的实现过程

以上计算公式属于一维结构高斯核, 在对上述各项参数加以明确之后便能够获得相应的一维核向量。

以上计算公式属于二维结构高斯核, 在对上述各项参数加以明确之后便能够获得相应的二维核向量。

在进行统计结果, 第1条线, 软件标记数量是98, 占实际数量的86.73%;第2条线实际数量是92, 占实际数量的76.03%;第3条线, 软件标记数量是82, 占实际数量的81.19%;第4条线实际数量是85, 占实际数量的87.63%, 四条线标记数量总和为359, 占实际数量的82.64%。

四、实际计数

对确定图片的实际颗粒数目, 如图3所示, 不考虑重叠的颗粒数为210, 考虑重叠的颗粒数为243。每种颜色的含义和数字的说明在图片右下角。颗粒数的统计在图片的右边。需要说明的是, 在进行统计时, 为了保险起见, 对不太清楚和比较小的颗粒也包含进去了。最终的颗粒数统计值偏大。

五、新方法统计结果

新方法去除边界后的效果, 统计出连通区域为185, 一定程度上可以认为颗粒数为185。目前的颗粒数量正确率为88%, 考虑到实际计数正确率约为90%。对最初的图像开展灰度化处理工作, 在应用Canny计算方法过程中, 一般情况下检测具体对象属于灰度图, 所以, 要是在进行检测过程中摄像设备得到图像为彩色, 要求必须实现完成灰度化处理。

进行灰度化处理过程中, 其是依照彩色图像之中不同通道对应的采样数据进一步加权平均计算。若是彩色图像储存格式食欲RGB格式, 则在进行灰度化处理过程中一般情况下应用方法包含以下两种:

方法一:Grav= (R+G+B) /3;

方法二:Grave=0.299R+0.5。

需要注意有以下两点:

其一, 若是彩色图像所采用的储存格式属于另外一种格式, 则能够将其首先转变为RGB格式, 最后开展灰度化处理工作。

其二, 进行编程过程中应当尤为重视在RGB格式图像里面RGB所对应的顺序一般是BGR。

六、总结

本文是最近做项目过程的心得体会, 对每个连通区域进行分析, 绘制外接圆图像, 与实际颗粒对比, 提升识别准确率。在此次研究过程中, 重点探讨了滤波装置、高斯滤波理论等相关原理以及具体的程序。

另外, 借助于Open CV完成相关滤波操作情况下应用到的具体函数同样也进行了解释。进行Sigma实际选择过程中应当尤为的重视, 若是选择相对较大情况下, 便易导致滤波加深问题出现, 最终影响到所得边缘清晰度, 对于后续检测工作会造成不利影响。而若是选择相对较小情况下, 那么对应的滤波效果相对较差, 将会导致一些列问题出现, 希望大家共同探讨进步。

摘要：目前颇多企业能对金刚石切割或加工, 但对金刚石的好差, 仅是采用放大镜人工识别, 对该项技术运用计算机工程仍未打破人工识别正确率的指标。金刚石的颗粒数是判别金刚石的好差的唯一标准, 可以在我国钢铁、珠宝、航空等领域为材料科学起到推动作用。本人对该项目产生了一种研究想法, 通过高清摄像机对金刚石切口采集图片, 运用Canny线轮廓检测、轮廓提取、计算线径等一系列方法统计出最终颗粒数的数值。

关键词：Canny线轮廓检测,轮廓提取,金刚石颗粒