基于机器视觉的矿石粒度检测装置及方法与流程

1.本发明属于选矿的矿石颗粒检测分析技术领域，具体一种基于机器视觉的 矿石粒度检测装置及方法。

背景技术：

2.矿石的粒度分布信息是反映破碎机破碎效果的重要参数，直接决定了整个 破碎流程的生产效率。破碎流程中，胶带上矿石流是由各种不同粒度的矿石组 成的，矿石颗粒的大小、形状和面积是描述颗粒特征的几何要素，通过观察矿 石颗粒的粒度，能清晰地了解破碎过程中各级破碎机的工作状况以及筛网的状 态。目前基于计算机视觉与图像处理技术的矿石粒度信息的检测已经普遍应用 在矿山开发过程中，可以实时监测破碎后矿石的粒度分布信息，为工作人员调 节破碎机等选矿设备的参数提供参考，降低了工作强度、减少了设备能耗，提 高了破碎作业的效率、降低了破碎机故障率，为矿山的生产带来了巨大的经济 效益。

3.但在其应用过程中也出现了有待于优化和解决的诸多问题。例如由于磨磁 工艺前矿石输送胶带速度快，平均达到2.5m/s，普通机器视觉设备采集的图像 会存在拖尾现象；由于前道破碎工序有加水需要，导致矿石颗粒通常具有易粘 连、粒度差异大的特点，导致粒度分析准确率低、粘连颗粒无法有效分离、粘 连颗粒过分离的问题；机器视觉分析得出的结果是矿石流表面的粒度分析数据， 如何根据表面数据得到整体上粒度分布数据的问题。

技术实现要素：

4.为解决上述技术问题，本发明的目的是提供一种基于机器视觉的矿石粒度 检测装置和方法，通过精准的矿石图像处理算法获得高精度的矿石粒度分布， 可以优化破碎机参数，提高矿石破碎质量。

5.本发明为实现上述目的所采用的技术方案是：一种基于机器视觉的矿石粒 度检测装置，包括：传输胶带、支架、摄像机、边缘计算模块以及补光灯；

6.所述传输胶带上设有矿石流，且传输胶带穿过支架的横梁下方设置；所述 支架上设有摄像机、边缘计算模块以及补光灯；

7.所述摄像机设于支架的横梁上，且视场方向与传输胶带的运行方向垂直；

8.所述摄像机与边缘计算模块连接；

9.所述边缘计算模块，用于对接收摄像机传输的矿石流图像进行处理，获取 到符合工况要求的矿石颗粒分布，并发送至后端服务器实现数据可视化显示；

10.所述补光灯设于支架的横梁下方，用于对矿石流照明。

11.所述补光灯有两个，分别对称设于传送胶带的左上方和右上方，使光照覆 盖于传输胶带上的矿石流。

12.所述支架为铝架，包括：横梁、滑架以及支撑架；

13.所述支撑架为伸缩杆结构，且设有两个，以实现带动横梁上下移动，调整 摄像机与矿石流的距离；

14.所述横梁水平设置于地面上，且横梁两端分别与支撑架一端连接；支撑架 另一端垂直固设在地面上；

15.所述横梁上设有滑架，滑架上设有摄像机和补光灯，以用于调节拍摄角度 或光照方向。

16.还包括路由器，分别与边缘计算模块和后端服务器连接，用于将边缘计算 模块处理后获取到符合工况要求的矿石颗粒分布发送至后端服务器进行数据可 视化显示。

17.一种基于机器视觉的矿石粒度检测方法，包括以下步骤：

18.1)摄像机对传送胶带上的矿石流进行采集获取矿石流图像，并将采集到的 矿石流图像发送至边缘计算模块进行处理；

19.2)边缘计算模块接收到矿石流图像后，对矿石流图像进行亮度处理，得到 调整亮度后的图像；

20.3)对调整亮度后的图像进行预处理，得到预处理后的图像；

21.4)将预处理后的图像进行凸包算法，得到标记有每个矿石颗粒边缘轮廓的 矿石流图像；

22.5)对标记有每个矿石颗粒边缘轮廓的矿石流图像进行夹钳处理，得到矿石 流图像中矿石流的面积；

23.6)遍历每个矿石颗粒边缘轮廓的矿石流图像，以及矿石流的面积，获取到 符合工况要求的矿石颗粒分布；

24.7)将符合工况要求的矿石颗粒分布发送至后台服务器，以实现数据可视化 展示。

25.步骤2)中，所述对矿石流图像进行亮度处理，得到调整亮度后的图像，具 体为：

26.根据亮度处理公式，输出调整亮度后的图像y，即：

27.y＝(a·x+b)g28.其中，x表示源图像像素，y表示输出图像像素，b为亮度，a为对比度，g为 伽马值。

29.步骤3)中，具体为：

30.对调整亮度后的图像进行预处理，包括：二值化处理和灰度形态学处理；

31.3-1)对调整亮度后的图像进行二值化处理，背景校正阈值法取得阈值，如 果图像中某像素的灰度值小于该阈值，则将该像素的灰度值设置为0，否则灰度 值设置为255，即：

[0032][0033]

其中，t为阈值，x为图像中某像素的灰度值，f(x)表示灰度值处理结果；

[0034]

3-2)对二值化图像进行灰度形态学膨胀处理：

[0035]

将结构b在结构a上进行卷积操作，设置7*7的卷积核，如果移动结构b的过 程中，与结构a存在重叠区域，则记录该位置，所有移动结构b与结构a存在交集 的位置的集合为结构a在结构b作用下的膨胀结果；

[0036]

即：

[0037]

[0038]

其中，a为待处理的原始图片，b为7*7的卷积核，z为满足b的条件元素，为b的补集；表示空集；

[0039]

3-3)膨胀处理后，将膨胀结果进行腐蚀处理，以去除暗区域内的亮点，具 体操作为：

[0040]

移动结构b，如果结构b与结构a的交集完全属于结构a的区域内，则保存该 位置点，所有满足条件的点构成结构a被结构b腐蚀的结果；

[0041]

即：

[0042][0043]

其中，a为膨胀处理后的图片，b为7*7的卷积核，z为满足b的条件元素；

[0044]

所述步骤4)，具体为：

[0045]

将预处理后的图像上的白色像素点按照8邻接的方式构成一个颗粒矿石图 像组，遍历所有白色像素点得到若干颗粒矿石图像组，并对于每个颗粒矿石图 像组，获取一个包含所有白色像素点的最小的凸多边形作为标记，即得到标记 有每个矿石颗粒边缘轮廓的矿石流图像。

[0046]

所述步骤5)，具体为：

[0047]

对标记有每个矿石颗粒边缘轮廓的矿石流图像进行夹钳处理获得矿石流宽 度，即：

[0048]

(1)在矿石流图像上设置若干水平平行的搜索线、间隔为n个像素，遍历 所有搜索线，查找在u方向上间距最大的两个白色像素点，u方向上的最大间距 即为矿石流宽度c；其中，u方向为在二维图像中垂直于传送胶带方向；

[0049]

(2)结合摄像头分辨率a*b，得到矿石流面积为c*b。

[0050]

所述步骤6)，具体为：

[0051]

遍历图像中所有矿石颗粒，得到每个矿石颗粒的像素长度、像素宽度以及 像素面积；

[0052]

根据工况要求矿石颗粒大小，并根据实测矿石颗粒与像素大小的比例值， 得到所有符合工况要求的矿石颗粒的像素面积，并进行累加得到的矿石颗粒总 面积与矿石流面积之间的比值，获取到符合工况要求的矿石颗粒分布。

[0053]

本发明具有以下有益效果及优点：

[0054]

1.本发明采用高速工业摄像机，能够满足选厂高速胶带矿石流的粒度检测 需要；

[0055]

2.本发明能够获得矿石流宽度，能够根据不同宽度由表面数据得到整体上 粒度分布数据；

[0056]

3.本发明采用边缘计算模块在现场对采集到的矿石流图像信息进行处理， 只输出矿石粒度分布结果，改变了大量图像数据上传到服务器进行处理的模式；

[0057]

4.本发明结构简单，可远程维护，通过精准的矿石图像处理算法获得高精 度的矿石粒度分布，可以优化破碎机参数，提高矿石破碎质量；

[0058]

5.本发明检测得到的矿石粒度分布数据可以借助4g网络通过mqtt协议传 送到后台服务器进行处理、分析、展示。

附图说明

[0059]

图1为本发明的结构示意图；

[0060]

其中，1为矿石流，2为传送胶带，3为支架，4为摄像机，5为路由器，6 为边缘计算模块，7为补光灯；

[0061]

图2为本发明实施例的摄像机拍摄的原始图片；

[0062]

图3为本发明实施例的图像亮度处理结果；

[0063]

图4为本发明实施例的图像二值化处理结果；

[0064]

图5为本发明实施例的图像进行灰度形态学处理结果；

[0065]

图6为本发明实施例的图像做凸包算法结果。

具体实施方式

[0066]

如图1所示，本发明的基于机器视觉的矿石粒度检测装置，装置安装于传 送胶带2上方，以检测传送胶带2上矿石流粒度，包括：传输胶带2、支架3、 摄像机4、边缘计算模块6以及补光灯7；

[0067]

传输胶带2上设有矿石流1，且传输胶带2穿过支架3的横梁下方设置；所 述支架3上设有摄像机4、边缘计算模块6以及补光灯7；

[0068]

摄像机4设于支架3的横梁上，且视场方向与传输胶带2的运行方向垂直；

[0069]

摄像机4与边缘计算模块6连接；

[0070]

边缘计算模块6，用于对接收摄像机4传输的矿石流图像进行处理，获取到 符合工况要求的矿石颗粒分布，并发送至后端服务器实现数据可视化显示；

[0071]

补光灯设于支架3的横梁下方，用于对矿石流1照明。补光灯7有两个， 分别设置在矿石流1的左上方和右上方的支架3上；

[0072]

摄像机4为高速摄像机，本实施例中摄像机4的分辨率为1600*1200，因为 胶带速度达到2.5m/s,为了拍到清晰的图片，将摄像机曝光时间设置为2ms，对 胶带上的矿石流进行图像采集，采集到的图像如图2，将采集来的矿石流图像输 入边缘计算模块6；

[0073]

边缘计算模块6，用于对矿石流图像进行处理，包括以下步骤：

[0074]

步骤一、对图像亮度处理：边缘计算模块接收到矿石流图像后，对矿石流 图像进行亮度处理，得到调整亮度后的图像；

[0075]

对调整亮度后的图像进行预处理，得到预处理后的图像：

[0076]

步骤二、对图像二值化处理；

[0077]

步骤三、对图像进行灰度形态学处理；

[0078]

步骤四、对图像做凸包算法：

[0079]

将预处理后的图像进行凸包算法，得到标记有每个矿石颗粒边缘轮廓的矿 石流图像；

[0080]

步骤五、对图像进行夹钳处理：

[0081]

对标记有每个矿石颗粒边缘轮廓的矿石流图像进行夹钳处理，得到矿石流 图像中矿石流的面积；

[0082]

步骤六、对图像计算得到矿石粒度分布：

[0083]

遍历每个矿石颗粒边缘轮廓的矿石流图像，以及矿石流的面积，获取到符 合工况

要求的矿石颗粒分布；

[0084]

将计算得到矿石粒度分布结果利用边缘计算模块6的串口进行输出，或者 传输给4g路由器5；

[0085]

4g路由器5，用于通过4g无线网络，将计算得到矿石粒度分布结果利用物 联网mqtt协议传输到后台服务器，用于数据可视化展示。

[0086]

支架3采用4040c工业铝型材，形状为球门结构，包括：横梁、滑架以及 支撑架；

[0087]

支撑架为伸缩杆结构，且设有两个，以实现带动横梁上下移动，调整摄像 机4与矿石流1的距离；横梁水平设置于地面上，且横梁两端分别与支撑架一 端连接；支撑架另一端垂直固设于地面上；

[0088]

横梁上设有滑架，滑架上设有摄像机4和补光灯7，以用于调节拍摄角度或 光照方向。

[0089]

补光灯7有两个，分别对称设于传送胶带2的左上方和右上方，使光照覆 盖于传送胶带2上的矿石流1，采用led光源，直流供电；

[0090]

步骤一的具体内容包括：因为高速摄像机曝光时间设置为2ms，导致拍摄的 图片比较暗，需要对图像进行亮度处理，利用公式：

[0091]

y＝(a

·

x+b)g[0092]

本实施例中，x表示源图像像素，y表示输出图像像素，设置亮度b为255、 对比度a为73.00。伽马值g为0.40，处理结果如图3；

[0093]

步骤三的具体内容包括：对调整亮度后的图像进行预处理，包括：二值化 处理和灰度形态学处理；

[0094]

3-1)对调整亮度后的图像进行二值化处理，背景校正阈值法取得阈值，如 果图像中某像素的灰度值小于该阈值，则将该像素的灰度值设置为0，否则灰度 值设置为255，即：

[0095][0096]

其中，t为阈值，x为图像中某像素的灰度值，f(x)表示灰度值处理结果； 处理结果如图4所示；

[0097]

3-2)对二值化图像进行灰度形态学膨胀处理：

[0098]

将结构b在结构a上进行卷积操作，设置7*7的卷积核，如果移动结构b 的过程中，与结构a存在重叠区域，则记录该位置，所有移动结构b与结构a 存在交集的位置的集合为结构a在结构b作用下的膨胀结果；

[0099]

即：

[0100][0101]

其中，a为待处理的原始图片，b为7*7的卷积核，z为满足b的条件元素， 为b的补集；表示空集；

[0102]

3-3)膨胀处理后，将膨胀结果进行腐蚀处理，以去除暗区域内的亮点，具 体操作为：

[0103]

移动结构b，如果结构b与结构a的交集完全属于结构a的区域内，则保存 该位置

点，所有满足条件的点构成结构a被结构b腐蚀的结果；

[0104]

即：

[0105][0106]

其中，a为膨胀处理后的图片，b为7*7的卷积核，z为满足b的条件元素； 处理结果如图5；

[0107]

步骤四的具体内容包括：对图像做凸包算法，标记出图像中矿石的外轮廓， 处理结果如图6所示；

[0108]

将预处理后的图像上的白色像素点按照8邻接的方式构成一个颗粒矿石图 像组，遍历所有白色像素点得到若干颗粒矿石图像组，并对于每个颗粒矿石图 像组，获取一个包含所有白色像素点的最小的凸多边形作为标记，即得到标记 有每个矿石颗粒边缘轮廓的矿石流图像。

[0109]

其中，通过graham扫描法获取凸多边形，具体为：

[0110]

(1)把所有点放在二维坐标系中，则纵坐标最小的点一定是凸包上的点p0

[0111]

(2)把所有点的坐标平移一下，使p0作为原点。

[0112]

(3)计算各个点相对于p0的幅角α，按从小到大的顺序对各个点排序。当 α相同时，距离p0比较近的排在前面。由几何知识可以明显获得第一个点p1和 最后一个点p8一定是凸包上的点。

[0113]

已知凸包上的第一个点p0和第二个点p1，放在栈中。从步骤3求得的结 果中，把p1后面的那个点拿出来做当前点，即p2。接下来开始找第三个点：

[0114]

(4)连接p0和栈顶的那个点，得到直线l。判断当前点是在直线l的右 边还是左边。如果在直线的右边就执行步骤5；如果在直线上或在直线的左边就 执行步骤6。

[0115]

(5)栈顶的元素不是凸包上的点，把栈顶元素出栈。执行步骤4。

[0116]

(6)当前点是凸包上的点，把它压入栈，执行步骤7。

[0117]

(7)检查当前的点p2是不是步骤(3)那个结果的最后一个元素。是最 后一个元素的话就结束。如果不是的话就把p2后面那个点做当前点，返回步 骤(4)。

[0118]

步骤五中，本实施例具体为：对图像进行夹钳处理获得矿石流宽度，分别 设置处理方向(process)为垂直、间隔(gap)为50，边缘强度(edge strength) 为1，平滑值(smoothing)为1，陡度(steepness)为50，

[0119]

本实施例中摄像机4的分辨率为1600*1200，因此，矿石流高度1200像素， 根据矿石流宽度为1476像素以及矿石流高度1200像素相结合，得到矿石流面 积；

[0120]

即矿石流面积为：1476*1200；

[0121]

步骤六中，本实施例具体为：遍历图像上所有矿石颗粒，得到每个矿石颗 粒的长度、宽度、面积，现场实测后得到1mm对应2.35像素，现场工况要求识 别大于12mm矿石比例，换算为像素即为795.24，所有大于795.24的颗粒相加 为149822，结合步骤五得到的矿石流面积计算得到大于12mm矿石占比为8.46％。

[0122]

以上所述仅为本发明的较佳实施例，并不用以限制本发明的思想，凡在本 发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本 发明的保护范围之内。技术特征：

1.一种基于机器视觉的矿石粒度检测装置，其特征在于，包括：传输胶带(2)、支架(3)、摄像机(4)、边缘计算模块(6)以及补光灯(7)；所述传输胶带(2)上设有矿石流(1)，且传输胶带(2)穿过支架(3)的横梁下方设置；所述支架(3)上设有摄像机(4)、边缘计算模块(6)以及补光灯(7)；所述摄像机(4)设于支架(3)的横梁上，且视场方向与传输胶带(2)的运行方向垂直；所述摄像机(4)与边缘计算模块(6)连接；所述边缘计算模块(6)，用于对接收摄像机(4)传输的矿石流图像进行处理，获取到符合工况要求的矿石颗粒分布，并发送至后端服务器实现数据可视化显示；所述补光灯设于支架(3)的横梁下方，用于对矿石流(1)照明。2.根据权利要求1所述的一种基于机器视觉的矿石粒度检测装置，其特征在于，所述补光灯(7)有两个，分别对称设于传送胶带(2)的左上方和右上方，使光照覆盖于传输胶带(2)上的矿石流(1)。3.根据权利要求1所述的一种基于机器视觉的矿石粒度检测装置，其特征在于，所述支架(3)为铝架，包括：横梁、滑架以及支撑架；所述支撑架为伸缩杆结构，且设有两个，以实现带动横梁上下移动，调整摄像机(4)与矿石流(1)的距离；所述横梁水平设置于地面上，且横梁两端分别与支撑架一端连接；支撑架另一端垂直固设在地面上；所述横梁上设有滑架，滑架上设有摄像机(4)和补光灯(7)，以用于调节拍摄角度或光照方向。4.根据权利要求1所述的一种基于机器视觉的矿石粒度检测装置，其特征在于，还包括路由器(5)，分别与边缘计算模块(6)和后端服务器连接，用于将边缘计算模块(6)处理后获取到符合工况要求的矿石颗粒分布发送至后端服务器进行数据可视化显示。5.一种基于机器视觉的矿石粒度检测方法，其特征在于，包括以下步骤：1)摄像机(4)对传送胶带(2)上的矿石流进行采集获取矿石流图像，并将采集到的矿石流图像发送至边缘计算模块(6)进行处理；2)边缘计算模块(6)接收到矿石流图像后，对矿石流图像进行亮度处理，得到调整亮度后的图像；3)对调整亮度后的图像进行预处理，得到预处理后的图像；4)将预处理后的图像进行凸包算法，得到标记有每个矿石颗粒边缘轮廓的矿石流图像；5)对标记有每个矿石颗粒边缘轮廓的矿石流图像进行夹钳处理，得到矿石流图像中矿石流的面积；6)遍历每个矿石颗粒边缘轮廓的矿石流图像，以及矿石流的面积，获取到符合工况要求的矿石颗粒分布；7)将符合工况要求的矿石颗粒分布发送至后台服务器，以实现数据可视化展示。6.根据权利要求5所述的一种基于机器视觉的矿石粒度检测方法，其特征在于，步骤2)中，所述对矿石流图像进行亮度处理，得到调整亮度后的图像，具体为：根据亮度处理公式，输出调整亮度后的图像y，即：y＝(a·x+b)g

其中，x表示源图像像素，y表示输出图像像素，b为亮度，a为对比度，g为伽马值。7.根据权利要求5所述的一种基于机器视觉的矿石粒度检测方法，其特征在于，步骤3)中，具体为：对调整亮度后的图像进行预处理，包括：二值化处理和灰度形态学处理；3-1)对调整亮度后的图像进行二值化处理，背景校正阈值法取得阈值，如果图像中某像素的灰度值小于该阈值，则将该像素的灰度值设置为0，否则灰度值设置为255，即：其中，t为阈值，x为图像中某像素的灰度值，f(x)表示灰度值处理结果；3-2)对二值化图像进行灰度形态学膨胀处理：将结构b在结构a上进行卷积操作，设置7*7的卷积核，如果移动结构b的过程中，与结构a存在重叠区域，则记录该位置，所有移动结构b与结构a存在交集的位置的集合为结构a在结构b作用下的膨胀结果；即：其中，a为待处理的原始图片，b为7*7的卷积核，z为满足b的条件元素，为b的补集；表示空集；3-3)膨胀处理后，将膨胀结果进行腐蚀处理，以去除暗区域内的亮点，具体操作为：移动结构b，如果结构b与结构a的交集完全属于结构a的区域内，则保存该位置点，所有满足条件的点构成结构a被结构b腐蚀的结果；即：其中，a为膨胀处理后的图片，b为7*7的卷积核，z为满足b的条件元素。8.根据权利要求5所述的一种基于机器视觉的矿石粒度检测方法，其特征在于，步骤4)中，具体为：将预处理后的图像上的白色像素点按照8邻接的方式构成一个颗粒矿石图像组，遍历所有白色像素点得到若干颗粒矿石图像组，并对于每个颗粒矿石图像组，获取一个包含所有白色像素点的最小的凸多边形作为标记，即得到标记有每个矿石颗粒边缘轮廓的矿石流图像。9.根据权利要求5所述的一种基于机器视觉的矿石粒度检测方法，其特征在于，步骤5)中，具体为：对标记有每个矿石颗粒边缘轮廓的矿石流图像进行夹钳处理获得矿石流宽度，即：(1)在矿石流图像上设置若干水平平行的搜索线、间隔为n个像素，遍历所有搜索线，查找在u方向上间距最大的两个白色像素点，u方向上的最大间距即为矿石流宽度c；其中，u方向为在二维图像中垂直于传送胶带(2)方向；(2)结合摄像头分辨率a*b，得到矿石流面积为c*b。

10.根据权利要求5所述的一种基于机器视觉的矿石粒度检测方法，其特征在于，步骤6)中，具体为：遍历图像中所有矿石颗粒，得到每个矿石颗粒的像素长度、像素宽度以及像素面积；根据工况要求矿石颗粒大小，并根据实测矿石颗粒与像素大小的比例值，得到所有符合工况要求的矿石颗粒的像素面积，并进行累加得到的矿石颗粒总面积与矿石流面积之间的比值，获取到符合工况要求的矿石颗粒分布。

技术总结

本发明属于选矿的矿石颗粒检测分析技术领域，具体一种基于机器视觉的矿石粒度检测装置及方法。包括：传输胶带、支架、摄像机、边缘计算模块以及补光灯；传输胶带上设有矿石流，且传输胶带穿过支架的横梁下方设置；支架上设有摄像机、边缘计算模块以及补光灯；摄像机设于支架的横梁上，且视场方向与传输胶带的运行方向垂直；摄像机与边缘计算模块连接；边缘计算模块，用于对接收摄像机传输的图像进行处理，获取到符合工况要求的矿石颗粒分布，并发送至后端服务器实现数据可视化显示；补光灯用于对矿石流照明；本发明采用边缘计算模块在现场对采集到的矿石流图像信息进行处理，只输出矿石粒度分布结果，改变了大量图像数据上传到服务器的处理模式。器的处理模式。器的处理模式。

技术研发人员：姚江 王智强 薛印波 李晓亮 翟磊 肖海波

受保护的技术使用者：沈阳中科奥维科技股份有限公司

技术研发日：2022.03.10

技术公布日：2022/7/26