專利名稱：一種基于圖像的微化工過程液位檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及工業(yè)過程控制中的液位檢測技術(shù)，特別涉及一種基于圖像的微化工過程液位檢測方法。
背景技術(shù)：
近年來，連續(xù)流動(dòng)的微觀流體學(xué)在化學(xué)工程中的應(yīng)用技術(shù)，即微化工工藝，在微觀技術(shù)領(lǐng)域和化學(xué)工程領(lǐng)域都得到了越來越多的重視。微化工的工藝過程可以在較小體積范圍內(nèi)實(shí)現(xiàn)化學(xué)反應(yīng)的連續(xù)進(jìn)行，使反應(yīng)的轉(zhuǎn)化率、選擇性均有明顯提高，傳熱系數(shù)和傳質(zhì)性能與常規(guī)尺度的化工工藝相比得到顯著強(qiáng)化。微化工的新工藝可以滿足工業(yè)規(guī)模生產(chǎn)對(duì)過程強(qiáng)化的要求，實(shí)現(xiàn)反應(yīng)過程“更好”(高收率，更好的選擇性)、“更快”(高時(shí)空收率，高生產(chǎn)能力)、“更便宜”(低資金投入，低運(yùn)行成本)、“更安全”(環(huán)保，降低危險(xiǎn))。對(duì)于常規(guī)尺度的化工過程而言，液位等重要化工過程參數(shù)的檢測技術(shù)已成熟，可以滿足現(xiàn)有化工廠等流程工業(yè)企業(yè)自動(dòng)化生產(chǎn)對(duì)檢測技術(shù)的要求。然而，對(duì)于微化工裝置而言，由于其物理尺度往往為毫米級(jí)甚至更小，在極其狹小的物理空間中如何實(shí)現(xiàn)對(duì)液位等過程參數(shù)的檢測，是微化工在實(shí)際應(yīng)用中亟待解決的重要難題。

發(fā)明內(nèi)容
本發(fā)明所要解決的問題是提供一種基于圖像識(shí)別的微化工過程液位檢測方法，以解決微化工過程控制中的液位測量問題。為此，本發(fā)明采用以下技術(shù)方案:在獲取液位圖像后，依次采用液位圖像預(yù)處理算法以獲得所述液位圖像的二值圖、采用液位角點(diǎn)檢測算法得到液位特征點(diǎn)的位置，通過所述特征點(diǎn)的位置來實(shí)時(shí)計(jì)算當(dāng)前液位的高度。所述液位圖像預(yù)處理算法以獲得所述液位圖像的二值圖；所述液位圖像預(yù)處理算法由液位圖像灰度化算法、液位圖像二值化算法、液位圖像邊緣檢測算法組成；所述液位圖像灰度化算法將每個(gè)液位圖像由彩色圖轉(zhuǎn)化為灰度圖；所述液位圖像二值化算法將每個(gè)灰度圖按照閾值轉(zhuǎn)化為二值圖；所述液位圖像邊緣檢測算法提取每個(gè)二值圖的邊緣信息。所述液位角點(diǎn)檢測算法采用角點(diǎn)檢測技術(shù)計(jì)算液位輪廓的特征點(diǎn)，并通過計(jì)算所有特征點(diǎn)的平均值得到液位的高度。本發(fā)明的有益效果是提供了一種基于圖像的微化工過程液位檢測技術(shù)，為測量微化工過程的液位提供了一種低成本并且高效的技術(shù)方案。本發(fā)明采用圖像預(yù)處理算法得到液位的大致輪廓，并采用角點(diǎn)檢測算法得到液位的高度，計(jì)算結(jié)果精確且速度較快。經(jīng)過實(shí)驗(yàn)測試，該方法可以實(shí)時(shí)測量液位，并且有較高的精度。在幀率為20fps、液位圖像大小為300X300的條件下，檢測間隔最小可縮短為10毫秒，測量相對(duì)誤差僅為2.5%。本發(fā)明提出的基于圖像的微化工過程液位檢測方法，可以對(duì)單個(gè)微化工過程中的液位或同時(shí)對(duì)多個(gè)微化工過程中的液位進(jìn)行實(shí)時(shí)、在線、精確、低成本、非接觸式的液位檢測，可廣泛應(yīng)用于各類微化工過程的液位檢測。


圖1為基于圖像的微化工過程液位檢測方法的算法流程圖。圖2為液位檢測裝置的結(jié)構(gòu)示意圖。圖3為液位檢測裝置的結(jié)構(gòu)側(cè)視圖。圖4為陣列式液位檢測裝置的結(jié)構(gòu)示意圖。圖中標(biāo)號(hào)分別表示如下:1、被測微化工過程設(shè)備，2、液位，3、攝像頭或相機(jī)，4、電腦或電子計(jì)算設(shè)備。
具體實(shí)施例方式本發(fā)明的具體實(shí)施方式
，包括算法實(shí)現(xiàn)和裝置實(shí)現(xiàn)兩部分，以下將分別進(jìn)行具體說明。 I算法實(shí)現(xiàn)如圖1所示，基于圖像的微化工過程液位檢測方法的算法，依次包括液位圖像采集、液位圖像灰度化、液位圖像二值化、液位圖像邊緣檢測、液位圖像角點(diǎn)檢測，分別說明如下:1.1液位圖像采集、液位圖像灰度化與液位圖像二值化通過圖像采集裝置將圖像數(shù)據(jù)采集至圖像處理裝置。若采集到的圖像為液位陣列，則需要將圖像進(jìn)行分割，得到單個(gè)液位的圖像。一般而言，采集到的圖像為RGB圖像，因此需要將采集到的RGB圖像按照如下公式轉(zhuǎn)換為8位灰度圖，其中GRAY為灰度值，R、G、B為對(duì)應(yīng)原色值:GRAY = 0.299R+0.587G+0.114B(I)然后將8位灰度圖按照如下公式和閾值轉(zhuǎn)換為二值圖像，其中SRC為原像素點(diǎn)的灰度值，DST為轉(zhuǎn)換后的像素值，Threshold為閾值:DST = (SRC > Threshold 。: 255)(2)I.2液位圖像邊緣檢測本發(fā)明采用最為常用的Canny邊緣檢測算法，具體算法描述可參考論文“AComputational Approach to Edge Detection”，以及開源軟件 OpenCV 的具體實(shí)現(xiàn)。1.3液位圖像角點(diǎn)檢測當(dāng)被測液位的變動(dòng)較為平緩，并且雜質(zhì)較少時(shí)，本發(fā)明建議采用基于角點(diǎn)檢測的液位跟蹤，具體的檢測算法如下: 初始化跟蹤區(qū)域，以矩形選擇液位可能移動(dòng)的范圍，該范圍內(nèi)不能包含其他特征明顯的物體； 利用Sobel算子計(jì)算跟蹤區(qū)域中每個(gè)像素點(diǎn)的二階導(dǎo)數(shù)矩陣M(ix)W，col)，計(jì)算模板如下，其中G(row, col)為以點(diǎn)(row, col)為中心的9X9方格:
權(quán)利要求
1.一種基于圖像的微化工過程液位檢測方法，其特征在于，它通過連續(xù)拍攝采集所述微化工過程內(nèi)的液位圖像，來實(shí)時(shí)計(jì)算液位高度。
2.如權(quán)利要求1所述的一種基于圖像的微化工過程液位檢測方法，其特征在于，所述液位圖像依次采用液位圖像預(yù)處理算法以獲得所述液位圖像的二值圖、采用液位角點(diǎn)檢測算法得到液位特征點(diǎn)的位置，通過所述特征點(diǎn)的位置來實(shí)時(shí)計(jì)算當(dāng)前液位的高度。
3.如權(quán)利要求2所述的一種基于圖像的微化工過程液位檢測方法，其特征在于它采用液位圖像預(yù)處理算法以獲得所述液位圖像的二值圖；所述液位圖像預(yù)處理算法由液位圖像灰度化算法、液位圖像二值化算法、液位圖像邊緣檢測算法組成；所述液位圖像灰度化算法將每個(gè)液位圖像由彩色圖轉(zhuǎn)化為灰度圖；所述液位圖像二值化算法將每個(gè)灰度圖按照閾值轉(zhuǎn)化為二值圖；所述液位圖像邊緣檢測算法提取每個(gè)二值圖的邊緣信息。
4.如權(quán)利要求2所述的一種基于圖像的微化工過程液位檢測方法，其特征在于所述液位角點(diǎn)檢測算法采用角點(diǎn)檢測技術(shù)計(jì)算液位輪廓的特征點(diǎn)，并通過計(jì)算所有特征點(diǎn)的平均值得到液位的高度。
全文摘要
本發(fā)明提供了一種基于圖像的微化工過程液位檢測方法，通過攝像頭或相機(jī)連續(xù)拍攝采集微化工過程的液位圖像，所采集的液位圖像依次采用液位圖像預(yù)處理算法以獲得液位圖像的二值圖、采用液位角點(diǎn)檢測算法得到液位特征點(diǎn)的位置，通過特征點(diǎn)的位置來實(shí)時(shí)計(jì)算當(dāng)前液位的高度。本發(fā)明提出的基于圖像的微化工過程液位檢測方法，可以對(duì)單個(gè)微化工過程中的液位或同時(shí)對(duì)多個(gè)微化工過程中的液位進(jìn)行實(shí)時(shí)、在線、精確、低成本、非接觸式的液位檢測，可廣泛應(yīng)用于各類微化工過程的液位檢測。
文檔編號(hào)G01F23/00GK103196514SQ20131007718
公開日2013年7月10日 申請(qǐng)日期2013年3月11日 優(yōu)先權(quán)日2013年3月11日
發(fā)明者盧建剛, 葉昕鑫 申請(qǐng)人:浙江大學(xué)