高 鵬

(1.中煤科工集團唐山研究院有限公司，河北 唐山 063012；2.華北理工大學(xué) 電氣工程學(xué)院，河北 唐山 063009；3.河北省煤炭洗選工程技術(shù)研究中心，河北 唐山 063012)

計算機視覺是一個迅速發(fā)展的領(lǐng)域，攝像機價格不斷降低且功能越來越強、計算能力的普及和視覺算法的日臻成熟都帶動了該領(lǐng)域的發(fā)展。OpenCV(計算機視覺庫)在計算機視覺的發(fā)展中扮演著重要的角色，該視覺庫使數(shù)千名研究人員在視覺領(lǐng)域能夠獲得更高的生產(chǎn)力[1]。傳統(tǒng)的浮選尾礦在線檢測主要集中在γ射線檢測法和光電式測灰法兩種方法。近年來，隨著圖像識別技術(shù)的發(fā)展，利用計算機視覺分析煤泥浮選尾礦圖片的灰度，再根據(jù)經(jīng)驗公式推導(dǎo)出對應(yīng)的尾礦灰分的方法正在逐步興起。

包玉奇[2]等人提出以灰度值子區(qū)間的像素點分布構(gòu)成建立特征向量，對尾礦灰分進行識別的方法，使特征敏感度得到一定程度的增強，尾礦識別精度提高比較明顯；但該研究所用樣本是在實驗室配制的，缺少現(xiàn)場工業(yè)性試驗的驗證。王曉坤[3]等人研制的浮選尾礦灰分在線檢測裝置，解決了浮選尾礦灰分無法直接測量的難題，克服了人工采制化帶來的化驗誤差大、實時性差、勞動強度大、工序繁瑣的缺點，減小了工藝指標(biāo)控制的調(diào)整時間；但該裝置采用原始圖像灰度值比對方法來檢測尾礦灰分，誤差干擾偏大，僅適用于環(huán)境不復(fù)雜的工況條件。工業(yè)現(xiàn)場利用計算機視覺技術(shù)分析尾礦灰分，其中的關(guān)鍵環(huán)節(jié)是如何合理地剔除光照不均和化學(xué)流變產(chǎn)生的泡沫噪點影響。文章重點分析了如何在算法中消除這類因素的不良影響，從而得到更客觀的、可用于計算分析的尾礦圖片。

1 硬件與軟件平臺

(1)硬件平臺。煤泥浮選尾礦圖片采樣分析系統(tǒng)的硬件平臺主要包括工控機、USB視頻采集卡、工業(yè)CCD相機。在實際操作過程中，可根據(jù)試驗需要選擇合適的硬件設(shè)備。

(2)軟件平臺。在綜合考慮的基礎(chǔ)上，利用USB視頻采集卡，結(jié)合VS2010平臺開發(fā)浮選尾礦圖片采樣分析系統(tǒng)。圖像處理算法庫選擇OpenCV，其包含了一系列C函數(shù)和少量C++函數(shù)，能夠?qū)崿F(xiàn)圖像處理和計算機視覺方面的很多通用算法。它擁有包括300多個C/C++函數(shù)的跨平臺的中、高層API，無需依賴其他的外部庫，通過調(diào)用OpenCV算法庫，即可在前人已完成的成熟算法基礎(chǔ)上迅速開展自己的工作。OpenCV作為一個基本的計算機視覺、圖像處理和模式識別的開源項目，可以直接用于很多領(lǐng)域，是二次開發(fā)的理想工具[4]。

OpenCV庫擁有的顯著優(yōu)點為：獨立于操作系統(tǒng)、硬件及圖形管理器，可以跨平臺操作；無論是非商業(yè)應(yīng)用還是商業(yè)應(yīng)用，都無需付費；計算速度快，使用方便；可擴展性好，包括底層和高層的應(yīng)用開發(fā)包；圖像/視頻載入、保存及獲取模塊具有通用性。

2 系統(tǒng)功能

該系統(tǒng)的首要功能是定時采集圖片，即根據(jù)設(shè)定的時間間隔對特定對象拍照；其次是剔除干擾，包括光源反光和氣泡反光造成的干擾；再次是按照設(shè)定的時間存儲圖片，圖片依據(jù)采集時間命名；最后是記錄采集時得到的灰度數(shù)據(jù)，根據(jù)內(nèi)部建立的公式將其轉(zhuǎn)換成尾礦灰分數(shù)據(jù)并輸出。系統(tǒng)檢測流程框圖如圖1所示。

圖1 系統(tǒng)檢測流程框圖

3 程序的實現(xiàn)

程序開頭是加載必要的頭文件。頭文件作為一種包含功能函數(shù)、數(shù)據(jù)接口聲明的載體文件，主要用于保存程序的聲明，而定義文件用于保存程序的實現(xiàn)。程序中的頭文件主要包括“highgui.h”、“cv.h”、“cxcore.h”、“windows.h”、“atltime.h”、“cvaux.h” 等。該程序的加載頭文件如圖2所示。

圖2 加載頭文件

在安裝好USB視頻采集卡驅(qū)動后，需在程序中指定采集的圖片來源。該采集卡屬于外部來源，故設(shè)置為“CAM(1)”，對應(yīng)的源程序為 “CvCapture *capture=cvCaptureFromCAM(1)；”。 接下來是創(chuàng)建采樣窗口，程序中設(shè)置了4個顯示窗口，分別為“原圖”、“灰度圖”、“灰度分布圖”、“二值圖”，該步的操作主要包括定義字符串變量“const char”，設(shè)置窗口名稱 “cvNamedWindow”，設(shè)置窗口大小 “cvResizeWindow”，排布窗口位置 “cvMoveWindow”。顯示窗口設(shè)置如圖3所示。

圖3 顯示窗口設(shè)置

在接下來的while循環(huán)中，利用OpenCV自帶的CV_BGR2GRAY函數(shù)命令，將彩色圖片轉(zhuǎn)換為灰度圖片，再通過CV_THRESH_BINARY函數(shù)將灰度圖片轉(zhuǎn)換為二值圖片，二值圖片轉(zhuǎn)換時閾值暫定為185。閾值處理的操作過程是通過算法生成一個閾值，如果圖像中某像素的灰度值小于該閾值，則將該像素的灰度設(shè)置為0或255，否則灰度值設(shè)置為255或0[5]。圖片色彩轉(zhuǎn)換設(shè)置如圖4所示。

圖4 圖片色彩轉(zhuǎn)換設(shè)置

接下來是以時間為名稱保存灰度圖片和二值圖片，定義時間字符串變量，命名圖片格式，讀取系統(tǒng)時鐘，此時分別用到了GetLocalTime(&sysTime)、GetCurrentTime()、cvSaveImage三個函數(shù)。保存圖片設(shè)置如圖5所示。

在算法實現(xiàn)環(huán)節(jié)，首先是定義灰度圖中的總灰度值為M0，總像素點數(shù)為N0；二值化后的圖片總灰度值為M1，白色像素點的個數(shù)N1。由于二值化后的圖片總灰度值均是由白色像素點組成，假設(shè)每一個干擾氣泡或反光點的灰度值近似為255，故可求出干擾點個數(shù)，即N1=M1/255。原始圖片剔除干擾后的真實灰度值為(M0-M1)，有效像素點為(N0-N1)；真實的平均灰度即為(M0-M1)/(N0-N1)；最后通過“ofstream ofs”函數(shù)將采樣結(jié)果存入EXCEL表格。程序?qū)崿F(xiàn)過程如圖6所示。

利用Sleep函數(shù)設(shè)定采樣間隔時間，通過cout在windows控制臺按照設(shè)定時間輸出采樣結(jié)果，并銷毀窗口，釋放內(nèi)存，最終跳出循環(huán)。

4 輸出結(jié)果與分析

程序運行后的界面輸出如圖7所示。左側(cè)上方是windows控制臺的輸出，按照采樣日期和時間分別輸出原始灰度值、剔除氣泡和反光后的灰度值、總像素點個數(shù)、噪點像素點個數(shù)。右側(cè)為實時輸出的采樣圖片，其中左上角是相機采集的原始圖片，右上角是經(jīng)過轉(zhuǎn)換的灰度圖片(灰階圖)，左下角是灰度分布圖，右下角是二值圖。灰度分布圖可以反映圖象中每種灰度值出現(xiàn)的頻率，其橫坐標(biāo)是灰度級，縱坐標(biāo)是該灰度級出現(xiàn)的頻率。

圖6 程序?qū)崿F(xiàn)過程

圖7 程序運行界面

從灰度圖片可以看出，在浮選尾礦流過閘板位置時出現(xiàn)一個小“瀑布”，該位置最易形成反光干擾；浮選尾礦槽的邊緣出現(xiàn)了一些堆積氣泡，也容易造成反光干擾。通過二值圖中亮點的計算，能夠?qū)⒆罱K灰度圖中的反光和氣泡干擾濾掉。

將不同時刻的原始灰度值和修正灰度值與化驗灰分值進行比較，生成的對比曲線如圖8所示。其中，灰度值范圍在0～255之間，灰分值區(qū)間在0～100%之間，坐標(biāo)軸的橫坐標(biāo)代表采樣次數(shù)，縱坐標(biāo)分別為灰度均值和尾礦灰分百分數(shù)。

由圖8可知：剔除氣泡、反光干擾后，圖片的灰度值與化驗所得灰分值的對應(yīng)關(guān)系更加明顯。

圖8 原始灰度值與修正灰度值及化驗灰分曲線

5 結(jié)語

為了改進浮選尾礦的采樣分析算法，以煤泥浮選尾礦圖片為研究對象，基于OpenCV開源的計算機視覺函數(shù)庫、USB視頻采集卡、VS2010平臺開發(fā)出浮選尾礦圖片采樣分析系統(tǒng)。該系統(tǒng)能夠有效剔除采樣過程中的光照和氣泡干擾，使圖片中數(shù)據(jù)的客觀性、真實性得到顯著提高，這為驗證圖片灰度與浮選尾礦灰分的關(guān)系提供了可靠的解決方案。

[1] BRADSKI G,KAEHLER A.學(xué)習(xí)OpenCV[M].于仕琪，劉瑞禎，譯.北京：清華大學(xué)出版社，2009：XV.

[2] 包玉奇，楊潔明.基于機器視覺的浮選尾礦灰分檢測[J].煤炭技術(shù), 2015, 34(9):313-316.

[3] 王曉坤，張衛(wèi)軍，高 鵬，等. 一種浮選尾礦灰分在線檢測裝置:201320375280.5[P]. 2013-11-20.

[4] 陳勝勇,劉 盛.基于OpenCV的計算機視覺技術(shù)實現(xiàn)[M]. 北京：科學(xué)出版社,2008：8.

[5] 楊淑瑩.VC++圖像處理程序設(shè)計[M].北京：清華大學(xué)出版社，2005:58.