CN116026855A - 基于视觉分析的固体颗粒检验用样品分析系统 - Google Patents
基于视觉分析的固体颗粒检验用样品分析系统 Download PDFInfo
- Publication number
- CN116026855A CN116026855A CN202310165100.9A CN202310165100A CN116026855A CN 116026855 A CN116026855 A CN 116026855A CN 202310165100 A CN202310165100 A CN 202310165100A CN 116026855 A CN116026855 A CN 116026855A
- Authority
- CN
- China
- Prior art keywords
- sample
- particles
- volume
- analysis
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000002245 particle Substances 0.000 title claims abstract description 240
- 238000004458 analytical method Methods 0.000 title claims abstract description 108
- 239000007787 solid Substances 0.000 title claims abstract description 45
- 230000000007 visual effect Effects 0.000 title claims abstract description 23
- 238000007689 inspection Methods 0.000 title claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 49
- 238000012797 qualification Methods 0.000 claims abstract description 11
- 230000007547 defect Effects 0.000 claims description 80
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 36
- 239000007864 aqueous solution Substances 0.000 claims description 19
- 239000000243 solution Substances 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 230000001788 irregular Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims 5
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了基于视觉分析的固体颗粒检验用样品分析系统，属于固体颗粒分析领域，用于解决固体颗粒分析不准确，影响判断效果的问题，具体如下：对固体颗粒的分析时的样品信息进行获取；将获取的样品信息输送至样品分析模块对接收的样品信息进行分析，获取样品数据；将样品数据输送至数据计算模块，数据计算模块基于样品数据对样品合格参考数据进行获取；样品分析模块基于样品合格参考数据设定样品优劣参考区间，本发明基于对固体颗粒样品视觉分析时产生的样品信息进行获取分析，通过分析得出的数据参数对样品是否合格进行判断，得到样品的合格率，使得固体颗粒在进行分析时，分析准确，提高固体颗粒判断准确性。
Description
技术领域
本发明属于视觉分析领域，涉及固体颗粒检验分析技术，具体是基于视觉分析的固体颗粒检验用样品分析系统。
背景技术
固体颗粒包括种子等颗粒，需要对其进行检验，而在进行检验过程中，需要对固体颗粒样品进行分析，而目前大多采用机器视觉对固体颗粒进行检测。
而现有技术中，在对固体颗粒进行视觉分析时，通常根据固体颗粒表面情况判断，但其存在判断不准确，不能够根据固体颗粒表面的样品信息进行有效分析判断，影响固体颗粒分析准确性的问题，为此，我们提出一种基于视觉分析的固体颗粒检验用样品分析系统。
发明内容
针对现有技术存在的不足，本发明目的是提供基于视觉分析的固体颗粒检验用样品分析系统。
本发明所要解决的技术问题为：
基于固体颗粒在进行视觉分析过程中，不能够根据固体颗粒的样品信息对固体颗粒的已知数据进行获取判断，使得固体颗粒在进行分析时，分析不准确，影响固体颗粒判断效果的问题。
本发明的目的可以通过以下技术方案实现：基于视觉分析的固体颗粒检验用样品分析系统，包括样品信息获取模块、样品分析模块、样品判断模块、数据计算模块、样品记录模块以及服务器；所述样品信息获取模块、样品分析模块、样品判断模块、数据计算模块以及样品记录模块分别与服务器相连；
所述服务器控制样品信息获取模块对固体颗粒的分析时的样品信息进行获取；将获取的样品信息输送至样品分析模块，所述样品分析模块对接收的样品信息进行分析，获取样品数据；将样品数据输送至数据计算模块，所述数据计算模块基于样品数据对样品合格参考数据进行获取；
将获取的样品合格参考数据输送至样品分析模块，所述样品分析模块基于样品合格参考数据设定样品优劣参考区间；所述样品判断模块基于样品优劣参考区间对样品是否合格进行判断，得到判断结果；所述样品记录模块接收判断结果进行记录，数据计算模块基于记录数据对样品合格率进行计算，将计算结果输送至样品记录模块进行记录。
进一步地，样品信息包括样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息；
将样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息输送至样品分析模块。
进一步地，所述样品分析模块接收样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息进行分析，具体分析如下：
根据样品形状信息对样品形状进行获取，根据样品形状选择合适的体积计算公式；
根据体积计算公式，对样品颗粒距离进行测量，对样品颗粒的体积进行获取，将获取的体积记录为Vk；
根据样品图片信息对样品表面进行观察，观察图片信息中样品颗粒是否存在缺陷，若不存在缺陷，则不进行处理，若存在缺陷，观察图片上缺陷距离与图片距离的比值，通过样品图片比例信息获取样品图片与样品颗粒的比值，对缺陷的实际距离进行获取，根据缺陷实际距离对缺陷的表面积进行计算，通过观察缺陷内部的形状，根据实际距离对内部结合图片缺陷内部形状对缺陷体积进行预估，将获取的缺陷体积记录为Vq；
根据获取的体积Vk与Vq对实际体积进行获取，设定实际体积为Vs，则Vs＝Vk-Vq；
通过样品重量信息对每个样品颗粒的重量进行测量，对样品颗粒的重量进行记录为my；
将分析获取的体积、缺陷体积、实际体积与样品颗粒重量定义为样品数据，将样品数据输送至数据计算模块。
进一步地，在对体积计算公式进行选择时，具体如下：
若样品形状为球体，通过公式V＝(4/3)πr3进行求取，对样品形状体积进行求取；
若样品形状为长方体，通过公式V＝abc进行体积求取，其中a为长方体的长度，b为长方体的宽度，c为长方体的高度；
若样品形状为正方体，通过公式V＝a3，其中a为正方体的边长；
若样品形状为不规则形状，基于样品颗粒特性对样品吸水性以及沉浮性进行判断，若样品颗粒不吸水同时在水中会出现下沉现象，则选择装有一定量水溶液的量杯，将样品颗粒放入量杯中，观察量杯中水溶液体积变化即为样品颗粒的体积，若样品颗粒不吸水在水中会出现上浮现象，通过带有固定架的量杯，通过固定架对样品颗粒进行固定，向量杯中加入一定体积的水溶液，观察溶液体积为v1，将样品颗粒拿出，观察溶液体积为v2，则样品颗粒体积为v1-v2，若样品颗粒吸水同时在水中会出现下沉现象，则在样品颗粒表面粘接有与其贴合的防水膜，选择装有一定量水溶液的量杯，将样品颗粒放入量杯中，观察量杯中水溶液体积变化即为样品颗粒的体积，若样品颗粒吸水在水中会出现上浮现象，在样品颗粒表面粘接有与其贴合的防水膜，通过带有固定架的量杯，通过固定架对样品颗粒进行固定，向量杯中加入一定体积的水溶液，观察溶液体积为v3，将样品颗粒拿出，观察溶液体积为v4，则样品颗粒体积为v3-v4。
进一步地，所述数据计算模块接收实际体积与样品颗粒重量对样品颗粒参考密度值进行获取，根据多个样品颗粒获得多个样品颗粒参考密度值；
数据计算模块接收获取的体积以及缺陷体积对缺陷体积比值进行获取；基于多个样品颗粒获取多个缺陷体积比值；
将获取的缺陷体积比值与样品颗粒参考密度值定义为样品合格参考数据，将样品合格参考数据输送至样品分析模块。
进一步地，所述样品分析模块接收缺陷体积比值设定第一占比区间、第二占比区间以及第三占比区间，将第三占比区间内的缺陷体积比值定义为不合格体积占比值，根据缺陷体积比值获取对应的样品颗粒，将这些样品颗粒定义为不合格样品；
通过服务器获取标准密度值，将第一占比区间和第二占比区间每个缺陷体积比值以及对应的样品颗粒参考密度值进行获取，获取优劣判断值，获取多个优劣判断值，基于多个优劣判断值设定第一优劣阈值、第二优劣阈值以及第三优劣阈值；第一优劣阈值内的取值小于第二优劣阈值内的取值，第二优劣阈值内的取值小于第三优劣阈值内的取值；
将第三占比区间以及第三优劣阈值内的样品颗粒数目通过样品记录模块进行记录，将第一优劣阈值、第二优劣阈值以及第三优劣阈值输送至样品判断模块。
进一步地，所述样品判断模块接收第一优劣阈值、第二优劣阈值以及第三优劣阈值，将第一优劣阈值内的优劣判断值对应的样品颗粒定义为优秀样品颗粒，将第二优劣阈值内的优劣判断值对应的样品颗粒定义为合格样品颗粒；将第三优劣阈值内的优劣判断值对应的样品颗粒定义为不合格样品颗粒。
进一步地，所述样品记录模块对第三占比区间以及第三优劣阈值内的样品颗粒数目进行统计，通过服务器获取样品颗粒总数目，数据计算模块接收记录数据中的样品颗粒数目以及样品颗粒总数目对不合格占比率进行获取，根据不合格占比率得出样品合格率，通过样品记录模块对样品合格率进行记录。
与现有技术相比，本发明的有益效果是：
本发明基于对固体颗粒样品视觉分析时产生的样品信息进行获取，根据样品信息进行分析，通过分析得出的数据参数对样品合格参考数据进行获取，基于样品合格参考数据设定样品优劣参考区间，基于样品优劣参考区间对样品是否合格进行判断，得到样品的合格率，使得固体颗粒在进行分析时，分析准确，提高固体颗粒判断准确性。
本发明中局域对样品形状信息进行获取，选择对应的体积计算公式，根据样品图片信息，对样品颗粒表面缺陷进行获取，对样品颗粒表面缺陷体积进行预估，获取样品颗粒的密度信息，根据缺陷体积与样品体积对缺陷占比值进行获取，根据样品密度信息获取样品与标准密度值的差值，综合判断样品颗粒优劣。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明基于视觉分析的固体颗粒检验用样品分析系统的整体系统框图；
图2为本发明基于视觉分析的固体颗粒检验用样品分析系统的方法步骤图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1和图2所示，基于视觉分析的固体颗粒检验用样品分析系统，包括样品信息获取模块、样品分析模块、样品判断模块、数据计算模块、样品记录模块以及服务器；样品信息获取模块、样品分析模块、样品判断模块、数据计算模块以及样品记录模块分别与服务器相连；
在本实施例中，在对固体颗粒进行分析时，服务器控制样品信息获取模块对固体颗粒的分析时的样品信息进行获取；
样品信息包括样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息；
将样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息；输送至样品分析模块；
将获取的样品信息输送至样品分析模块，样品分析模块对接收的样品信息进行分析，获取样品数据；
样品分析模块接收样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息进行分析，具体分析如下：
根据样品形状信息对样品形状进行获取，根据样品形状选择合适的体积计算公式；
在对体积计算公式进行选择时，具体如下：
若样品形状为球体，通过公式V＝(4/3)πr3进行求取，对样品形状体积进行求取；
若样品形状为长方体，通过公式V＝abc进行体积求取，其中a为长方体的长度，b为长方体的宽度，c为长方体的高度；
若样品形状为正方体，通过公式V＝a3，其中a为正方体的边长；
若样品形状为不规则形状，基于样品颗粒特性对样品吸水性以及沉浮性进行判断，若样品颗粒不吸水同时在水中会出现下沉现象，则选择装有一定量水溶液的量杯，将样品颗粒放入量杯中，观察量杯中水溶液体积变化即为样品颗粒的体积，若样品颗粒不吸水在水中会出现上浮现象，通过带有固定架的量杯，通过固定架对样品颗粒进行固定，向量杯中加入一定体积的水溶液，观察溶液体积为v1，将样品颗粒拿出，观察溶液体积为v2，则样品颗粒体积为v1-v2，若样品颗粒吸水同时在水中会出现下沉现象，则在样品颗粒表面粘接有与其贴合的防水膜，选择装有一定量水溶液的量杯，将样品颗粒放入量杯中，观察量杯中水溶液体积变化即为样品颗粒的体积，若样品颗粒吸水在水中会出现上浮现象，在样品颗粒表面粘接有与其贴合的防水膜，通过带有固定架的量杯，通过固定架对样品颗粒进行固定，向量杯中加入一定体积的水溶液，观察溶液体积为v3，将样品颗粒拿出，观察溶液体积为v4，则样品颗粒体积为v3-v4；
根据体积计算公式，对样品颗粒距离进行测量，对样品颗粒的体积进行获取，将获取的体积记录为Vk；
根据样品图片信息对样品表面进行观察，观察图片信息中样品颗粒是否存在缺陷，若不存在缺陷，则不进行处理，若存在缺陷，观察图片上缺陷距离与图片距离的比值，通过样品图片比例信息获取样品图片与样品颗粒的比值，对缺陷的实际距离进行获取，根据缺陷实际距离对缺陷的表面积进行计算，通过观察缺陷内部的形状，根据实际距离对内部结合图片缺陷内部形状对缺陷体积进行预估，将获取的缺陷体积记录为Vq；
根据获取的体积Vk与Vq对实际体积进行获取，设定实际体积为Vs，则Vs＝Vk-Vq；
通过样品重量信息对每个样品颗粒的重量进行测量，对样品颗粒的重量进行记录为my；
将分析获取的体积、缺陷体积、实际体积与样品颗粒重量定义为样品数据，将样品数据输送至数据计算模块；
将样品数据输送至数据计算模块，数据计算模块基于样品数据对样品合格参考数据进行获取；
数据计算模块接收实际体积与样品颗粒重量对样品颗粒参考密度值进行获取，设定样品颗粒参考密度值为：YPCKMDz；
则YPCKMDz＝my/Vs；
根据多个样品颗粒获得多个样品颗粒参考密度值；
数据计算模块接收获取的体积以及缺陷体积对缺陷体积比值进行获取；
设定缺陷体积比值为：QXTBz；则QXTBz＝Vq/Vk；
基于多个样品颗粒获取多个缺陷体积比值；
将获取的缺陷体积比值与样品颗粒参考密度值定义为样品合格参考数据，将样品合格参考数据输送至样品分析模块；
将获取的样品合格参考数据输送至样品分析模块，样品分析模块基于样品合格参考数据设定样品优劣参考区间；
样品分析模块接收缺陷体积比值设定第一占比区间、第二占比区间以及第三占比区间，将第三占比区间内的缺陷体积比值定义为不合格体积占比值，根据缺陷体积比值获取对应的样品颗粒，将这些样品颗粒定义为不合格样品；
通过服务器获取标准密度值，将第一占比区间和第二占比区间每个缺陷体积比值以及对应的样品颗粒参考密度值进行获取，获取优劣判断值，设定优劣判断值为：YLPDz；标准密度值为：BZMDz；具体求取公式如下：
YLPDz＝QXTBz×|YPCKMDz-BZMDz|；
获取多个优劣判断值，基于多个优劣判断值设定第一优劣阈值、第二优劣阈值以及第三优劣阈值；
第一优劣阈值内的取值小于第二优劣阈值内的取值，第二优劣阈值内的取值小于第三优劣阈值内的取值；
样品判断模块基于样品优劣参考区间对样品是否合格进行判断，得到判断结果；
样品判断模块接收第一优劣阈值、第二优劣阈值以及第三优劣阈值，将第一优劣阈值内的优劣判断值对应的样品颗粒定义为优秀样品颗粒，将第二优劣阈值内的优劣判断值对应的样品颗粒定义为合格样品颗粒；将第三优劣阈值内的优劣判断值对应的样品颗粒定义为不合格样品颗粒。
样品记录模块接收判断结果进行记录，数据计算模块基于记录数据对样品合格率进行计算，将计算结果输送至样品记录模块进行记录。
样品记录模块对第三占比区间以及第三优劣阈值内的样品颗粒数目进行统计，通过服务器获取样品颗粒总数目，数据计算模块接收记录数据中的样品颗粒数目以及样品颗粒总数目对不合格占比率进行获取，根据不合格占比率得出样品合格率，通过样品记录模块对样品合格率进行记录。
实施例：基于视觉分析的固体颗粒检验用样品分析系统，包括以下步骤：
步骤S1：对固体颗粒的分析时的样品信息进行获取，将获取的样品信息输送至样品分析模块，样品分析模块对接收的样品信息进行分析，获取样品数据；
样品信息包括样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息；
样品分析模块接收样品信息中的样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息进行分析，具体分析步骤如下：
步骤S11：根据样品形状信息对样品形状进行获取，根据样品形状选择合适的体积计算公式；
步骤S12：根据体积计算公式，对样品颗粒距离进行测量，对样品颗粒的体积进行获取，将获取的体积记录为Vk；
步骤S13：根据样品图片信息对样品表面进行观察，观察图片信息中样品颗粒是否存在缺陷，若不存在缺陷，则不进行处理，若存在缺陷，观察图片上缺陷距离与图片距离的比值，通过样品图片比例信息获取样品图片与样品颗粒的比值，对缺陷的实际距离进行获取，根据缺陷实际距离对缺陷的表面积进行计算，通过观察缺陷内部的形状，根据实际距离对内部结合图片缺陷内部形状对缺陷体积进行预估，将获取的缺陷体积记录为Vq；
步骤S14：根据获取的体积Vk与Vq对实际体积进行获取，设定实际体积为Vs，则Vs＝Vk-Vq；通过样品重量信息对每个样品颗粒的重量进行测量，对样品颗粒的重量进行记录为my；
步骤S15：将分析获取的体积、缺陷体积、实际体积与样品颗粒重量定义为样品数据，将样品数据输送至数据计算模块；
其中，步骤S11中，在对体积计算公式进行选择时，具体步骤如下：
步骤S111：若样品形状为球体，通过公式V＝(4/3)πr3进行求取，对样品形状体积进行求取；
步骤S112：若样品形状为长方体，通过公式V＝abc进行体积求取，其中a为长方体的长度，b为长方体的宽度，c为长方体的高度；
步骤S113：若样品形状为正方体，通过公式V＝a3，其中a为正方体的边长；
步骤S114：若样品形状为不规则形状，基于样品颗粒特性对样品吸水性以及沉浮性进行判断，若样品颗粒不吸水同时在水中会出现下沉现象，则选择装有一定量水溶液的量杯，将样品颗粒放入量杯中，观察量杯中水溶液体积变化即为样品颗粒的体积，
步骤S115：若样品颗粒不吸水在水中会出现上浮现象，通过带有固定架的量杯，通过固定架对样品颗粒进行固定，向量杯中加入一定体积的水溶液，观察溶液体积为v1，将样品颗粒拿出，观察溶液体积为v2，则样品颗粒体积为v1-v2，
步骤S116：若样品颗粒吸水同时在水中会出现下沉现象，则在样品颗粒表面粘接有与其贴合的防水膜，选择装有一定量水溶液的量杯，将样品颗粒放入量杯中，观察量杯中水溶液体积变化即为样品颗粒的体积，
步骤S117：若样品颗粒吸水在水中会出现上浮现象，在样品颗粒表面粘接有与其贴合的防水膜，通过带有固定架的量杯，通过固定架对样品颗粒进行固定，向量杯中加入一定体积的水溶液，观察溶液体积为v3，将样品颗粒拿出，观察溶液体积为v4，则样品颗粒体积为v3-v4。
步骤S2：将样品数据输送至数据计算模块，数据计算模块基于样品数据对样品合格参考数据进行获取；
数据计算模块接收实际体积与样品颗粒重量对样品颗粒参考密度值进行获取，根据多个样品颗粒获得多个样品颗粒参考密度值；
数据计算模块接收获取的体积以及缺陷体积对缺陷体积比值进行获取，基于多个样品颗粒获取多个缺陷体积比值；
将获取的缺陷体积比值与样品颗粒参考密度值定义为样品合格参考数据，将样品合格参考数据输送至样品分析模块；
步骤S3：将获取的样品合格参考数据输送至样品分析模块，样品分析模块基于样品合格参考数据设定样品优劣参考区间；
样品分析模块在对优劣区间进行分析时，具体步骤如下：
步骤S31：样品分析模块接收缺陷体积比值设定第一占比区间、第二占比区间以及第三占比区间，将第三占比区间内的缺陷体积比值定义为不合格体积占比值，根据缺陷体积比值获取对应的样品颗粒，将这些样品颗粒定义为不合格样品；
步骤S32：通过服务器获取标准密度值，将第一占比区间和第二占比区间每个缺陷体积比值以及对应的样品颗粒参考密度值进行获取，获取优劣判断值；
步骤S33：获取多个优劣判断值，基于多个优劣判断值设定第一优劣阈值、第二优劣阈值以及第三优劣阈值。
步骤S4：样品判断模块基于样品优劣参考区间对样品是否合格进行判断，得到判断结果，样品记录模块接收判断结果进行记录，数据计算模块基于记录数据对样品合格率进行计算，将计算结果输送至样品记录模块进行记录。
样品判断模块接收第一优劣阈值、第二优劣阈值以及第三优劣阈值，将第一优劣阈值内的优劣判断值对应的样品颗粒定义为优秀样品颗粒；
将第二优劣阈值内的优劣判断值对应的样品颗粒定义为合格样品颗粒；
将第三优劣阈值内的优劣判断值对应的样品颗粒定义为不合格样品颗粒。
样品记录模块对第三占比区间以及第三优劣阈值内的样品颗粒数目进行统计；
通过服务器获取样品颗粒总数目，数据计算模块接收记录数据中的样品颗粒数目以及样品颗粒总数目对不合格占比率进行获取；
根据不合格占比率得出样品合格率，通过样品记录模块对样品合格率进行记录。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.基于视觉分析的固体颗粒检验用样品分析系统，其特征在于，包括样品信息获取模块、样品分析模块、样品判断模块、数据计算模块、样品记录模块以及服务器；
所述服务器控制样品信息获取模块对固体颗粒的分析时的样品信息进行获取；将获取的样品信息输送至样品分析模块，所述样品分析模块对接收的样品信息进行分析，获取样品数据；
将样品数据输送至数据计算模块，所述数据计算模块基于样品数据对样品合格参考数据进行获取；将获取的样品合格参考数据输送至样品分析模块，所述样品分析模块基于样品合格参考数据设定样品优劣参考区间；所述样品判断模块基于样品优劣参考区间对样品是否合格进行判断，得到判断结果；
所述样品记录模块接收判断结果进行记录，数据计算模块基于记录数据对样品合格率进行计算，将计算结果输送至样品记录模块进行记录。
2.根据权利要求1所述的基于视觉分析的固体颗粒检验用样品分析系统，其特征在于，样品信息包括样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息；
将样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息输送至样品分析模块。
3.根据权利要求2所述的基于视觉分析的固体颗粒检验用样品分析系统，其特征在于，所述样品分析模块接收样品形状信息、样品重量信息、样品图片信息以及样品图片比例信息进行分析，具体分析如下：
根据样品形状信息对样品形状进行获取，根据样品形状选择合适的体积计算公式；
根据体积计算公式，对样品颗粒距离进行测量，对样品颗粒的体积进行获取，将获取的体积记录为Vk；
根据样品图片信息对样品表面进行观察，观察图片信息中样品颗粒是否存在缺陷，若不存在缺陷，则不进行处理，若存在缺陷，观察图片上缺陷距离与图片距离的比值，通过样品图片比例信息获取样品图片与样品颗粒的比值，对缺陷的实际距离进行获取，根据缺陷实际距离对缺陷的表面积进行计算，通过观察缺陷内部的形状，根据实际距离对内部结合图片缺陷内部形状对缺陷体积进行预估，将获取的缺陷体积记录为Vq；
根据获取的体积Vk与Vq对实际体积进行获取，设定实际体积为Vs，则Vs＝Vk-Vq；
通过样品重量信息对每个样品颗粒的重量进行测量，对样品颗粒的重量进行记录为my；
将分析获取的体积、缺陷体积、实际体积与样品颗粒重量定义为样品数据，将样品数据输送至数据计算模块。
4.根据权利要求3所述的基于视觉分析的固体颗粒检验用样品分析系统，其特征在于，在对体积计算公式进行选择时，具体如下：
若样品形状为球体，通过公式V＝(4/3)πr3进行求取，对样品形状体积进行求取；
若样品形状为长方体，通过公式V＝abc进行体积求取，其中a为长方体的长度，b为长方体的宽度，c为长方体的高度；
若样品形状为正方体，通过公式V＝a3，其中a为正方体的边长；
若样品形状为不规则形状，基于样品颗粒特性对样品吸水性以及沉浮性进行判断，若样品颗粒不吸水同时在水中会出现下沉现象，则选择装有一定量水溶液的量杯，将样品颗粒放入量杯中，观察量杯中水溶液体积变化即为样品颗粒的体积，若样品颗粒不吸水在水中会出现上浮现象，通过带有固定架的量杯，通过固定架对样品颗粒进行固定，向量杯中加入一定体积的水溶液，观察溶液体积为v1，将样品颗粒拿出，观察溶液体积为v2，则样品颗粒体积为v1-v2，若样品颗粒吸水同时在水中会出现下沉现象，则在样品颗粒表面粘接有与其贴合的防水膜，选择装有一定量水溶液的量杯，将样品颗粒放入量杯中，观察量杯中水溶液体积变化即为样品颗粒的体积，若样品颗粒吸水在水中会出现上浮现象，在样品颗粒表面粘接有与其贴合的防水膜，通过带有固定架的量杯，通过固定架对样品颗粒进行固定，向量杯中加入一定体积的水溶液，观察溶液体积为v3，将样品颗粒拿出，观察溶液体积为v4，则样品颗粒体积为v3-v4。
5.根据权利要求3所述的基于视觉分析的固体颗粒检验用样品分析系统，其特征在于，所述数据计算模块接收实际体积与样品颗粒重量对样品颗粒参考密度值进行获取，根据多个样品颗粒获得多个样品颗粒参考密度值；
数据计算模块接收获取的体积以及缺陷体积对缺陷体积比值进行获取；基于多个样品颗粒获取多个缺陷体积比值；
将获取的缺陷体积比值与样品颗粒参考密度值定义为样品合格参考数据，将样品合格参考数据输送至样品分析模块。
6.根据权利要求5所述的基于视觉分析的固体颗粒检验用样品分析系统，其特征在于，所述样品分析模块接收缺陷体积比值设定第一占比区间、第二占比区间以及第三占比区间，将第三占比区间内的缺陷体积比值定义为不合格体积占比值，根据缺陷体积比值获取对应的样品颗粒，将这些样品颗粒定义为不合格样品；
通过服务器获取标准密度值，将第一占比区间和第二占比区间每个缺陷体积比值以及对应的样品颗粒参考密度值进行获取，获取优劣判断值，获取多个优劣判断值，基于多个优劣判断值设定第一优劣阈值、第二优劣阈值以及第三优劣阈值；第一优劣阈值内的取值小于第二优劣阈值内的取值，第二优劣阈值内的取值小于第三优劣阈值内的取值；
将第三占比区间以及第三优劣阈值内的样品颗粒数目通过样品记录模块进行记录，将第一优劣阈值、第二优劣阈值以及第三优劣阈值输送至样品判断模块。
7.根据权利要求6所述的基于视觉分析的固体颗粒检验用样品分析系统，其特征在于，所述样品判断模块接收第一优劣阈值、第二优劣阈值以及第三优劣阈值，将第一优劣阈值内的优劣判断值对应的样品颗粒定义为优秀样品颗粒，将第二优劣阈值内的优劣判断值对应的样品颗粒定义为合格样品颗粒；将第三优劣阈值内的优劣判断值对应的样品颗粒定义为不合格样品颗粒。
8.根据权利要求6所述的基于视觉分析的固体颗粒检验用样品分析系统，其特征在于，所述样品记录模块对第三占比区间以及第三优劣阈值内的样品颗粒数目进行统计，通过服务器获取样品颗粒总数目，数据计算模块接收记录数据中的样品颗粒数目以及样品颗粒总数目对不合格占比率进行获取，根据不合格占比率得出样品合格率，通过样品记录模块对样品合格率进行记录。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310165100.9A CN116026855B (zh) | 2023-02-27 | 2023-02-27 | 基于视觉分析的固体颗粒检验用样品分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310165100.9A CN116026855B (zh) | 2023-02-27 | 2023-02-27 | 基于视觉分析的固体颗粒检验用样品分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116026855A true CN116026855A (zh) | 2023-04-28 |
| CN116026855B CN116026855B (zh) | 2024-08-20 |
Family
ID=86081292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310165100.9A Active CN116026855B (zh) | 2023-02-27 | 2023-02-27 | 基于视觉分析的固体颗粒检验用样品分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116026855B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117606384A (zh) * | 2023-11-20 | 2024-02-27 | 浙江数瞳智能科技有限公司 | 基于数据分析的mems微镜压电晶体成品检测系统 |
| CN117907533A (zh) * | 2023-12-22 | 2024-04-19 | 山东山田新材科研有限公司 | 一种细颗粒硅粉活性测量系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6438261B1 (en) * | 1998-09-03 | 2002-08-20 | Green Vision Systems Ltd. | Method of in-situ focus-fusion multi-layer spectral imaging and analysis of particulate samples |
| CN109598715A (zh) * | 2018-12-05 | 2019-04-09 | 山西镭谱光电科技有限公司 | 基于机器视觉的物料粒度在线检测方法 |
| CN110907317A (zh) * | 2018-09-14 | 2020-03-24 | 中石化石油工程技术服务有限公司 | 岩石颗粒分析方法、装置、设备及计算机可读存储设备 |
| CN111398294A (zh) * | 2020-04-16 | 2020-07-10 | 沈阳农业大学 | 一种基于机器视觉的秸秆颗粒缺陷检测系统及检测方法 |
-
2023
- 2023-02-27 CN CN202310165100.9A patent/CN116026855B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6438261B1 (en) * | 1998-09-03 | 2002-08-20 | Green Vision Systems Ltd. | Method of in-situ focus-fusion multi-layer spectral imaging and analysis of particulate samples |
| CN110907317A (zh) * | 2018-09-14 | 2020-03-24 | 中石化石油工程技术服务有限公司 | 岩石颗粒分析方法、装置、设备及计算机可读存储设备 |
| CN109598715A (zh) * | 2018-12-05 | 2019-04-09 | 山西镭谱光电科技有限公司 | 基于机器视觉的物料粒度在线检测方法 |
| CN111398294A (zh) * | 2020-04-16 | 2020-07-10 | 沈阳农业大学 | 一种基于机器视觉的秸秆颗粒缺陷检测系统及检测方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117606384A (zh) * | 2023-11-20 | 2024-02-27 | 浙江数瞳智能科技有限公司 | 基于数据分析的mems微镜压电晶体成品检测系统 |
| CN117606384B (zh) * | 2023-11-20 | 2024-05-03 | 浙江数瞳智能科技有限公司 | 基于数据分析的mems微镜压电晶体成品检测系统 |
| CN117907533A (zh) * | 2023-12-22 | 2024-04-19 | 山东山田新材科研有限公司 | 一种细颗粒硅粉活性测量系统 |
| CN117907533B (zh) * | 2023-12-22 | 2024-08-09 | 山东山田新材科研有限公司 | 一种细颗粒硅粉活性测量系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116026855B (zh) | 2024-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116026855B (zh) | 基于视觉分析的固体颗粒检验用样品分析系统 | |
| CN114692557B (zh) | 一种柔性电路板制造性能监测分析方法及系统 | |
| CN107845090B (zh) | 一种硅片检测方法和硅片检测装置 | |
| CN115015286B (zh) | 基于机器视觉的芯片检测方法及系统 | |
| KR101225508B1 (ko) | 이산화탄소 거동 모니터링 시스템 및 방법 | |
| Watson | 31.1: Invited paper: The spatial standard observer: A human vision model for display inspection | |
| CN106303158B (zh) | 一种视频图像中的条纹异常检测方法 | |
| CN106248686A (zh) | 基于机器视觉的玻璃表面缺陷检测装置及方法 | |
| CN104655644A (zh) | 一种锂电池极片缺陷的自动检测方法及装置 | |
| CN109544533A (zh) | 一种基于深度学习的金属板缺陷检测和度量方法 | |
| EP3722783A1 (en) | Detection method for concentration of fluid particulate matter | |
| CN119085501A (zh) | 一种dpf压差传感器焊点检测系统 | |
| US8522982B2 (en) | Method and device for inspecting transparent or translucent articles in order to optimize the operation of a control machine | |
| CN109030634A (zh) | 电缆橡胶接头内部缺陷超声成像及绝缘评估方法及装置 | |
| CN117405703A (zh) | 一种基于图像识别的pcba线路板焊点检测系统 | |
| CN110954584B (zh) | 一种基于电子舌的味觉测试方法及验证方法 | |
| CN114320284B (zh) | 一种利用偶极声波时差相关矩阵评价地层压裂效果的方法 | |
| CN111898314B (zh) | 湖泊水体参数检验方法、装置、电子设备及存储介质 | |
| CN110456010A (zh) | 一种无损快速检测鸡蛋新鲜度的方法 | |
| CN119470486A (zh) | 一种浮法玻璃生产用缺陷在线检测系统 | |
| CN116433155B (zh) | 一种基于可视化的工程物资仓储智能管理系统 | |
| CN112184710A (zh) | 一种基于视觉感知的线扫激光气泡检测方法及系统 | |
| CN109472772B (zh) | 图像污点检测方法、装置和设备 | |
| CN108645817A (zh) | 一种多类型混合颗粒物质量浓度在线测量方法 | |
| CN114627058A (zh) | 一种视觉及质量融合的烟丝成分检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |