基于OpenCV的蔗糖結(jié)晶顆粒識(shí)別與粒度分析.pdf

1、目前國(guó)內(nèi)大多數(shù)制糖企業(yè)在煮糖過(guò)程仍然依賴(lài)人工目測(cè)評(píng)估晶粒的生長(zhǎng)情況，粗略估算各階段晶粒的粒度、各類(lèi)蔗糖顆粒百分比。針對(duì)人工目測(cè)存在自動(dòng)化程度低、主觀因素大的問(wèn)題，本文研究了基于OpenCV的蔗糖結(jié)晶顆粒的自動(dòng)分類(lèi)識(shí)別與粒度分析方法。用計(jì)算機(jī)視覺(jué)代替人工目測(cè)來(lái)判斷煮糖過(guò)程中結(jié)晶顆粒的數(shù)量、粒度、類(lèi)別、各類(lèi)蔗糖顆粒百分比，并進(jìn)一步給出了煮糖蒸發(fā)結(jié)晶過(guò)程的數(shù)學(xué)模型。主要工作概括如下：
　　1.研究了引入空間鄰域約束的二維模糊C均值聚類(lèi)算

2、法，給出帶鄰域約束的l2范數(shù)、l1范數(shù)、混合范數(shù)等6種距離作為該算法的相似性度量進(jìn)行改進(jìn)。通過(guò)分析比較了6種距離的分割質(zhì)量及對(duì)椒鹽噪聲、隨機(jī)噪聲的魯棒性，選取性能較佳的帶鄰域約束的l1-l2混合范數(shù)距離作為改進(jìn)的二維模糊C均值聚類(lèi)算法的相似性度量。改進(jìn)的算法能顯著減少過(guò)分割現(xiàn)象，提高圖像信噪比，可獲得較佳的分割效果。
　　2.基于C4.5決策樹(shù)算法，設(shè)計(jì)了蔗糖結(jié)晶顆粒分類(lèi)器。分類(lèi)器可以判斷蔗糖顆粒的類(lèi)別，計(jì)算蔗糖結(jié)晶顆粒結(jié)塊程度及

3、各類(lèi)蔗糖顆粒百分比。與人工目測(cè)3300個(gè)樣本大致需要5秒相比，分類(lèi)器訓(xùn)練3300個(gè)樣本只需要0.294秒。此外，分類(lèi)匹配度為99.9％（交叉驗(yàn)證后為91.7%）。實(shí)驗(yàn)證明，自動(dòng)識(shí)別1000個(gè)與2000個(gè)顆粒的時(shí)間與正確識(shí)別率分別為46毫秒、91.3%，75毫秒、91.6%。
　　3.利用統(tǒng)計(jì)工具箱Xlstat分析了蔗糖結(jié)晶顆粒的粒度，檢測(cè)蔗糖結(jié)晶顆粒的粒度分布。根據(jù)粒度分布的圖形表征提供的信息計(jì)算出蔗糖結(jié)晶顆粒粒度的分布矩、均勻度

4、、變異系數(shù)、平均孔徑等重要參數(shù)。實(shí)現(xiàn)以計(jì)算機(jī)視覺(jué)定量、定性地分析與計(jì)算粒度，避免了人工目測(cè)以經(jīng)驗(yàn)判斷粒度帶來(lái)的誤差。
　　4.結(jié)合本文的圖像分析方法與蔗糖蒸發(fā)結(jié)晶過(guò)程采集的數(shù)據(jù)，分別給出了蔗糖蒸發(fā)結(jié)晶過(guò)程中粒度分布、結(jié)晶糖量、濃度分布的數(shù)學(xué)模型。仿真結(jié)果證明了這些模型都能很好地?cái)M合實(shí)際測(cè)量的相關(guān)數(shù)據(jù)分布。在此基礎(chǔ)上建立蔗糖晶體生長(zhǎng)動(dòng)力學(xué)的模型并分別計(jì)算質(zhì)量生長(zhǎng)速度值、線性生長(zhǎng)速度值。計(jì)算得出的值與國(guó)外相關(guān)文獻(xiàn)計(jì)算的值在相同的范圍之