一种利用骨架提取和SVM分类的颗粒表征方法

集料级配是影响沥青路面抗滑和减噪性能的最主要因素,基于机器视觉技术,提出一种集料粒径高精度无损检测方法,结合骨架提取和支持向量机（SVM）算法来实现集料颗粒粒度分布的精确估计,为保证集料级配质量提供了有效手段。集料颗粒图像由数字相机获取,图像标定基于NI视觉助手Vision Assistant软件完成。颗粒骨架图像采用Skeleton-M骨架提取算法提取,针对所出现的骨架断裂情况,使用形态学膨胀和细化算法完成骨架修复;然后基于颗粒骨架图像提出颗粒粒径表征算法,基于骨架端点个数提出颗粒棱角表征方法;最后,通过提取颗粒图像特征参数,使用SVM算法对颗粒粒径分布进行精确估计。在颗粒棱角性表征方面,将所提出的颗粒骨架棱角性表征法与AIMS系统的梯度棱角法、未压实空隙率集料颗粒棱角法进行了比较。结果表明：与目前常见的粒径表征方法相比,所提出的方法可以较好地实现颗粒粒径表征和颗粒棱角性表征,所采用的基于多特征的SVM颗粒分档算法可以有效实现颗粒粒径分档,筛分档间的分档精度最高可达95%以上。     

多源视觉集料动态图像控制系统设计与实现

采用多源视觉技术,从沥青混合料原材料选取级配设计要求进行集料动态图像采集研究,解决了当前沥青混合料生产中集料级配检测过程滞后、工序复杂、不能实时的监控问题。针对生产现场多料仓集料图像并行实时检测要求,设计了大功率LED光源结合以太网面阵相机多源视觉动态图像采集控制系统。设计了电动分料抽样采集装置、基于PLC的多轴无线运动控制系统、自适应千兆以太网交换机配合光纤收发器的动态图像数据传输系统,解决了多通道数据采集和实时快捷数据存储的可靠性问题,实现了集料动态图像的多相机实时并行采集与处理。试验证明本系统能满足集料级配实时检测精度、可靠性和控制要求。