本发明专利技术提供一种基于机器视觉的混凝土检测方法与装置，属于数据处理技术领域，具体包括：对混凝土搅拌主机的搅拌时间进行监测，并当混凝土搅拌主机的搅拌时间大于第一时间阈值时，对混凝土搅拌主机的主机电流进行监测，当主机电流处于稳定状态时对混凝土搅拌主机的主机振动频率进行监测，当主机振动频率处于稳定状态时基于含水率监测模块、温度监测模块、图像监测模块分别获取混凝土的含水率、温度、监测图像，并基于混凝土的监测图像获取混凝土图像特征；基于混凝土图像特征、温度、含水率、主机电流、主机振动频率、原料配比，采用基于智能算法的预测模型，获取混凝土的坍落度，从而进一步保证了混凝土检测的准确性和效率。从而进一步保证了混凝土检测的准确性和效率。从而进一步保证了混凝土检测的准确性和效率。
【技术实现步骤摘要】
一种基于机器视觉的混凝土检测方法与装置
[0001]本专利技术属于数据处理
，具体涉及一种基于机器视觉的混凝土检测方法与装置。
技术介绍
[0002]传统的混凝土质检费时、费力，能耗较大，而且检测结果不能实时反馈。随着AI与机器视觉技术的迅速发展，在生产过程中通过机器视觉装置，综合运用物联网、边/云计算、大数据、人工智能等技术，研究面向商砼行业的原料检测、质量检测、过程控制,从而帮助生产商节省成本、优化品质，同时减少碳排放，已经成为未来发展的必然趋势。
[0003]为了实现对混凝土的实时检测，在专利技术专利公告号CN110610061A《一种融合多源信息的混凝土塌落度高精度预测方法》中通过使用原料配比，结合改进的粒子群优化神经网络得到塌落度预测模型一；通过湿度传感器，检测混凝土的湿度值；训练卷积神经网络模型，结合LSTM神经网络得到基于机器视觉方法的塌落度预测模型二；将塌落度预测模型一，与湿度值以及塌落度预测模型二进行训练，得到最终的神经网络预测模型，用于对混凝土的塌落度进行实时的预测，从而避免了传统工业测量混凝土塌落度方法的局限，单一的传感器物理值的局限性，以及单一的通过图像处理的抗干扰性能差等对预测值造成的影响，但是却存在一下技术问题：
[0004]1、单独的采用基于图像采集装置实现的预测坍落度2的预测准确率较差，当混凝土处于非均匀的状态下，由于图像采集装置往往采集得到的是局部且表面的图像，并不能准确的反应实际的坍落度。
[0005]2、忽视了搅拌主机的电流和振动频率的监测，当搅拌主机的电流稳定且搅拌频率稳定时，可以实现对混凝土处于均匀状态的判断，同时也属于混凝土的坍落度的表征信号，从而可以使得坍落度的监测结果变得更加准确。
[0006]基于上述技术问题，需要设计及一种基于机器视觉的混凝土检测方法与装置。
技术实现思路
[0007]本专利技术的目的是提供一种基于机器视觉的混凝土检测方法与装置。
[0008]为了解决上述技术问题，本专利技术第一方面提供了一种基于机器视觉的混凝土检测方法，包括：
[0009]S11基于时间监测模块对混凝土搅拌主机的搅拌时间进行监测，并当所述混凝土搅拌主机的搅拌时间大于第一时间阈值时，进入步骤S12；
[0010]S12基于混凝土搅拌主机的电流监测模块对主机电流进行监测，当所述主机电流处于稳定状态时进入步骤S13；
[0011]S13基于混凝土搅拌主机的振动监测模块对主机振动频率进行监测，判断所述主机振动频率是否处于稳定状态，若是，则进入步骤S14，若否则返回步骤S12；
[0012]S14基于含水率监测模块、温度监测模块、图像监测模块分别获取混凝土的含水
率、温度、监测图像，并基于所述混凝土的监测图像进行监测图像的特征提取，获取混凝土图像特征；
[0013]S15基于所述混凝土图像特征、温度、含水率、主机电流、主机振动频率、原料配比，采用基于智能算法的预测模型，获取所述混凝土的坍落度。
[0014]通过第一时间阈值的设置，从而使得对于混凝土搅拌主机的均匀度判断的基础变得更加的准确，防止由于时间不足而仅仅依靠主机电流或者主机振动频率导致的判断不够准确的问题，保证了最终的混凝土的坍落度判断的准确性。
[0015]通过分别结合主机电流和主机振动频率实现对混凝土的均匀性的判断，从而不仅使得均匀性的判断标准更加严格且准确，从而进一步保证了最终的坍落度判断的准确性。
[0016]通过首先基于时间、再基于电流、最后再对主机振动频率进行判断，不仅只有在一定的搅拌时间基础上再对电流和主机振动频率进行判断才可靠，而且电流的判断难度明显要比主机振动频率的难度要低，效率更高，不仅具有较好的精度，而且具有很好的判断效率。
[0017]通过基于混凝土图像特征、温度、含水率、主机电流、主机振动频率、原料配比，采用基于智能算法的预测模型，获取所述混凝土的坍落度，从而不仅仅考虑到图像特征，而且考虑到原材料的情况，同时还包括搅拌机的实时数据和混凝土的实时数据，从而使得最终的判断结果变得更加的准确。
[0018]进一步的技术方案在于，所述第一时间阈值根据混凝土的原料配比、坍落度要求所对应的搅拌时间阈值确定。
[0019]进一步的技术方案在于，判断主机电流处于稳定状态的具体步骤为：
[0020]S21基于所述混凝土的含水率，判断所述混凝土的含水率是否小于第一含水率阈值，若是，则进入步骤S22，若否，则继续对所述混凝土的湿度进行判断；
[0021]S22判断所述主机电流在最近的第二时间阈值内的最大幅值是否大于第一电流阈值，若是，则返回步骤S21，若否，则进入步骤S23；
[0022]S23判断所述最大幅值与当前的主机电流的差值是否大于第二电流阈值，若是，则返回步骤S21，若否，则进入步骤S24；
[0023]S24判断主机电流处于稳定状态。
[0024]通过第一含水率阈值的设置，从而保证了混凝土在进行主机电流判断之前已经处于比较均匀的状态，从而提升了判断的精度和效率，减少了不必要的判断和监测。
[0025]通过首先对最大幅值判断，再对差值进行判断，从而使得主机电流的稳定状态判断不仅仅考虑实时的电流差值即电流的均匀性，而且考虑到了主机电流的最大幅值，从两个角度出发实现了对稳定性的判断，使得稳定性和均匀性的判断变得更加的准确。
[0026]进一步的技术方案在于，所述第一含水率阈值根据混凝土的原料配比、坍落度要求所对应的含水率要求确定。
[0027]进一步的技术方案在于，所述混凝土图像特征包括所述监测图像的LBP特征、HOG特征、信息熵、灰度方差。
[0028]通过基于监测图像的LBP特征、HOG特征、信息熵、灰度方差，从而实现了从灰度值的层面以及图像的纹理特征方面实现对图像的识别和判断，从而进一步保证了最终的判断结果的准确性。
[0029]进一步的技术方案在于，基于所述搅拌时间、含水率、主机电流、主机振动频率构建混凝土匀质度，当且仅当所述混凝土的匀质度大于第一匀质阈值后，再进行所述混凝土的坍落度的构建，其中所述混凝土的匀质度的计算公式为：
[0030][0031]其中T、I、P分别为搅拌时间、主机电流的稳定性、主机振动频率的稳定性，其中I的取值范围为0到1之间，P的取值范围在0到1之间，θ
m
、θ
m1
分别为含水率和第一含水率阈值，K1、K2、K3为常数，I、P通过第一时间阈值内的主机电流、主机振动频率，采用最值差值法求得。
[0032]进一步的技术方案在于，所述混凝土的坍落度构建的具体步骤为：
[0033]S31提取所述监测图像的LBP特征、HOG特征，并基于LBP特征、HOG特征、温度、含水率、主机电流、主机振动频率、原料配比，采用基于PSO
‑
BP算法的预测模型，得到所述混凝土的特征坍落度；
[0034]S32提取所述监测图像的信息熵、灰度方差，并基于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的混凝土检测方法，其特征在于，具体包括：S11基于时间监测模块对混凝土搅拌主机的搅拌时间进行监测，并当所述混凝土搅拌主机的搅拌时间大于第一时间阈值时，进入步骤S12；S12基于混凝土搅拌主机的电流监测模块对主机电流进行监测，当所述主机电流处于稳定状态时进入步骤S13；S13基于混凝土搅拌主机的振动监测模块对主机振动频率进行监测，判断所述主机振动频率是否处于稳定状态，若是，则进入步骤S14，若否则返回步骤S12；S14基于含水率监测模块、温度监测模块、图像监测模块分别获取混凝土的含水率、温度、监测图像，并基于所述混凝土的监测图像进行监测图像的特征提取，获取混凝土图像特征；S15基于所述混凝土图像特征、温度、含水率、主机电流、主机振动频率、原料配比，采用基于智能算法的预测模型，获取所述混凝土的坍落度。2.如权利要求1所述的基于机器视觉的混凝土检测方法，其特征在于，所述第一时间阈值根据混凝土的原料配比、坍落度要求所对应的搅拌时间阈值确定。3.如权利要求1所述的基于机器视觉的混凝土检测方法，其特征在于，判断主机电流处于稳定状态的具体步骤为：S21基于所述混凝土的含水率，判断所述混凝土的含水率是否小于第一含水率阈值，若是，则进入步骤S22，若否，则继续对所述混凝土的湿度进行判断；S22判断所述主机电流在最近的第二时间阈值内的最大幅值是否大于第一电流阈值，若是，则返回步骤S21，若否，则进入步骤S23；S23判断所述最大幅值与当前的主机电流的差值是否大于第二电流阈值，若是，则返回步骤S21，若否，则进入步骤S24；S24判断主机电流处于稳定状态。4.如权利要求3所述的基于机器视觉的混凝土检测方法，其特征在于，所述第一含水率阈值根据混凝土的原料配比、坍落度要求所对应的含水率要求确定。5.如权利要求1所述的基于机器视觉的混凝土检测方法，其特征在于，所述混凝土图像特征包括所述监测图像的LBP特征、HOG特征、信息熵、灰度方差。6.如权利要求3所述的基于机器视觉的混凝土检测方法，其特征在于，基于所述搅拌时间、含水率、主机电流、主机振动频率构建混凝土匀质度，当且仅当所述混凝土的匀质度大于第一匀质阈值后，再进行所述混凝土的坍落度的构建，其中所述混凝土的匀质度的计算公式为：其中T、I、P分别为搅拌时间、主机电流的稳定性、主机...
【专利技术属性】
技术研发人员：寿宇澄，徐岩，张华兴，郑祥昌，俞泽勇，
申请(专利权)人：杭州信之威信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。