基于機器視覺的稀土元素組分含量在線預測研究

陸榮秀，饒運春，楊 輝，朱建勇，何權恒

（1.華東交通大學 電氣與自動化工程學院，南昌 330013；2.江西省先進控制與優化重點實驗室，南昌 330013）

0 引言

采用串級萃取工藝[1]從稀土共生礦中獲取單一、高純的稀土元素，對監測級稀土元素組分含量的在線檢測是實現穩定、合格稀土產品的重要前提。目前，稀土分離企業大都采取離線化驗獲取監測級組分含量值，耗時長、滯后嚴重[2]；雖然部分企業使用了如分光光度法、光譜法、質譜法等在線方法[3～6]，但這些裝置成本高、結構復雜、穩定性和可靠性差等問題，尚未得到普遍應用。

稀土元素獨特的電子層結構使得部分元素呈現出顏色特征，在各級萃取槽混合溶液中形成“離子顏色特征帶”。借鑒機器視覺技術在熒光磁粉自動檢測[7]、礦物浮選過程中浮選泡沫顏色及尺寸的檢測[8]等成功應用，本文采用機器視覺技術對鐠/釹混合溶液圖像進行自動分割和顏色特征提取，以最小二乘支持向量機建立元素組分含量預測模型；同時，由西門子PLC設計稀土溶液在線采集裝置，結合Visual studio 2012和HALCON 11.0開發了稀土元素組分含量在線檢測系統。測試實驗驗證了在線檢測系統具有較高的精度和較好的實時性、重復性，能夠滿足稀土元素組分含量在線檢測的需求。

1 檢測系統硬件結構設計

根據稀土萃取溶液特性及萃取生產環境特點，檢測系統由溶液圖像采集硬件裝置和在線檢測平臺組成。其中溶液圖像采集硬件裝置實現溶液圖像自動采集、溶液回流以及上下位機的通訊功能；在線檢測平臺實現圖像信息采集與處理、組分含量檢測功能，包括實時接收并顯示圖像、顏色信息提取和元素組分含量的檢測。

基于以下考慮：稀土萃取溶液具有一定的腐蝕性，需將待測的稀土溶液從混合澄清槽采集至溶液收集皿中；被測的稀土溶液一般透光性較好，對光線呈現一定的反射性和折射性的實際特點，該系統主要是對稀土溶液的顏色進行檢測識別的實際需求。故設計出的稀土溶液圖像在線采集硬件結構組成如圖1所示。硬件裝置的控制指令由PLC實現，通過電容傳感器的組合狀態以及定時器設計控制程序，控制溶液的采集過程。

圖1 稀土溶液圖像在線采集硬件結構

2 檢測系統軟件設計

為了實現在線檢測稀土元素組分含量，在溶液采集硬件裝置基礎上，利用Visual Studio和HALCON混合編程開發稀土元素組分含量在線檢測系統，完成圖像的實時采集、圖像預處理、特征值提取，并在開發的系統上內置LSSVM模型預測算法最終實現元素組分含量的預測。其中，Visual Studio是微軟開發的工具集，自帶MFC（微軟基礎類庫）能方便地編寫友好簡潔的用戶界面；HALCON是一個標準的機器視覺算法包，擁有便捷的視覺集成開發環境，通過內部集成的算子能夠高效的進行圖像處理[9]。

圖2是檢測系統操作界面，包括操作按鈕區、圖像顯示區和數據顯示區等區域。操作區分為手動操作和自動操作，手動區實現離線調試系統，自動區實現工業現場的監測級組分含量在線檢測，包括初始化、視頻加載、圖像采集、圖像保存圖像加載、圖像處理、自動檢測等功能。

圖2 稀土元素組分含量在線檢測系統

圖3是檢測系統的工作流程圖，工作流程如下：系統運行后設置檢測參數，啟動稀土溶液采集硬件裝置進行溶液采集工作，溶液采集完畢后觸發攝像頭拍攝稀土溶液圖像并上傳至計算機中；處理圖像提取顏色特征信息，通過內置檢測模型預測待測液元素組分含量；待組分含量檢測完畢，溶液采集硬件裝置將稀土混合溶液回流至混合澄清槽內，完成一次組分含量在線檢測。

圖3 檢測系統工作流程

3 基于顏色特征的Pr/Nd組分含量檢測方法

本節提出了一種鐠/釹元素組分含量檢測方法，為檢測系統的實現提供理論依據。對稀土混合溶液進行圖像處理獲得顏色特征信息，采用LSSVM建立組分含量預測模型，主要過程分為圖像預處理、顏色特征提取和預測模型的建立。

3.1 圖像預處理

溶液采集完畢后，檢測系統觸發相機拍攝稀土溶液圖像，經系統的通訊模塊將圖像儲存在計算機中，采集的稀土溶液圖像如圖4(a)所示。由圖4(a)可以看出圖像中包含非溶液的背景部分，且溶液邊緣部分顏色不均勻；此外，圖像數字信號傳輸的過程會有噪聲的出現。背景部分和噪聲干擾點均會對最終的顏色特征產生影響，所以需要對圖像進行背景分割和平滑濾波。

3.1.1 圖像背景分割

在預處理過程中，由圖像直接獲取的信息R（Red）、G（Green）、B（Blue）值。對溶液圖像分割時，可依靠HSI空間各分量相互獨立的特點，將圖像從RGB空間轉換到HSI空間，選取合適的分割方法對圖像進行背景分割[10,11]。分析溶液圖像的H、S、I三分量圖，如圖4(b)～圖4(d)所示，H分量圖的稀土混合溶液特征部分和背景區域對比度最大，能明顯區分出稀土混合溶液有效部分，確定H分量作為圖像分割的依據。

圖4 稀土混合溶液圖像處理各階段的圖像

OTSU閾值算法（大津法）是一種結合圖像自身特點自適應選擇閾值進行圖像分割的方法，作為一種經典的圖像閾值分割算法[12,13]在圖像處理領域得到了廣泛的應用。選取大津法對H分量進行圖像分割，其基本思想是：根據灰度值在圖像上的分布選取初始閾值將圖像分為兩部分，遍歷不同的閾值，確定使兩部分的類間方差最大即分離性最大[14]的閾值作為最佳閾值，此時分離的即為目標區域。閾值分割后的二值化圖像，如圖4(e)所示，為后續圖像濾波提供支撐。

3.1.2 圖像濾波

由圖5(e)可知，H分量的二值圖像存在干擾點、溶液邊緣區域不光滑，接下來通過中值濾波操作去除這些因素的影響。中值濾波法是一種基于排序統計理論的非線性信號處理技術，能有效抑制圖像圖像傳輸產生的噪聲。通過數字圖像目標點鄰域的像素中值代替該點像素，進而消除噪聲的干擾，圖4(f)為采用二維5×5的濾波窗口對圖4(e)進行中值濾波后的結果，可知濾波后使得溶液邊緣更加光滑，去除了噪聲點，便于之后的信息提取。

3.2 圖像顏色特征提取

考慮到溶液顏色分布均勻的特點，通過截取出溶液中心區域一部分作為特征區域的方式減少運算量。設Im（x，y）為預處理后二值化圖像，其中像素值為1的區域（Im（xj，yj）=1）為目標區域，由式(1)計算目標區域中心點（xc，yc）。

式中，n為特征區域像素范圍，（xj，yj）代表像素點坐標。如圖4(g)所示為標明中心點（xc，yc）和目標區域的圖像，以（xc，yc）為中心點，剪裁如圖4(h)所示的溶液均勻區域圖像Ic（x，y）。

溶液均勻區域圖像像素為128×128，借助矩描述子唯一性定理[15]：圖像顏色的分布信息能夠被低階矩完全表示，因此本文使用一階矩來描述溶液顏色信息的統計特征，即：

式中，μ為圖像Ic（x，y）中H、S或I分量的一階矩，ic（x，y）為圖像Ic（x，y）中H、S或I分量像素值，其中M2、N2分別別為特征區域的顏色特征分量矩陣行、列元素個數。

3.3 顏色特征與組分含量關系模型的建立

選取顏色特征作為軟測量方法預測組分含量的輔助變量，Pr/Nd混合溶液顏色特征信息與Nd組分含量之間存在如下對應關系[16]：

f(.)表示顏色特征分量一階矩xH、xS、xI與Nd元素組分含量ρNd之間的非線性關系。鑒于最小二乘支持向量機具有非線性能力強、運行速度快和泛化能力較強的特點，適用于小樣本建模，本文采用LSSVM作為稀土元素組分含量預測模型[17]。

首先，處理后的數據集表示為：

式(7)的核函數K(.)選取徑向基核函數（RBF）：

式中，σ是核寬度，控制函數的徑向作用范圍。

由上述推導過程可知，建立預測模型時，需要優化的參數組合（γ，σ），本文采用交叉驗證法優化參數γ和σ。

通過LSSVM建立預測模型得到Nd組分含量ρNd后，按式(9)求出Pr組分含量ρPr。

綜上，該方法能夠實現稀土溶液圖像在線采集、圖像處理與顏色特征提取、以及組分含量預測功能，為系統軟件的開發提供理論支撐。

4 系統測試實驗

4.1 測試精度分析

為測試稀土元素組分含量在線檢測系統的預測性能，以某稀土公司的Pr/Nd萃取生產過程為研究對象，從萃取線混合槽中采集85份樣本溶液，離線化驗樣本溶液的元素組分含量，其中Nd元素組分含量分布在1.8%～99.965%，由檢測系統在線采集Pr/Nd溶液圖像的H、S、I顏色特征分量一階矩，70組數據作為訓練集建立LSSVM預測模型，并將模型內置于檢測系統中，剩余15組數據采用本系統進行檢測，其檢測結果及誤差分析如表1所示。測試結果表明，檢測系統的最大相對誤差為3.1303%，在稀土萃取分離工藝控制中最大相對誤差小于5%的精度要求之內[18]，檢測精度達到運用要求。

表1 檢測結果及誤差分析

表1（續）

4.2 系統重復性分析

重復性標準差是指由是重復性測試結果分布的分散性度量，由同一操作人在相同的條件下儀器測量結果的變化，代表測量儀器測試值的波動變化情況，其值越小說明測量儀器結果越穩定。為了檢驗儀器的重復性能，本次重復性實驗的對象是現場稀土混合溶液，重復測試周期為1分鐘，重復次數n=10，表2是同一稀土溶液樣品的元素組分含量測試結果?？捎墒?10)計算重復性標準差作為系統重復性分析的評價指標：

其中，n為重復測量次數，此處n=10，x1,x2…,xn表示檢測得到的元素組分含量結果。

分析表2的重復性標準差可知，重復性標準差值與測量結果相差4個數量級，這充分表明元素組分含量檢測系統采集的顏色特征信息重復性效果良好，可為組分含量預測模型提供可靠支撐。

表2 系統重復性實驗分析結果

綜上，系統測試結果表明該系統具有較高的檢測精度、穩定的重復性能，完全可以滿足Pr/Nd萃取分離生產現場檢測要求；此外，該系統還具有操作方便、自動采樣、維護方便等特點，能夠實時進行監測級組分含量的檢測。

5 結語

本文通過對具有顏色特征的Pr/Nd萃取生產過程進行分析，采用西門子PLC設計稀土溶液圖像采集硬件裝置，結合Visual Studio中MFC的便捷性和HALCON的靈活性開發稀土元素組分含量在線檢測系統，建立LSSVM元素組分含量預測模型，實現了稀土混合溶液圖像信息的連續自動采集與元素組分含量的在線檢測；測試結果表明系統組分含量檢測的實時性、重復性和預測精度均滿足稀土萃取過程現場運用要求，同時也可為具有顏色特征的其他工業過程檢測提供借鑒。