一种基于机器视觉的废有色金属自动分选系统

摘要

本发明涉及一种自动分选系统，包括供料单元、传输单元、视觉识别单元、传感单元、物料分离单元、中央控制单元，传输单元包括第一传输区和第二传输区，第二传输区设有视觉识别区域，供料单元将物料传送至第一传输区，传感单元包括设置在第二传输区的第一传感器，视觉识别单元对进入视觉识别区域的物料进行视觉识别，传感单元、视觉识别单元、物料分离单元与中央控制单元电连，物料分离单元包括分离装置和储料装置，分离装置包括喷气模块，储料装置沿物料传输方向设有多个储料槽，喷气模块将识别的物料分选至相应的储料槽中。本发明提高了废金属识别的准确率和分选能力降低了人工劳动、运行和服务成本，减少了环境污染。

说明书

技术领域

本发明属于废金属分选技术领域，具体涉及一种基于机器视觉的废有色金属自动分选系统。

背景技术

如此，人们对金属资源的消费量越来越大，而国内资源消耗稀缺，对外依赖性强。中国每年约有500万吨的废钢铁、20多万吨的有色金属没有回收利用。因此，废金属物料回收利用具有重大的经济效益、社会效益和环境效益。但是在废金属物料中金属往往以元素或合金的形式存在，通常采用熔炼等方式进行二次资源回收。在熔炼前对废金属物料进行相应的分选处理，能够降低再生金属提纯工艺的难度、提高回收效率和利润。

现有技术中，国内的分选系统主要是根据金属的物理特性，采用风选、磁选、涡电流分选等，随着废金属物料中有色金属的比例增加，需要对铜、铝、锌等废有色金属进行细化分选，上述常见的分选方法无法适应需求，需要新的自动化分选解决方案。

综上所述，亟需提供一种可降低人工成本，提高废金属识别的准确率和分选能力的自动分选装置。

发明内容

本发明的目的是提供一种可降低人工成本，提高废金属识别的准确率和分选能力的自动分选装置。

上述目的是通过如下技术方案实现：一种基于机器视觉的废有色金属自动分选系统，包括供料单元、传输单元、视觉识别单元、传感单元、物料分离单元以及中央控制单元，所述传感模块、视觉识别以单元及物料分离单元与中央控制单元电连接，所述传输单元沿物料传输方向包括第一传输区和第二传输区，所述第一传输区的传输速度小于第二传输区的传输速度，所述第二传输区预设有视觉识别区域，所述物料分离单元包括喷气式分离装置以及储料装置，所述喷气式分离装置包括设置在第二传输区末端的喷气模块，所述储料装置沿物料传输方向设有多个储料槽，所述供料单元将物料传送至传输单元的第一传输区，所述传感单元至少包括设置在第二传输区的第一传感器，所述第一传感器用于感应物料进入视觉识别区域并将感应信号传递给中央控制单元，所述中央控制单元控制视觉识别单元对进入视觉识别区域的物料进行视觉识别，所述视觉识别单元将识别信息传递给中央控制单元，所述中央控制单元对接收的识别信息进行处理后与预存的视觉信息进行比较匹配，并根据比较匹配结果控制喷气式分离装置调整喷气模块的喷气方向和/或喷气压力，所述喷气模块将识别的物料分选至相应的储料槽中。

本发明主要用于废有色金属的分选经过上游工艺处理后的废金属物料通过供料单元后被分开后传送至传输单元的第一传输区，然后传输至第二传输区，由于第二传输区与第一传输区存在一定的速度差，物料进入第二传输区后可进一步拉开与后方物料之间的距离，传感单元在视觉识别区域检测到物料信号后将感应信号传递给中央控制单元，中央控制单元控制视觉识别单元对进入视觉识别区域的物料进行视觉识别，视觉识别单元将识别信息传递给中央控制单元，所述中央控制单元对接收的识别信息进行图像预处理、颜色特征提取后与预存的视觉信息进行比较匹配，并根据比较匹配结果控制并对物料分离单元进行相关调整，根据调整结果，分离模块将识别的物料分选至相应的储料槽中。本发明可有效完成废有色金属的分选，提高了废金属识别的准确率和分选能力降低了人工劳动、运行和服务成本，减少了环境污染，有效促进了循环经济的发展。

作为优选，进一步的技术方案是：所述中央控制单元对接收的识别信息进行处理的过程至少包括图像预处理和颜色特征提取的步骤，所述中央控制单元将提取的颜色特征后与预存的视觉信息的颜色特征进行比较匹配。废金属物料表面通常有磨损，划伤，在对图像特征提取前需要进行预处理，考虑到工程的实际情况，本文选择5*5的圆形模板加窗中值滤波器对废物料图像进行处理。摄像机在工业现场采集的图像除了包含有废物料的图像外，还夹杂有复杂的背景图像，会给目标图像的特征提取造成干扰，优选进行图像分割将废金属物料之外的图像剔除。

作为优选，进一步的技术方案是：所述图像预处理步骤包括图像滤波处理以及图像分割处理，所述图像分割处理实现目标图像与背景图像的相分割。

作为优选，进一步的技术方案是：采用中值滤波器进行图像滤波处理，所述图像分割处理采用YCrCb颜色空间下的彩色图像分割方法。由于视觉识别单元采集到的图像为RGB真彩色图像，宜采用彩色图像滤波方法，中值滤波法不仅在滤除脉冲干扰和扫描噪声方面效果显著，而且可以很好地克服线性滤波器带来的图像边缘细节模糊的影响。

作为优选，进一步的技术方案是：所述图像分割处理的步骤如下：

(1)将视觉识别单元拍摄的图片转换到YCrCb颜色空间；

(2)提取像素点的颜色特征值；

(3)利用步骤(2)中提取的像素点的颜色特征值选取种子；

(4)种子区域成长；

(5)判断是否所有像素点均已处理，是则将步骤(4)中的种子区域进行合并，否则返回至步骤(4)继续进行种子区域成长的步骤。

作为优选，进一步的技术方案是：所述图像分割处理的步骤中利用YCrCb颜色空间减少RGB颜色空间色彩通道的冗余，利用图像分割后的色调和亮度表示颜色信息，Y为亮度值，由颜色RGB颜色空间R、G、B值加权得到，计算公式为：Y＝i_rR+i_gG+i_bB，其中，i_r，i_g，i_b是加权因子，色调可以由给定的Y和三个不同的色差Cr、Cg、Cb表示，计算公式如下：

Cr＝R-Y；Cg＝G-Y；Cb＝B-Y。

作为优选，进一步的技术方案是：根据权利要求2所述的基于机器视觉的废有色金属自动分选系统，其特征在于，所述颜色特征提取的选用较稳定的色调H和饱和度S来进行颜色特征分析，其中，先将视觉识别单元拍摄的图片由RGB模型转化为HSI模型，其中，的色调H的计算公式为：饱和度S由下式计算：

作为优选，进一步的技术方案是：所述颜色特征提取的步骤过程后还包括多层感知器神经网络的训练过程，所述多层感知器神经网络算法结构包括多层处理器的数据处理结构，其中包括输入层、输出层以及位于二者之间的隐藏层，多层感知器神经网络的训练过程中将提取的多组包括色调H和饱和度S颜色特征作为输入。其中，多层感知器神经网的数学模型为：

y_i＝f(x_i)i＝1,2,...m

式中，w_ij为权值矩阵，s_j是输入矩阵，θ_i是阈值函数，f(x_i)是激活函数，优选选用softmax函数作为激活函数。当然多层感知器神经网络的训练是在正常工作之前完成。

作为优选，进一步的技术方案是：多层感知器神经网络的训练过程中输入层神经元个数为2，隐含层数为2，每层隐含层神经元个数为4，输出层神经元个数根据分选的废有色金属为的种类设定。

作为优选，进一步的技术方案是：所述第一传输区设有用于感应物料进入第一传输区的预设位置的第二传感器。在第一传输区的预设位置的第二传感器的目的在于及时将物料信号传递给中央处理模块，中央处理模块控制视觉识别单元做好视觉识别准备，当物料进入第二传输区的视觉识别区域后及时进行识别操作，提高其反应速度；优选，所述第一传感器和第二传感器均为光纤传感器。

作为优选，进一步的技术方案是：所述喷气式分选装置还包括空气压缩机，所述喷气模块与所述空气压缩机通过管路连接，所述喷气模块的喷气方向可调。如此设置，根据中央处理单元反馈的物料信息，可控制喷气模块喷气口的开合，利用喷出气流作为前作动力，使物料的运动轨迹、速度和加速度发生变化，从而使物料落到预设的不同储料槽，实现自动分拣的目的。由于空气是取之不尽，用之不竭的，排气处理简单，不污染环境，而且只需合理布置喷嘴的位置和气流方向和压力就可以实现多种金属废料的分离，分选效果好。

作为优选，进一步的技术方案是：所述第二传输区由隔板分隔成多个传输通道，每个传输通道的末端均设有喷气模块，所述喷气模块设有多个喷气口，所述喷气口的喷气方向均可调。如此设置，一方面第二传输区由隔板分隔成多个传输通道，这样可尽可能的第二传输区的物料分隔设置，避免相互叠合，提高视觉识别效果，同时则可有效增加第二传输区的宽度，同一时间可对第二传输区的末端同一宽度位置的多个物料进行吹送，提高分选效率；另一方面每个喷气模块均设有多个喷气口，这样通过多个喷气口的协同调节控制，喷气角度调节效果更好。

作为优选，进一步的技术方案是：所述喷气模块设有用于调整喷气角度的步进电机以及控制气流通道大小的高速脉冲阀，所述步进电机与所述喷气模块通过连杆相连。如此设置，所述步进电机转动带动连杆机构，调整喷气模块的喷气口的作用角度，并控制气流方向和压力实现将不同种类的物料吹入对应的储料槽。

作为优选，进一步的技术方案是：所述供料单元包括振动筛和理料滑轨，所述理料滑轨呈预定的倾斜角，所述振动筛与第一传输区通过理料滑轨相连，所述振动筛的装载平面高于第一传输区的传输平面。如此，通过振动筛的振动，废金属物料被抖动分开，并逐步通过理料滑轨划入第一传输区，这样可拉开物料之间的距离，并将物料进初步排列，避免重叠在一起，可提高视觉识别效果，进而提高分选效果和效率。

作为优选，进一步的技术方案是：所述视觉识别单元包括千兆网工业相机和光源。采用千兆网工业相机，可以长距离高速传输数据，同时可快速准确捕捉图像，光源的设置主要保证目标视觉识别过程中光线的稳定性。

作为优选，进一步的技术方案是：所述中央控制单元包括控制柜和工控机，所述工控机设有触摸屏。工控机是控制系统的核心，负责数据存储、图像处理和特征匹配、根据图像处理结果给下位机发出控制信号等，另外通过触摸屏可实时监控各部件的工作状态及运行情况，查看分选信息，设定分选模式，保证稳定性和耐用性的同时，提高了人机交互的方便性。

作为优选，进一步的技术方案是：所述第一传输区的长度为1.5～3m，传输速度为0.3～0.5m/s。预定传输速度和长度的第一传输区的设置，主要给经振动供料后的废金属物料一定的缓冲，尽可能降低振动对所物料视觉识别的影响，提高拍摄图像的质量，第一传输区的传输速度不能过快，长度不宜过短，否则缓冲效果不好，拍摄时物料仍然会有一定的振动，同时其传输速度也不能过快，长度不宜过长，这样会降低分选效率。

作为优选，进一步的技术方案是：所述第二传输区的传输速度为小于7m/s。

作为优选，进一步的技术方案是：所述传输单元为电机带动的传输皮带。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1和为本发明一种实施方式所涉及的自动分选装置的结构示意图；

图2为本发明一种实施方式所涉及的视觉识别单元拍摄的一种废金属物料的图像；

图3为图2中所涉及的废金属物料的图像经中央控制单元预处理后的图像。

图中：

1振动筛 2理料滑轨 3传输单元4视觉识别区域

5第一传感器 6第二传感器 7视觉识别单元8中央控制单元

9喷气模块 10储料装置11储料槽 12空气压缩机

13隔板14电机

具体实施方式

下面结合附图对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。此外，本领域技术人员根据本文件的描述，可以对本文件中实施例中以及不同实施例中的特征进行相应组合。

本发明实施例如下，如图1，一种基于机器视觉的废有色金属自动分选系统，包括供料单元、传输单元3、视觉识别单元7、传感单元、物料分离单元以及中央控制单元8，所述传感模块、视觉识别以单元及物料分离单元与中央控制单元8电连接，所述传输单元3沿物料传输方向包括第一传输区和第二传输区，所述第一传输区的传输速度小于第二传输区的传输速度，所述第二传输区预设有视觉识别区域4，所述物料分离单元包括喷气式分离装置以及储料装置10，所述喷气式分离装置包括设置在第二传输区末端的喷气模块9，所述储料装置10沿物料传输方向设有多个储料槽11，所述供料单元将物料传送至传输单元3的第一传输区，所述传感单元至少包括设置在第二传输区的第一传感器5，所述第一传感器5用于感应物料进入视觉识别区域4并将感应信号传递给中央控制单元8，所述中央控制单元8控制视觉识别单元7对进入视觉识别区域4的物料进行视觉识别，所述视觉识别单元7将识别信息传递给中央控制单元8，所述中央控制单元8对接收的识别信息进行处理后与预存的视觉信息进行比较匹配，并根据比较匹配结果控制喷气式分离装置调整喷气模块9的喷气方向和/或喷气压力，所述喷气模块9将识别的物料分选至相应的储料槽11中。

本发明主要用于废有色金属的分选经过上游工艺处理后的废金属物料通过供料单元后被分开后传送至传输单元3的第一传输区，然后传输至第二传输区，由于第二传输区与第一传输区存在一定的速度差，物料进入第二传输区后可进一步拉开与后方物料之间的距离，传感单元在视觉识别区域4检测到物料信号后将感应信号传递给中央控制单元8，中央控制单元8控制视觉识别单元7对进入视觉识别区域4的物料进行视觉识别，视觉识别单元7将识别信息传递给中央控制单元8，所述中央控制单元8对接收的识别信息进行图像预处理、颜色特征提取后与预存的视觉信息进行比较匹配，并根据比较匹配结果控制并对物料分离单元进行相关调整，根据调整结果，分离模块将识别的物料分选至相应的储料槽11中。本发明可有效完成废有色金属的分选，提高了废金属识别的准确率和分选能力降低了人工劳动、运行和服务成本，减少了环境污染，有效促进了循环经济的发展。

在上述实施例的基础上，本发明另一实施例中，所述中央控制单元8对接收的识别信息进行处理的过程至少包括图像预处理和颜色特征提取的步骤，所述中央控制单元8将提取的颜色特征后与预存的视觉信息的颜色特征进行比较匹配。废金属物料表面通常有磨损，划伤，在对图像特征提取前需要进行预处理，考虑到工程的实际情况，本文选择5*5的圆形模板加窗中值滤波器对废物料图像进行处理。摄像机在工业现场采集的图像除了包含有废物料的图像外，还夹杂有复杂的背景图像，会给目标图像的特征提取造成干扰，优选进行图像分割将废金属物料之外的图像剔除。

在上述实施例的基础上，本发明另一实施例中，所述图像预处理步骤包括图像滤波处理以及图像分割处理，所述图像分割处理实现目标图像与背景图像的相分割。

在上述实施例的基础上，本发明另一实施例中，采用中值滤波器进行图像滤波处理，所述图像分割处理采用YCrCb颜色空间下的彩色图像分割方法。由于视觉识别单元7采集到的图像为RGB真彩色图像，宜采用彩色图像滤波方法，中值滤波法不仅在滤除脉冲干扰和扫描噪声方面效果显著，而且可以很好地克服线性滤波器带来的图像边缘细节模糊的影响。

在上述实施例的基础上，本发明另一实施例中，所述图像分割处理的步骤如下：

(1)将视觉识别单元7拍摄的图片转换到YCrCb颜色空间；

(2)提取像素点的颜色特征值；

(3)利用步骤(2)中提取的像素点的颜色特征值选取种子；

(4)种子区域成长；

(5)判断是否所有像素点均已处理，是则将步骤(4)中的种子区域进行合并，否则返回至步骤(4)继续进行种子区域成长的步骤。

在上述实施例的基础上，本发明另一实施例中，所述图像分割处理的步骤中利用YCrCb颜色空间减少RGB颜色空间色彩通道的冗余，利用图像分割后的色调和亮度表示颜色信息，Y为亮度值，由颜色RGB颜色空间R、G、B值加权得到，计算公式为：Y＝i_rR+i_gG+i_bB，其中，i_r，i_g，i_b是加权因子，色调可以由给定的Y和三个不同的色差Cr、Cg、Cb表示，计算公式如下：Cr＝R-Y；Cg＝G-Y；Cb＝B-Y。

一种具体实施方式下，视觉识别单元识别的一种废金属物料的图像经中央控制单元预处理前后的对比结果如图2和图3所示。

在上述实施例的基础上，本发明另一实施例中，根据权利要求2所述的基于机器视觉的废有色金属自动分选系统，其特征在于，所述颜色特征提取的选用较稳定的色调H和饱和度S来进行颜色特征分析，其中，先将视觉识别单元7拍摄的图片由RGB模型转化为HSI模型，其中，的色调H的计算公式为：饱和度S由下式计算：

在上述实施例的基础上，本发明另一实施例中，所述颜色特征提取的步骤过程后还包括多层感知器神经网络的训练过程，所述多层感知器神经网络算法结构包括多层处理器的数据处理结构，其中包括输入层、输出层以及位于二者之间的隐藏层，多层感知器神经网络的训练过程中将提取的多组包括色调H和饱和度S颜色特征作为输入。其中，多层感知器神经网的数学模型为：

y_i＝f(x_i)i＝1,2,m.i.＝1,2,m...

式中，wi_j为权值矩阵，s_j是输入矩阵，θ_i是阈值函数，f(xi)是激活函数，优选选用softmax函数作为激活函数。当然多层感知器神经网络的训练是在正常工作之前完成。

在上述实施例的基础上，本发明另一实施例中，多层感知器神经网络的训练过程中输入层神经元个数为2，隐含层数为2，每层隐含层神经元个数为4，输出层神经元个数根据分选的废有色金属为的种类设定。

一种具体的实施例下，需要分选的废有色金属物料的种类有6种，分别在早、中、晚对每个种类的不同形状的废物料拍照，每种废物料共计拍摄50张图片，将25张图片作为训练样本，剩余的25张图片作为测试样本。在多层感知器的输入层输入2*25的矩阵，存储废金属物料的特征信息，输出层为25*6的矩阵。经本发明筛选分类后，结果如下表所示：

废物料种类名称正确数量准备率(％)紫铜2496.0黄铜2496.0铝2392.0镁2392.0铅2496.0锌2392.0

由上表可知，本发明对于颜色特征比较明显的紫铜、黄铜的分类准确率高，可达96％，而对于镁、铝、锌这三种废金属物料，由于氧化后，颜色相近，所以分类的准确率相对有所降低。

在上述实施例的基础上，本发明另一实施例中，如图1，所述第一传输区设有用于感应物料进入第一传输区的预设位置的第二传感器6。在第一传输区的预设位置的第二传感器6的目的在于及时将物料信号传递给中央处理模块，中央处理模块控制视觉识别单元7做好视觉识别准备，当物料进入第二传输区的视觉识别区域4后及时进行识别操作，提高其反应速度；优选，所述第一传感器5和第二传感器6均为光纤传感器。

在上述实施例的基础上，本发明另一实施例中，如图1，所述喷气式分选装置还包括空气压缩机12，所述喷气模块9与所述空气压缩机12通过管路连接，所述喷气模块9的喷气方向可调。如此设置，根据中央处理单元反馈的物料信息，可控制喷气模块9喷气口的开合，利用喷出气流作为前作动力，使物料的运动轨迹、速度和加速度发生变化，从而使物料落到预设的不同储料槽11，实现自动分拣的目的。由于空气是取之不尽，用之不竭的，排气处理简单，不污染环境，而且只需合理布置喷嘴的位置和气流方向和压力就可以实现多种金属废料的分离，分选效果好。

在上述实施例的基础上，本发明另一实施例中，如图1，所述第二传输区由隔板13分隔成多个传输通道，每个传输通道的末端均设有喷气模块9，所述喷气模块9设有多个喷气口，所述喷气口的喷气方向均可调。如此设置，一方面第二传输区由隔板13分隔成多个传输通道，这样可尽可能的第二传输区的物料分隔设置，避免相互叠合，提高视觉识别效果，同时则可有效增加第二传输区的宽度，同一时间可对第二传输区的末端同一宽度位置的多个物料进行吹送，提高分选效率；另一方面每个喷气模块9均设有多个喷气口，这样通过多个喷气口的协同调节控制，喷气角度调节效果更好。

在上述实施例的基础上，本发明另一实施例中，所述喷气模块9设有用于调整喷气角度的步进电机14以及控制气流通道大小的高速脉冲阀，所述步进电机14与所述喷气模块9通过连杆相连。如此设置，所述步进电机14转动带动连杆机构，调整喷气模块9的喷气口的作用角度，并控制气流方向和压力实现将不同种类的物料吹入对应的储料槽11。

在上述实施例的基础上，本发明另一实施例中，所述供料单元包括振动筛1和理料滑轨2，所述理料滑轨2呈预定的倾斜角，所述振动筛1与第一传输区通过理料滑轨2相连，所述振动筛1的装载平面高于第一传输区的传输平面。如此，通过振动筛1的振动，废金属物料被抖动分开，并逐步通过理料滑轨2划入第一传输区，这样可拉开物料之间的距离，并将物料进初步排列，避免重叠在一起，可提高视觉识别效果，进而提高分选效果和效率。

在上述实施例的基础上，本发明另一实施例中，所述视觉识别单元7包括千兆网工业相机和光源。采用千兆网工业相机，可以长距离高速传输数据，同时可快速准确捕捉图像，光源的设置主要保证目标视觉识别过程中光线的稳定性。

在上述实施例的基础上，本发明另一实施例中，所述中央控制单元8包括控制柜和工控机，所述工控机设有触摸屏。工控机是控制系统的核心，负责数据存储、图像处理和特征匹配、根据图像处理结果给下位机发出控制信号等，另外通过触摸屏可实时监控各部件的工作状态及运行情况，查看分选信息，设定分选模式，保证稳定性和耐用性的同时，提高了人机交互的方便性。

在上述实施例的基础上，本发明另一实施例中，所述第一传输区的长度为1.5～3m，传输速度为0.3～0.5m/s。预定传输速度和长度的第一传输区的设置，主要给经振动供料后的废金属物料一定的缓冲，尽可能降低振动对所物料视觉识别的影响，提高拍摄图像的质量，第一传输区的传输速度不能过快，长度不宜过短，否则缓冲效果不好，拍摄时物料仍然会有一定的振动，同时其传输速度也不能过快，长度不宜过长，这样会降低分选效率。

在上述实施例的基础上，本发明另一实施例中，所述第二传输区的传输速度为小于7m/s。

在上述实施例的基础上，本发明另一实施例中，如图1，所述传输单元3为电机14带动的传输皮带。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。