一种基于智能图像识别技术的智能薄膜射流颗粒分析方法及系统与流程

本发明涉及基于智能图像识别，特别是指一种基于智能图像识别技术的智能薄膜射流颗粒分析方法及系统。

背景技术：

1、在工业生产和科学研究中，对于粉状物质的颗粒大小、形态等参数的准确测量非常重要。传统的测量方法需要人工进行样品制备、显微镜观察和手动计数等步骤，费时费力，同时易受操作者主观因素影响导致结果不准确。

技术实现思路

1、本发明要解决的技术问题是提供一种基于智能图像识别技术的智能薄膜射流颗粒分析方法及系统，通过将样品放置在显微镜下，采集实时图像，并结合图像处理技术和深度学习算法，实现对颗粒数量、大小和形态等参数的自动检测、定位和计数。

2、为解决上述技术问题，本发明的技术方案如下：

3、第一方面，一种基于智能图像识别技术的智能薄膜射流颗粒分析方法，所述方法包括：

4、将薄膜样品放置在显微镜下，拍摄样品表面实时图像；

5、利用图像处理技术进行颗粒的自动检测、定位和计数；

6、采用深度学习算法进行数据处理和模型优化；

7、输出颗粒的数量、大小和形态相关参数。

8、进一步的，将薄膜样品放置在显微镜下，拍摄样品表面实时图像，包括：

9、将薄膜样品放置在显微镜上，调节显微镜的聚焦距离、曝光时间、光源强度参数；

10、使用图像采集设备，对样品表面进行实时图像采集，在采集图像时，选择适当的放大倍率、曝光时间和帧数参数，以获得高质量的图像。

11、进一步的，使用图像采集设备，对样品表面进行实时图像采集，在采集图像时，选择适当的放大倍率、曝光时间和帧数参数，以获得高质量的图像，包括：

12、根据颗粒的大小、密度和分布情况因素选择不同的放大倍率；

13、根据样品表面反射率、光源强度和拍摄环境的实际情况调节曝光时间以获得亮度和对比度。

14、进一步的，利用图像处理技术进行颗粒的自动检测、定位和计数，包括：

15、对采集到的原始图像进行预处理；

16、根据颗粒的形态特征，通过边缘检测算法对图像进行边缘检测操作，得到图像中的边缘信息；

17、根据边缘信息或颜色特征，对图像进行分割处理，将图像分成颗粒和背景两个部分；

18、对颗粒的形态和纹理特征进行提取，使用特征描述算法对颗粒特征进行提取和描述；

19、通过检测颗粒的特征，在图像中自动识别、定位和计数颗粒的数量。

20、进一步的，对采集到的原始图像进行预处理，包括：

21、通过滤波器对图像进行去噪处理；

22、使用直方图均衡化、灰度拉伸方法对图像进行增强处理，增加图像的对比度和清晰度，若原始图像是彩色图像，则将其转换为灰度图像或者单通道模式；

23、对图像中的缺失、损坏或者遮挡部分进行修复，如果图像中存在倾斜、旋转，则使用直线校正算法对图像进行校正。

24、进一步的，根据颗粒的形态特征，通过边缘检测算法对图像进行边缘检测操作，得到图像中的边缘信息，包括：

25、对平滑后的图像计算二阶导数，得到图像的边缘信息；

26、将图像中不同灰度值的像素点分为黑色和白色两类；

27、使用膨胀、腐蚀形态学操作进行边缘增强处理；

28、使用霍夫变换连接算法，将边缘点连接成为连续的边缘线。

29、进一步的，使用霍夫变换连接算法，将边缘点连接成为连续的边缘线，包括：

30、对图像进行边缘检测，以得到边缘像素点的坐标值；

31、对每一个边缘点，通过极坐标系 (r,θ)来描述每一个边缘点在图像中的位置；

32、通过霍夫变换将每一个边缘点在极坐标系下的表示转化为参数空间 (h,θ)，其中， h表示从原点到直线的垂线长度， θ表示直线与 x轴正方向的夹角；

33、构建二维霍夫空间 (h,θ)，并依据在霍夫空间中出现次数最多的直线方程来拟合边缘线；

34、根据霍夫变换得到的直线参数，将相近的边缘点连接起来，形成连续的边缘线。

35、第二方面，一种基于智能图像识别技术的智能薄膜射流颗粒分析装置，包括：

36、获取模块，用于将薄膜样品放置在显微镜下，拍摄样品表面实时图像；利用图像处理技术进行颗粒的自动检测、定位和计数；

37、处理模块，用于采用深度学习算法进行数据处理和模型优化；输出颗粒的数量、大小和形态相关参数。

38、第三方面，一种基于智能图像识别技术的智能薄膜射流颗粒分析设备，包括：

39、一个或多个处理器；

40、存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述方法。

41、第四方面，一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现上述方法。

42、本发明的上述方案至少包括以下有益效果：

43、本发明的上述方案，采用智能图像识别技术对颗粒分析过程进行自动化，无需人工干预，大大提高了分析效率和准确性。采用深度学习算法对数据进行处理和模型优化，能够更加准确地检测、定位和计数颗粒，并输出颗粒的数量、大小和形态相关参数。本发明适用于不同样品的颗粒分析，可以根据实际需要进行灵活调整，选择不同的显微镜、图像采集设备和分析算法等参数，以满足不同颗粒分析的需求。

技术特征：

1.一种基于智能图像识别技术的智能薄膜射流颗粒分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于智能图像识别技术的智能薄膜射流颗粒分析方法，其特征在于，将薄膜样品放置在显微镜下，拍摄样品表面实时图像，包括：

3.根据权利要求2所述的基于智能图像识别技术的智能薄膜射流颗粒分析方法，其特征在于，使用图像采集设备，对样品表面进行实时图像采集，在采集图像时，选择适当的放大倍率、曝光时间和帧数参数，以获得高质量的图像，包括：

4.根据权利要求3所述的基于智能图像识别技术的智能薄膜射流颗粒分析方法，其特征在于，利用图像处理技术进行颗粒的自动检测、定位和计数，包括：

5.根据权利要求4所述的基于智能图像识别技术的智能薄膜射流颗粒分析方法，其特征在于，对采集到的原始图像进行预处理，包括：

6.根据权利要求5所述的基于智能图像识别技术的智能薄膜射流颗粒分析方法，其特征在于，根据颗粒的形态特征，通过边缘检测算法对图像进行边缘检测操作，得到图像中的边缘信息，包括：

7.根据权利要求6所述的基于智能图像识别技术的智能薄膜射流颗粒分析方法，其特征在于，使用霍夫变换连接算法，将边缘点连接成为连续的边缘线，包括：

8.一种基于智能图像识别技术的智能薄膜射流颗粒分析装置，其特征在于，包括：

9.一种基于智能图像识别技术的智能薄膜射流颗粒分析设备，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。

技术总结
本发明提供一种基于智能图像识别技术的智能薄膜射流颗粒分析方法及系统，所述方法包括：将薄膜样品放置在显微镜下，拍摄样品表面实时图像；利用图像处理技术进行颗粒的自动检测、定位和计数；采用深度学习算法进行数据处理和模型优化；输出颗粒的数量、大小和形态相关参数。本发明通过将样品放置在显微镜下，采集实时图像，并结合图像处理技术和深度学习算法，实现对颗粒数量、大小和形态等参数的自动检测、定位和计数。

技术研发人员：岳远贺,陈磊,曹方博,张雄辉
受保护的技术使用者：南通远景智能装备有限公司
技术研发日：
技术公布日：2024/1/16