基于流處理器的硫化物信息提取方法、裝置及系統制造方法及圖紙

本發明專利技術提供了一種基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法、裝置及系統，方法包括：獲取硫化型加氫催化劑的灰度圖像，灰度圖像中包含有催化劑中的硫化物的灰度圖像信息；對灰度圖像進行預處理，獲取只包含硫化物的目標圖像；根據目標圖像進行線性擬合，獲取與目標圖像中的硫化物對應的幾何線段；根據獲取的幾何線段的長度，確定目標圖像中的硫化物片晶的長度；和/或，根據獲取的幾何線段之間的空間位置分布關系，得到目標圖像中的硫化物片晶片層數目的分布狀況；當對至少一幅硫化型加氫催化劑的灰度圖像進行硫化物形態信息提取時，采用流處理器進行處理。本發明專利技術能夠解決因采用人工操作而帶來的效率低下，準確性不高的問題。

【技術實現步驟摘要】
基于流處理器的硫化物信息提取方法、裝置及系統
本專利技術實施例涉及石油化工
，具體涉及一種基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法、裝置及系統。
技術介紹
石油化工的重要任務之一是通過加氫反應將低品質、高雜質含量高干點的大分子的原油或其預處理餾分油進行加工，以生成高品質、低雜質含量、高附加值的各類餾分油產品及下游石油化工產品的原料。可以說加氫技術是現代煉油領域中最重要的技術之一，加氫技術的核心是加氫催化劑。加氫催化劑催化性能的優劣直接取決于加氫催化劑活性相的結構。因此，對于加氫活性相的表征和度量是近現代催化劑研究領域最為重要的方向。針對加氫催化劑活性相的結構，許多學者先后提出十余種理論模型，影響相對較大的有單層活性相模型、插入模型、接觸協同模型、Rim-Edge模型等。其中目前認為影響最廣泛的一種模型是Topsoe提出的Co—Mo—S模型。該活性相分為單層也稱為I型Co—Mo—S硫化物活性相模型以及多層也稱為II型Co—Mo—S硫化物活性相模型。近現代的研究認為II型硫化物活性相每個活性中心具有較高的活性。因此，目前的催化劑制備技術中在硫化過程中側重載引入助劑的條件下進行II型硫化物活性相的制備。硫化物活性相的重要性導致了對制備的硫化型催化劑對應的硫化物形態的表征和度量十分關鍵。對于硫化物活性相的諸多表征方式中，以近現代的電子顯微鏡技術最為直觀。尤其是對于透射電鏡而言，其所觀察到的硫化物片晶長度以及硫化物片晶層數往往可以直接與相關的活性相理論進行關聯。因此，對于透射電鏡中硫化物圖像信息的觀察，統計和分析往往是表征一種加氫催化劑活性優劣的重要判據之一。但是，在實現本專利技術實施例的過程中，專利技術人發現目前對于加氫催化劑電子顯微鏡圖像信息的觀察、統計和處理有如下一些缺點和局限性：目前對硫化物片晶長度或硫化物片晶層數的識別和統計工作均由研究人員手工執行。由于該項工作的任務量比較大，而人工操作的效率又較為低下，從而不但耗時耗力，而且也會影響統計工作的時效性。另外，由于工作人員主觀因素的存在，使得針對同一催化劑的電子顯微鏡圖像，不同的工作人員獲取的統計結果往往相差較大，從而也無法保證統計結果的準確性。
技術實現思路
針對現有技術中的缺陷，本專利技術提供一種基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法、裝置及系統，本專利技術能夠解決目前因采用人工操作而帶來的效率低下，準確性不高的問題。為解決上述問題，本專利技術提供了以下技術方案：一種基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法，包括：獲取至少一幅硫化型加氫催化劑的灰度圖像，所述灰度圖像中包含有催化劑中的硫化物的灰度圖像信息；對所述灰度圖像進行預處理，獲取只包含所述硫化物的目標圖像；根據所述目標圖像中的硫化物對應的像素點坐標進行線性擬合，獲取與所述目標圖像中的硫化物對應的幾何線段，所述幾何線段的長度及分布信息表示對應硫化物的形態信息；根據獲取的幾何線段的長度，確定所述目標圖像中的硫化物片晶的長度；和/或，根據獲取的幾何線段之間的空間位置分布關系，得到所述目標圖像中的硫化物片晶片層數目的分布狀況；當對所述至少一幅硫化型加氫催化劑的灰度圖像進行硫化物形態信息提取時，采用流處理器對所述至少一幅硫化型加氫催化劑的灰度圖像進行處理。由上述技術方案可知，本專利技術實施例提出的硫化物形態信息提取方法，首先獲取硫化型加氫催化劑的灰度圖像，然后對灰度圖像進行預處理，獲取只包含所述硫化物的目標圖像，接著根據所述目標圖像中的硫化物對應的像素點坐標進行線性擬合，獲取與所述目標圖像中的硫化物對應的幾何線段，最后可以根據獲取的幾何線段的長度，確定所述目標圖像中的硫化物片晶的長度，同時可以根據獲取的幾何線段之間的空間位置分布關系，得到所述目標圖像中的硫化物片晶片層數目的分布狀況。可見，本實施例提供的硫化物形態信息提取方法，實現了硫化物形態信息提取的自動化處理，解決了目前因采用人工操作而帶來的效率低下，獲取結果準確性不高的問題。附圖說明圖1是本專利技術實施例一提供的基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法流程圖；圖2是步驟101獲取的灰度圖像A；圖3是灰度圖像A經過中值濾波得到圖像B；圖4是對灰度圖像A和圖像B進行求差操作以及閾值篩選操作得到的圖像C；圖5是二值化圖像D；圖6是得到的初級圖像E；圖7是得到的二級圖像F；圖8是直線段擬合結果示意圖；圖9是單幅圖像涉及的直線段長度統計圖，其中橫坐標為線段長度，縱坐標為線段出現頻數；圖10是單幅圖像涉及的直線段的層數堆垛統計圖，其中橫坐標為線段堆垛層數，縱坐標為層數出現頻數；圖11是同種催化劑對應的23幅圖像的硫化物片晶頻數統計圖；圖12a和圖12b同種催化劑對應的兩組片晶長度頻數統計圖；圖13是本專利技術實施例十二提供的基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取裝置的結構示意圖；圖14是圖1對應實施例的流處理器處理系統的結構示意圖；具體實施方式為使本專利技術實施例的目的、技術方案和優點更加清楚，下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本專利技術的一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。實施例一圖1示出了本專利技術實施例一提供的基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法流程圖，參見圖1，本專利技術實施例一提供的基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法，包括如下步驟：步驟101：獲取至少一幅硫化型加氫催化劑的灰度圖像，所述灰度圖像中包含有催化劑中的硫化物的灰度圖像信息。在本步驟中，所述灰度圖像優選為由電子顯微鏡采集的圖像。在具體處理時，將采集的原始電鏡圖片文件導入計算機，并確認導入計算機的圖形文件格式，這里優選采用所謂的“聯合圖像專家組”圖像壓縮模式即所謂的JPG圖像模式。步驟102：對所述灰度圖像進行預處理，獲取只包含所述硫化物的目標圖像。步驟103：根據所述目標圖像中的硫化物對應的像素點的坐標進行線性擬合，獲取與所述目標圖像中的硫化物對應的幾何線段，所述幾何線段的長度及分布信息表示對應硫化物的形態信息。步驟104：根據獲取的幾何線段的長度，確定所述目標圖像中的硫化物片晶的長度；和/或，根據獲取的幾何線段之間的空間位置分布關系，得到所述目標圖像中的硫化物片晶片層數目的分布狀況。可以理解的是，通過本步驟的操作，可以獲取到硫化物片晶的長度以及硫化物片晶片層數目的分布狀況，從而可以得到硫化物的長度及堆垛層數。可以理解的是，當對至少一幅硫化型加氫催化劑的灰度圖像進行硫化物形態信息提取時，采用流處理器對所述至少一幅硫化型加氫催化劑的灰度圖像進行處理。從上面描述可知，本實施例提供的硫化物形態信息提取方法，首先獲取硫化型加氫催化劑的灰度圖像，然后對灰度圖像進行預處理，獲取只包含所述硫化物的目標圖像，接著根據所述目標圖像中的硫化物對應的像素點的坐標進行線性擬合，獲取與所述目標圖像中的硫化物對應的幾何線段，最后可以根據獲取的幾何線段的長度，確定所述目標圖像中的硫化物片晶的長度，同時可以根據獲取的幾何線段之間的空間位置分布關系，得到所述目標圖本文檔來自技高網...

【技術保護點】
一種基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法，其特征在于，包括：獲取至少一幅硫化型加氫催化劑的灰度圖像，所述灰度圖像中包含有催化劑中的硫化物的灰度圖像信息；對所述灰度圖像進行預處理，獲取只包含所述硫化物的目標圖像；根據所述目標圖像中的硫化物對應的像素點坐標進行線性擬合，獲取與所述目標圖像中的硫化物對應的幾何線段，所述幾何線段的長度及分布信息表示對應硫化物的形態信息；根據獲取的幾何線段的長度，確定所述目標圖像中的硫化物片晶的長度；和/或，根據獲取的幾何線段之間的空間位置分布關系，得到所述目標圖像中的硫化物片晶片層數目的分布狀況；當對所述至少一幅硫化型加氫催化劑的灰度圖像進行硫化物形態信息提取時，采用流處理器對所述至少一幅硫化型加氫催化劑的灰度圖像進行處理。

【技術特征摘要】
1.一種基于流處理器的硫化型加氫催化劑中硫化物形態信息的提取方法，其特征在于，包括：獲取至少一幅硫化型加氫催化劑的灰度圖像，所述灰度圖像中包含有催化劑中的硫化物的灰度圖像信息；對所述灰度圖像進行預處理，獲取只包含所述硫化物的目標圖像；根據所述目標圖像中的硫化物對應的像素點坐標進行線性擬合，獲取與所述目標圖像中的硫化物對應的幾何線段，所述幾何線段的長度及分布信息表示對應硫化物的形態信息；根據獲取的幾何線段的長度，確定所述目標圖像中的硫化物片晶的長度；和/或，根據獲取的幾何線段之間的空間位置分布關系，得到所述目標圖像中的硫化物片晶片層數目的分布狀況；當對所述至少一幅硫化型加氫催化劑的灰度圖像進行硫化物形態信息提取時，采用流處理器對所述至少一幅硫化型加氫催化劑的灰度圖像進行處理。2.根據權利要求1所述的方法，其特征在于，所述對所述灰度圖像進行預處理，獲取只包含所述硫化物的目標圖像，包括：采用流處理器對所述灰度圖像進行預處理，獲取只包含所述硫化物的目標圖像，具體包括：對所述灰度圖像進行中值濾波處理，得到第一圖像；對所述灰度圖像和所述第一圖像進行求差處理，得到差值圖像；對所述差值圖像進行閾值處理，以獲取只包含所述硫化物的目標圖像。3.根據權利要求1或2所述的方法，其特征在于，在根據所述目標圖像中的硫化物對應的像素點坐標進行線性擬合之前，所述方法還包括：對所述目標圖像進行二值化處理，得到只包含所述硫化物的二值化圖像；相應地，根據所述目標圖像中的硫化物對應的像素點坐標進行線性擬合，獲取與所述目標圖像中的硫化物對應的幾何線段，包括：根據所述二值化圖像中的硫化物對應的像素點坐標進行線性擬合，獲取與所述述二值化圖像中的硫化物對應的幾何線段。4.根據權利要求3所述的方法，其特征在于，所述根據所述二值化圖像中的硫化物對應的像素點坐標進行線性擬合，獲取與所述述二值化圖像中的硫化物對應的幾何線段，包括：對所述二值化圖像進行分離處理，將所述二值化圖像中的各個硫化物分隔開，以得到包含若干個互不連通的硫化物區域的初級圖像；對所述初級圖像中的若干個硫化物區域進行空間尺度條件和相關系數條件判斷，將滿足所述空間尺度條件以及所述相關系數條件的硫化物區域保留，將不滿足所述空間尺度條件或所述相關系數條件的硫化物區域刪除，以得到包含多個滿足所述空間尺度條件以及所述相關系數條件的硫化物區域的二級圖像；根據所述二級圖像中每個硫化物區域內的像素點的坐標對每個硫化物區域進行線性擬合，得到與每個硫化物區域對應的幾何線段，所述幾何線段用于表示對應硫化物區域中的硫化物的形態信息。5.根據權利要求4所述的方法，其特征在于，所述對所述二值化圖像進行分離處理，將所述二值化圖像中的各個硫化物分隔開，以得到包含若干個互不連通的硫化物區域的初級圖像，包括：S1.依次掃描二值化圖像所對應矩陣的全部矩陣元，若相關矩陣元數值為1，則記錄該矩陣元的位置信息，同時掃描以其為中心的3*3個像素中的其余像素，若相關像素對應的矩陣元也為1，則將其記錄在該像素的鄰接像素點索引內；通過該過程生成一個結構數組E1，該數組E1元素數量為包含二值化圖像中所有非零點的數目，同時該數組每個數組元素包含兩個屬性，即該點的位置信息以及該點的鄰接像素索引信息；其中，劃分過程所生成的組員內像素點的連接數為8或者4，即每個像素點與以其為中心3*3個像素中的其余像素均相連，或者僅與其上下左右像素相連；S2.生成一個像素點的初始集合E2，結構數組E1中每個像素點都是該集合的一個元素；S3.從集合E2的第一個元素開始，查找其對應的鄰接象素點索引；將索引所涉及的像素點序號與該像素點序號合并為一個集合P，同時將該集合內所有像素點所對應的鄰接像素點索引取并集，將該并集與集合P的差集作為該集合的鄰接像素點索引集合；通過該操作生成集合E3，并記錄集合E3的元素數目H；S4.將E3取代E2，重復上步驟S3，生成集合E4，并記錄集合E4中的元素數目H1；S5.重復這一過程直至相鄰兩次操作生成集合的元素數目不變為止；將該集合稱為集合E；S6.將集合E所對應的圖像稱為初級圖像E，其包括二值化圖像中所有不相連的白色區域；采用結構數組描述集合E，相關結構數組包括一個屬性即為每個不連通白色區域的位置橫、縱坐標向量，該向量的數目取決于相關白色連通區域的像素點個數；描述集合E的結構數組元素數量即為初級圖像E中不連通的白色區域數量，其中，白色區域即為硫化物區域。6.根據權利要求4所述的方法，其特征在于，所述根據所述二級圖像中每個硫化物區域內的像素點對每個硫化物區域進行線性擬合，得到與每個硫化物區域對應的幾何線段，包括：根據所述二級圖像中每個硫化物區域內的像素點，分別計算由對應硫化物區域內的像素點組成的直線的斜率與截距，根據獲取的斜率和截距，建立與每個硫化物區域對應的直線函數表達式；根據所述二級圖像中每個硫化物區域內的像素點，確定每個硫化物區域在...

【專利技術屬性】
技術研發人員：王闊，柳偉，
申請(專利權)人：中國石油化工股份有限公司撫順石油化工研究院，中國石油化工股份有限公司，
類型：發明
國別省市：遼寧,21