System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及涂料領域,具體為一種粉末涂料粒徑自動分析方法及系統。
技術介紹
1、粉末涂料是一種以固體粉末形式存在的涂料類型,相比傳統的液體涂料,粉末涂料在施工過程中幾乎不產生揮發性有機化合物(vocs),符合現代工業對綠色環保的要求。其主要成分包括樹脂、固化劑、顏料、填料和助劑,這些組分共同賦予涂層優良的機械強度、耐化學腐蝕性和美觀的裝飾效果。粉末涂料的粒徑直接影響噴涂質量和最終的涂層性能,粒徑分布過寬可能導致噴涂效率降低和涂層厚度不均勻;粒徑過小則可能產生過度浪費。因此,精確分析和統計粉末涂料顆粒的粒徑,對優化生產工藝、提高產品性能具有重要意義。然而,由于粉末涂料顆粒形態復雜、粒徑分布范圍廣且顆粒間可能存在粘連,傳統的粒徑分析方法例如激光粒度法在準確性和效率上存在一定局限。電鏡圖像具有高分辨率和清晰的細節呈現,能夠捕捉粉末顆粒的微觀形態,以往在電鏡圖像中分析粉末涂料的粒徑大多采用人工測量的方式,例如采用nano?measurer等工具,但是一方面這種方式需要大量的人工,另外一方面,通過鼠標拉出粒徑存在一定的誤差,無法準確的確定邊界,而且由于顆粒并不是完美的圓形,從不同角度拉取粒徑得到的結果也不同。
技術實現思路
1、為了能夠自動識別處粉末涂料顆粒,并從多個角度對顆粒粒徑進行分析,首先,本專利技術提供了一種粉末涂料粒徑自動分析方法,所述方法包括以下步驟:
2、獲取通過電鏡拍攝的粉末涂料顆粒圖像,對所述顆粒圖像進行特征提取得到多個特征圖,將每個特征圖劃分為相同大小的圖像
3、根據前景分數和顆粒圖像中顆粒大小分布信息從每個特征圖中選取多個目標圖像塊,在編碼器的每層先對目標圖像塊計算注意力,然后計算目標圖像塊和基于平均灰度值過濾后圖像塊的注意力;
4、獲取編碼器中與目標圖像塊對應的輸出并作為解碼器的輸入,通過解碼器得到顆粒圖像中的顆粒框,根據顆粒框得到粉末涂料的粒徑信息。
5、優選地,所述利用區域的平均灰度值和輪廓線長得到圖像塊的前景分數,具體為:
6、將平均灰度值除以255得到歸一化灰度值,并計算區域的輪廓線長與區域周長的比值;
7、將歸一化灰度值和所述比值的加權和作為前景分數。
8、優選地,所述根據前景分數和顆粒圖像中顆粒大小分布信息從每個特征圖中選取多個目標圖像塊,具體為:
9、采用連通分量標記方法計算二值化后顆粒圖像中每個白色區域的面積;
10、根據白色區域的面積對白色區域進行聚類,聚類中簇的個數和特征圖個數相同,計算每個簇中白色區域的平均面積,根據平均面積建立特征圖和簇的對應關系,其中,特征圖尺寸越大對應的簇的平均面積越小;
11、計算特征圖對應的簇中白色區域的個數的比值得到顆粒圖像中顆粒大小分布信息;
12、根據顆粒圖像中顆粒大小分布信息和預設的目標圖像塊個數得到每個特征圖的目標圖像塊個數,從每個特征圖的圖像塊中選取前景分數最大的多個圖像塊作為特征圖的目標圖像塊,其中,所述多個圖像塊的個數等于所述特征圖的目標圖像塊個數。
13、優選地,所述計算目標圖像塊和基于平均灰度值過濾后圖像塊的注意力,具體為;
14、將訓練樣本中不包含粉末涂料顆粒區域的平均灰度值作為閾值,若圖像塊平均灰度值小于閾值,則將圖像塊過濾掉;
15、利用目標圖像塊得到查詢,利用過濾后的圖像塊得到鍵和值,計算注意力。
16、優選地,所述根據顆粒框得到粉末涂料的粒徑信息,具體為:
17、獲取顆粒框的垂直中軸線,按照預設步長旋轉所述中軸線,并統計每次旋轉后中軸線在顆粒框內灰度值大于顆粒框平均灰度值的長度;
18、在旋轉結束后,將最大長度作為粉末涂料顆粒的長,將最小長度作為粉末涂料顆粒的寬;
19、統計顆粒圖像所有顆粒的長和寬得到長度分布直方圖和寬度分布直方圖。
20、其次,本專利技術還提供了一種粉末涂料粒徑自動分析系統,所述系統包括以下模塊:
21、特征提取模塊,用于獲取通過電鏡拍攝的粉末涂料顆粒圖像,對所述顆粒圖像進行特征提取得到多個特征圖,將每個特征圖劃分為相同大小的圖像塊,獲取圖像塊在所述顆粒圖像上的區域,利用區域的平均灰度值和輪廓線長得到圖像塊的前景分數;
22、編碼模塊,用于根據前景分數和顆粒圖像中顆粒大小分布信息從每個特征圖中選取多個目標圖像塊,在編碼器的每層先對目標圖像塊計算注意力,然后計算目標圖像塊和基于平均灰度值過濾后圖像塊的注意力;
23、解碼及分析模塊,用于獲取編碼器中與目標圖像塊對應的輸出并作為解碼器的輸入,通過解碼器得到顆粒圖像中的顆粒框,根據顆粒框得到粉末涂料的粒徑信息。
24、優選地,所述利用區域的平均灰度值和輪廓線長得到圖像塊的前景分數,具體為:
25、將平均灰度值除以255得到歸一化灰度值,并計算區域的輪廓線長與區域周長的比值;
26、將歸一化灰度值和所述比值的加權和作為前景分數。
27、優選地,所述根據前景分數和顆粒圖像中顆粒大小分布信息從每個特征圖中選取多個目標圖像塊,具體為:
28、采用連通分量標記方法計算二值化后顆粒圖像中每個白色區域的面積;
29、根據白色區域的面積對白色區域進行聚類,聚類中簇的個數和特征圖個數相同,計算每個簇中白色區域的平均面積,根據平均面積建立特征圖和簇的對應關系,其中,特征圖尺寸越大對應的簇的平均面積越小;
30、計算特征圖對應的簇中白色區域的個數的比值得到顆粒圖像中顆粒大小分布信息;
31、根據顆粒圖像中顆粒大小分布信息和預設的目標圖像塊個數得到每個特征圖的目標圖像塊個數,從每個特征圖的圖像塊中選取前景分數最大的多個圖像塊作為特征圖的目標圖像塊,其中,所述多個圖像塊的個數等于所述特征圖的目標圖像塊個數。
32、優選地,所述計算目標圖像塊和基于平均灰度值過濾后圖像塊的注意力,具體為;
33、將訓練樣本中不包含粉末涂料顆粒區域的平均灰度值作為閾值,若圖像塊平均灰度值小于閾值,則將圖像塊過濾掉;
34、利用目標圖像塊得到查詢,利用過濾后的圖像塊得到鍵和值,計算注意力。
35、優選地,所述根據顆粒框得到粉末涂料的粒徑信息,具體為:
36、獲取顆粒框的垂直中軸線,按照預設步長旋轉所述中軸線,并統計每次旋轉后中軸線在顆粒框內灰度值大于顆粒框平均灰度值的長度;
37、在旋轉結束后,將最大長度作為粉末涂料顆粒的長,將最小長度作為粉末涂料顆粒的寬;
38、統計顆粒圖像所有顆粒的長和寬得到長度分布直方圖和寬度分布直方圖。
39、最后,本專利技術還提供了一種計算機可讀存儲介質,所述存儲介質上存儲有計算機程序,所述計算機程序在被處理器執行時,實現如第一個方面所述的方法。而且本專利技術本文檔來自技高網...
【技術保護點】
1.一種粉末涂料粒徑自動分析方法,其特征在于,所述方法包括以下步驟:
2.根據權利要求1所述的方法,其特征在于,所述利用區域的平均灰度值和輪廓線長得到圖像塊的前景分數,具體為:
3.根據權利要求1所述的方法,其特征在于,所述根據前景分數和顆粒圖像中顆粒大小分布信息從每個特征圖中選取多個目標圖像塊,具體為:
4.如權利要求1所述的方法,其特征在于,所述計算目標圖像塊和基于平均灰度值過濾后圖像塊的注意力,具體為;
5.如權利要求1所述的方法,其特征在于,所述根據顆粒框得到粉末涂料的粒徑信息,具體為:
6.一種粉末涂料粒徑自動分析系統,其特征在于,所述系統包括以下模塊:
7.根據權利要求6所述的系統,其特征在于,所述利用區域的平均灰度值和輪廓線長得到圖像塊的前景分數,具體為:
8.根據權利要求6所述的系統,其特征在于,所述根據前景分數和顆粒圖像中顆粒大小分布信息從每個特征圖中選取多個目標圖像塊,具體為:
9.如權利要求6所述的系統,其特征在于,所述計算目標圖像塊和基于平均灰度值過濾后圖像塊的
10.如權利要求6所述的系統,其特征在于,所述根據顆粒框得到粉末涂料的粒徑信息,具體為:
...【技術特征摘要】
1.一種粉末涂料粒徑自動分析方法,其特征在于,所述方法包括以下步驟:
2.根據權利要求1所述的方法,其特征在于,所述利用區域的平均灰度值和輪廓線長得到圖像塊的前景分數,具體為:
3.根據權利要求1所述的方法,其特征在于,所述根據前景分數和顆粒圖像中顆粒大小分布信息從每個特征圖中選取多個目標圖像塊,具體為:
4.如權利要求1所述的方法,其特征在于,所述計算目標圖像塊和基于平均灰度值過濾后圖像塊的注意力,具體為;
5.如權利要求1所述的方法,其特征在于,所述根據顆粒框得到粉末涂料的粒徑信息,具體為:
...【專利技術屬性】
技術研發人員:龍嘉偉,林雪梅,
申請(專利權)人:廣州朝程科技有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。