颜色是油墨、葡萄酒、果汁、醋等液体产品的重要质量参数。但现有目视评价液体颜色的精度较差,而液体颜色测量普遍采用的台式分光光度仪也只适合离线测量,不适合工业领域的在线颜色质量检测。本研究基于微型光谱仪搭建液体颜色测量平台,分析其测量重复性和应用可行性。结果显示:实验平台的短期重复性较好,测量数据能较好地反映染料浓度变化造成的液体颜色变化,可用于液体产品的颜色质量在线检测。但实验平台的中长期测量重复性不高,说明平台测量稳定性有待进一步提高。
管线阀门渗漏检测技术,最早是石油化工行业中对输油管道进行检测的方法,目前主流的管线阀门渗漏检测方法是借用第三方传感器结合人工观察实现的检测方法,鲜有通过视频图像来检测管线阀门渗漏情况的实现方法。在水电站等工业环境中,水电站人工巡检是保障管线阀门安全运行的重要手段,人工巡检会耗费大量人力和时间,并且巡检质量不高,仍然存在漏检,错检的现象。为了能够更好的检测管线阀门渗漏问题,从而更好的保障水电站的安全,本文从理论结合实际应用场景出发,针对当前水电站机房为主的室内稳定环境,通过视频图像对管线阀门渗漏检测技术进行研究,本文主要工作如下:（1）针对渗漏情况复杂多变的问题,本文提出一种基于深度学习的管线阀门渗漏检测算法。首先根据实际的管线阀门渗漏特点将渗漏类型进行了分类,接下来将渗漏和对应的渗漏类型构成的数据集输入至基于CSPdarknet-53的网络中进行训练,然后得到一个基于渗漏类型的渗漏检测模型,该模型可以检测到图片中的渗漏并且正确分类其对应的渗漏类别。实验表明该渗漏检测模型可以良好的检测出渗漏类别,可以用于管线阀门渗漏检测。（2）针对微小渗漏区域的图像占比过小导致检测效果不佳,本文提出一种基于视频序列的微小渗漏检测算法。首先确定当前场景中可能存在的渗漏前景,接下来采用LBP+GLCM的特征提取方法提取可能存在渗漏的区域的纹理特征,然后通过Canberra距离度量公式预测渗漏区域,并采用最小二乘法拟合多个渗漏区域中心点形成的运动轨迹,综合判断当前视频监控区域是否有微小渗漏产生。实验表明本算法可以有效的检测出图像中的微小渗漏区域。（3）结合上述两种管线阀门渗漏检测算法,本文设计并实现了一个管线阀门渗漏监测系统。该系统考虑到实时处理多个视频监控区域的检测任务,因此采用多线程实现作为系统架构,并设计了5个功能模块:多路视频流处理模块、实时管线阀门渗漏检测模块、定时微小渗漏检测模块、数据库模块以及告警模块。系统运行结果表明,本文提出的管线阀门渗漏监测系统达到了设计要求,实用价值较高。
液体粘度测量技术当前在我国经济领域的运用前景非常广泛,粘度计以粘度计常数来标志,为了检测粘度计是否符合标准必须对毛细管粘度计进行常数检定。毛细管粘度计的常数的检定过程为:在某一恒定温度下测量一定量液体在完全在重力作用下通过一段固定毛细管粘度计的时间,接着用样品液体的粘度值除以该时间得到粘度计常数。粘度计每隔一段时间,就需要对它进行手动检定。这种手段无法克服人工肉眼读数的主观误差,同时也无法满足计量部门对大量粘度计进行检定的需求。从而寻找合适的图像识别技术,采用自动化仪器,提高检定精度和自动化程度,同时减小误差,使其实现在线快速检测的课题,联系计算机应用,具有很高的创新性和实际意义。本文主要完成的研究与实现内容:一,使用图像预处理、阈值分割和投影等技术对刻度线所在区域进行提取,在划定的区域内采用投影扫描和模板匹配两种方法进行刻度线定位,当检测摄像头静止不动时可以采用投影扫描法进行快速定位,当摄像头移动时可以采用模板匹配法进行准确定位。二,采用融合了背景差分、帧间差分和边缘检测的目标检测方法对非刚性透明液体的液面进行识别和定位,提高检测准确性和精度。三,设计实现了图像的实时检测方法,为了解决高精度处理方法计算复杂、运行时间长的特点,采用平均背景建模和分块处理的方法对目标进行检测识别。采用分块处理能够降低处理时长,实现实时检测。实验结果表明:本文基于投影扫描和模板匹配的刻度线检测方法能够很好地识别刻度线,基于边缘融合的目标检测方法能够对液面位置准确定位,算法具有较高的检测率,分块的实时检测方法算法也具有较高的准确性和较快的运行速度。