酿酒装甑过程智能检测与控制系统开发

摘要

中国酒文化历史悠久源远流长，但是传统的白酒酿造技术属于劳动密集型产业，劳动强度高，生产效率低，特别是在装甑过程体现的尤为明显。装甑过程的要点在于“见汽撒料”，因此本文的主要研究工作就是研究一种基于图像处理的酒蒸汽检测算法，并开发一套酿酒装甑过程智能检测与控制系统。 本文首先对数字图像处理技术和计算机视觉的知识进行了介绍。这其中图像的灰度处理，二值化处理，亮度归一化和滤波去噪算法将用在图像的预处理过程，来降低光照和噪声对蒸汽识别的影响。为了获得蒸汽点的空间位置，我们对摄像头进行了标定获得了它的内参数。 对蒸汽特征的提取，首先是蒸汽疑似区域的检测，因为蒸汽的扩散特性，所以蒸汽属于图片中的运动物体。本文通过实验仿真对比背景减除法和帧差法的优缺点，最终确定了帧差法作为本文蒸汽疑似区域检测的方法。然后在提取的疑似区域上，分析并提取了蒸汽的三种特征，包括颜色特征，LBP纹理特征，形状特征，其中颜色特征包含颜色矩特征和B-R差值特征。使用实际的蒸汽图像对蒸汽的各个特征进行了分析，并且对蒸汽的每一个特性的提取方法都做了详细的介绍。 然后设计BP神经网络对提取的蒸汽的特征进行特征融合。对用于视频烟雾检测的BP神经网的设计原则、参数选择等做了详细的说明。接着，使用现场上甑过程的图片对本文的算法进行仿真验证，实验表明本文的蒸汽检测算法能够准确、实时、有效的检测视频中的蒸汽的位置。 论文最后基于企业需求设计并实现了一个完整的酿酒装甑过程智能检测与控制系统，涉及硬件的设计和选型、软件系统的架构，并应用了上述算法。目前该系统已研发完成并在某酒厂试用，大大提高了白酒的生产效率和节省了人力成本。

目录

声明

摘要

1．1课题研究背景及意义

1．2酿酒工艺介绍

1．2．1酿酒工艺概述

1．2．2装甑工艺介绍

1．3酿酒装甑智能检测与控制系统的关键问题

1．4国内外研究现状

1．4．1酿酒机械化的研究现状

1．4．2烟雾检测算法的发展现状

1．5本文章节安排

第2章数字图像处理与计算机视觉简介

2．1基本的图像处理算法

2．1．1图像灰度化

2．1．2二值化处理

2．1．3亮度归一化

2．2空间滤波算法简介

2．2．1线性滤波

2．2．2非线性滤波

2．3连通区域分析

2．3．1连通区域概念

2．3．2连通区域分析算法

2．4摄像头标定

2．4．1摄像机的成像模型

2．4．2张正友经典标定法

2．5本章小结

第3章酒蒸汽特征的提取

3．1运动区域的检测

3．1．1背景减除法

3．1．2帧间差分法

3．2颜色特征

3．2．1RGB颜色空间

3．2．2颜色矩特征

3．2．3R-B差值特征

3．3其他特征

3．3．1 LBP纹理特征

3．3．2形状特征

3．4本章小结

第4章基于神经网络的特征融合与蒸汽识别

4．1BP神经网络介绍

4．1．1人工神经元模型

4．1．2BP神经网络的结构

4．1．3BP神经网络的优点

4．2蒸汽点检测的神经网络设计

4．2．1BP网络的学习规则

4．2．2蒸汽点检测BP神经网络设计原则

4．3实验结果及分析

4．3．1网络训练

4．3．2蒸汽识别

4．4本章小结

5．1需求分析

5．1．1上甑系统工作流程分析

5．2．2系统功能分析

5．2．3系统总体框架

5．2系统硬件设计与选型

5．2．1系统硬件系统概况

5．2．2硬件系统选型

5．3系统软件模块设计

5．3．1摄像头控制模块

5．3．2多线程模块

5．3．3状态显示与报警模块

5．3．4蒸汽点检测模块

5．3．5电机运行控制功能模块

5．4功能设计与展示

5．4．1软件总貌

5．4．2系统功能

5．4．3摄像头预览功能

5．4．4系统参数设置

5．4．5初始、封顶布料参数设置

5．4．6状态显示

5．5本章小结

6．1工作总结

6．2未来展望

参考文献

致谢