Содержание к диссертации
Введение
Глава 1. Обзор известных методов и средств определения цвета объекта 13
1.1. Методы и основанные на их применении средства анализа цвета объекта 15
1.1.1. Метод спектрального анализа отражения поверхности объекта или пропускания объекта 15
1.1.2. Метод определения цветовых координат поверхности объекта 17
1.1.2.1. ОЭС определения цветовых координат, с применением волоконных элементов 18
1.1.2.2. ОЭС без использования оптических элементов 19
1.1.2.3. ОЭС, производящие выделение заданных областей цветности на изображении объекта 20
1.2. Критерии оценки оптико-электронных систем цветового анализа объектов 22
1.2.1. Критерий размерности параметрического поля 22
1.2.2. Критерий детальности изображения 23
1.2.3. Критерий величины объекта исследования 23
1.3. Анализ возможностей применения рассмотренных методов и средств для цветовой сепарации в промышленных условиях... 24
1.3.1. ОЭСЦА, осуществляющие спектральный анализ 24
1.3.2. Системы без использования фокусирующих оптических элементов 25
1.3.3. Оптико-электронные системы цветового анализа, производящие выделение заданных областей цветности на изображении исследуемого объекта 26
1.3.4. Сравнительная характеристика существующих оптико-электронных систем анализа цвета 27
1.4. Постановка задач исследований 32
Глава 2. Описание цветового образа объекта анализа Оптико-электронной системы цветового анализа минерального сырья 34
2.1. Понятие цвета 35
2.1.1. Глаз как прибор преобразования сигналов 35
2.1.2. Принципы обработки сигналов в существующих типах приемников оптического излучения 38
2.2. Принципы цветовой классификации минералов 40
2.3. Цветовой образ объектов 44
2.3.1. Цветовой тон объекта 46
2.3.2. Светлота объекта 49
2.3.3. Насыщенность цвета объекта 51
2.3.4. Взаимосвязи компонентов представления цветового образа объекта анализа ОЭСЦА 53
2.4. Анализ цветовых пространств 55
2.4.1. Критерии классификации цветовых пространств 55
2.4.2. Цветовые пространства 57
2.4.3. Сравнительная характеристика цветовых пространств 61
Глава 3. Особенности алгоритма сегментации изображений и основы построения оптико- электронных систем цветового анализа 66
3.1. Структура алгоритма сегментации изображения 68
3.2. Принципы построения ОЭСЦА частиц минерального сырья 72
3.2.1. Выбор типа приемника оптического излучения 75
3.2.2. Структура энергетического расчета реализации ОЭСЦА 76
3.3. Требования к обработке изображений 78
3.3.1. Коррекция зашумлённости изображения 78
3.3.2. Операция выравнивания цвета 80
3.3.3. Смаз изображения вследствие движения объекта во время экспонирования ПОИ 81
3.4. Имитационные модели реакции ОЭСЦА на возможные изменения условий анализа объектов 84
3.4.1. Влияние изменения яркости источника освещения на изменение цветовых координат объекта 84
3.4.2. Влияние наличия бликов на поверхности объекта анализа на определение его цветовых координат 87
3.4.3. Влияние наличия тонкого водяного слоя на поверхностях объектов с шероховатой поверхностью на цветовые координаты 88
3.5. Выводы по главе 89
Глава 4. Расчёт макета ОЭСЦА 91
4.1. Расчёт чувствительности матрицы 91
4.1.1. Описание схемы экспериментальной установки 91
4.1.2. Состав экспериментальной установки 92
4.1.3. Анализ результатов 92
4.2. Расчёт минимальной освещённости матрицы 98
4.2.1. Определение среднеквадратического значения шума на модуляторе видеоконтрольного устройства 99
4.2.2. Определение напряжения сигнала от фона на модуляторе ВКУ 100
4.2.3. Определение порогового контраста 101
4.2.4. Определение видимой яркости изображения крупных деталей объекта 106
4.2.5. Определение среднего значения яркости изображения объекта 109
4.2.6. Определение напряжения сигналов на выходе матрицы 110
4.2.7. Определение значений экспозиций 110
4.2.8. Определение времени экспонирования КМОП-матрицы 110
4.2.9. Определение значений освещённостей, соответствующих экспозициям 111
4.3. Энергетический расчёт 112
4.4. Расчёт ОС 115
4.5. Выводы по главе 116
Глава 5. Исследования экспериментальных макетов оэсца минерального сырья 117
5.1. Методики и условия экспериментов 117
5.1.1. Структура макета экспериментальной установки 117
5.1.2. Общие параметры установки 118
5.2. Оценка результатов 119
5.3. Результаты экспериментов 120
5.3.1. Исследование тестовых объектов 120
5.3.2. Эксперимент с изменением яркости источника 124
5.3.3. Эксперимент со шлифованными частицами бирюзы... 128
5.3.4. Эксперимент с тонким водяным слоем на поверхности объекта 130
Выводы по главе 132
Заключение 133
Список литературы 139
Приложение 1 147
- Критерии оценки оптико-электронных систем цветового анализа объектов
- Принципы цветовой классификации минералов
- Принципы построения ОЭСЦА частиц минерального сырья
- Расчёт минимальной освещённости матрицы
Введение к работе
Одним из направлений развития оптико-электронного приборостроения является внедрение автоматизированных средств цветовой сепарации объектов в реальном масштабе времени с оперативной обработкой информации. Это позволяет обеспечить повышение производительности сепарационного оборудования, снизить затраты на подготовительные операции, сэкономить ресурсы, повысить объективность контроля при сокращении доли ручного труда.
В настоящее время во многих странах применяют оптико-электронные системы цветового анализа (ОЭСЦА) при осуществлении сортировки различных продуктов и материалов, отличающихся по цветовым признакам (при производстве алюминия, для сортировки фруктов и овощей, вторичного стекла, промышленных и бытовых отходов, а также при добыче различных полезных ископаемых, в производстве монокристаллов для электронной промышленности). Подобные разработки в последнее время ведутся и в России.
В условиях промышленной эксплуатации для ОЭСЦА на первое место, кроме обеспечения необходимых рабочих диапазонов, выдвигаются требования нечувствительности к изменению параметров составляющих элементов, малой энергоемкости, быстродействию и малой стоимости системы в целом. Выполнение этих требований можно обеспечить соответствующим выбором физических принципов построения и схем измерительных систем, методов и алгоритмов обработки сигналов, а также совершенствованием технических решений при их разработке и производстве.
Однако в настоящее время в России отсутствуют серийные системы указанного типа, отвечающие требованиям промышленной сепарации по цветовому признаку. Известно ограниченное количество схем специальных анализаторов цвета объектов или участков поверхности
объектов, недостатком которых является привязка к конкретному типу материала и невозможность различения близких цветовых оттенков.
Сложность разработки оптико-электронных систем промышленной сепарации состоит ещё и в том, что отображаемый системой цветовой образ объекта контроля зависит от его ориентации в пространстве, особенностей структуры поверхности, наличия водяной плёнки и различного рода дефектов, а также от изменения параметров освещения и расположения источников относительно объекта.
Настоящая работа посвящена исследованию и разработке принципов построения оптико-электронных систем цветового анализа частиц минерального сырья для промышленных сепараторов, а также разработке, практической реализации указанной системы и исследованию ее свойств.
Работы по изучению закономерностей представления объекта для ОЭСЦА, а также методов анализа цветового образа объекта являются основой для модернизации обогатительного оборудования и создания улучшенных его моделей, а значит, способствуют повышению экономической эффективности горнодобывающей отрасли и имеют важнейшее народнохозяйственное значение.
Анализ минерального сырья по его цветовым параметрам — сложная задача, решение которой зависит от большого числа факторов: минералогического состава подаваемой на обработку руды, особенностей подготовки руды до подачи в сепаратор, особенностей обработки сигналов в ОЭСЦА, а также условий работы обогатительного оборудования.
На основании изложенного, целью работы является исследование и разработка принципов построения оптико-электронных систем цветового анализа частиц минерального сырья для промышленных сепараторов, а также разработка, практическая реализация указанной системы и исследование ее свойств.
Для достижения указанной цели необходимо решить ряд задач. 1. Анализ и классификация известных методов и средств определения
(контроля) цветовых параметров объектов.
Разработка метода описания цветового образа объекта контроля для оптико-электронной системы цветового анализа.
Разработка способа исследования возможностей применения известных цветовых пространств представления параметров объекта контроля при обработке данных в ОЭСЦА.
Разработка структуры алгоритма сегментации зон одинаковой цветности на изображении контролируемого объекта для экспериментального образца ОЭСЦА.
Разработка принципов построения ОЭСЦА, обеспечивающих цветовую идентификацию частиц минерального сырья в промышленных условиях.
Формулировка требований к обработке изображения объекта контроля, регистрируемого приемником оптического излучения.
Разработка имитационных компьютерных моделей реакции ОЭСЦА на возможные изменения условий сепарации объектов на системотехническом уровне.
Проведение экспериментальных исследований на разработанных макетах ОЭСЦА.
Исследования могут внести вклад в развитие теории проектирования ОЭСЦА минерального сырья и способствовать увеличению эффективности работы обогатительного оборудования цветовой сепарации минерального сырья, а также внедрению систем технического зрения подобного типа в другие отрасти промышленности.
При проведении работы используются аналитические и численные методы математического анализа, математические методы, используемые при цифровой обработке изображений. На отдельных этапах исследований используется математические методы моделирования ОЭС и расчета параметров ОС с применением ПК, элементы Фурье-анализа, методы экспериментальных исследований работы ОЭСЦА.
В первой главе диссертации представлены аналитический обзор и классификация известньгх методов и средств определения цветовых параметров объектов, показавшие необходимость построения ОЭСЦА на основе применения многоэлементных матричных ПОИ, реализующих пространственное сканирование зоны анализа.
Вторая глава посвящена исследованию представления цвета визуальным аппаратом человека и отображения цветов оптико-электронными системами. Анализируются особенности составления цветовых рядов минералов. Показано, что для решения задач цветовой сепарации частиц минерального сырья в стандартных промышленных условиях, необходимо реализовать подход к описанию цвета объекта контроля оптико-электронной системы, обеспечивающий учёт особенностей строения поверхности и конфигурации объекта при помощи формирования цветового образа объекта. Рассматриваются особенности представления цветовых координат в известных цветовых пространствах. Предложено модифицированное цветовое пространство HLS для обработки изображений в ОЭСЦА.
Третья глава содержит описание особенностей построения ОЭСЦА частиц минерального сырья, обоснование обобщенной структурной схемы ОЭСЦА, а также математические модели изменения цветового образа частицы минерального сырья в зависимости от наличия водяной плёнки на поверхности объекта, от изменения скорости движения объекта, от изменения освещённости объектов. Показано, что наиболее эффективными для использования в ОЭСЦА являются матричные приёмники на основании применения технологии КМОП-структур. Также проанализированы алгоритмические модели обработки изображения объекта контроля с целью определения методов коррекции его искажения вследствие различных влияющих факторов (наличия смаза изображения и т.п.). Предложена структура алгоритма сегментации зон одинаковой цветности на изображении объекта контроля ОЭСЦА, основанная на
представлении цветового образа объекта в виде трёх квазинезависимых составляющих: цветового тона, насыщенности и светлоты, и учитывающая необходимость применения операций коррекции шумов ПОИ и операции выравнивания цвета.
В четвертой главе приведены основные положения и результаты габаритно-энергетического расчёта ОС для технической реализации макета ОЭСЦА минерального сырья по предложенной обобщенной структурной схеме. Представлен анализ существующих на данный момент времени технологий изготовления цветных многоэлементньтх матричных ПОИ.
В пятой главе представлены результаты экспериментальных исследований особенностей операции сепарации неподвижных и движущихся объектов на разработанном физическом макете ОЭСЦА, которые подтвердили правильность полученных теоретических зависимостей значений цветовых координат от изменения параметров сепарации (изменения мощности источников излучения, наличия водяной плёнки на поверхности объекта анализа).
В заключении работы приведена её общая характеристика и основные выводы по результатам.
На защиту выносятся следующие основные положения диссертационной работы:
Системный метод описания цветового образа объекта для ОЭСЦА посредством его представления в виде комплексной характеристики объекта, определяемой свойствами материала, его поверхности, формой и положением в пространстве, сформулированный на основании представления цвета объекта визуальным аппаратом человека, и представляемой при помощи трех квазинезависимых составляющих (цветового тона, насыщенности и светлоты).
Способ выбора наиболее эффективного цветового пространства для представления цветового образа объекта в промышленных ОЭСЦА.
Модифицированное цветовое пространство HLS с введенной логарифмической шкалой по цветовой координате L ввиду максимальной подстройки под восприятие светлоты поверхности объекта визуальным аппаратом человека и приведенное к сферической системе координат для линейности уравнений, описывающих границы рабочих диапазонов.
Структура алгоритма сегментации зон одинаковой цветности на изображении неподвижного и движущегося объекта контроля ОЭСЦА, основанная на представлении цветового образа объекта в виде трёх квазинезависимьгх составляющих: цветового тона, насыщенности и светлоты, и учитывающая необходимость применения операций коррекции шумов ПОИ на основе КМОП структуры и операции выравнивания цвета.
Принцип построения ОЭСЦА, на основе структурной реализации алгоритма сегментации зон одинаковой цветности, при которой на ПОИ с КМОП структурой возлагается функция пересчета цветовых координат в цветовое пространство HLS, блок предварительной обработки осуществляет коррекцию шумов изображения, а микропроцессор определяет необходимость проведения следующих процедур обработки данных и осуществляет вывод сигнала на внешнее устройство. Предложенный принцип позволяет реализовать предложенный метод описания цветового образа объекта, сократить время обработки данных и обеспечить автоматизированный контроль цветовых параметров частиц минерального сырья в промышленных условиях.
Имитационные компьютерные модели изменения цветового образа частиц минерального сырья при возможных изменениях условий промышленной сепарации указанных частиц (наличия водяной пленки на их поверхности, изменении уровня освещенности, изменении скорости движения частиц) на основе применения предложенного метода описания цветового образа объекта.
Критерии оценки оптико-электронных систем цветового анализа объектов
Для того чтобы оценить функциональные возможности существующих оптико-электронных систем технического зрения, предназначенных для определения цвета объекта были предложены нижеследующие критерии оценки. Указанные критерии могут использоваться для определения возможности применения принципов действия тех или иных типов ОЭС определения цветовых координат для создания ОЭС анализа цвета объекта для сепаратора минерального сырья,1.2Л. Критерий размерности параметрического поля
Этот критерий можно также назвать критерием функциональности системы. Функциональные возможности оптико-электронных систем определения принадлежности исследуемого объекта к одному из выбранных классов по цветовым параметрам или характеристикам, определяются размерностью параметрического поля анализируемого пространства.
Будем понимать под параметрическим полем такое поле, в котором хотя бы один из параметров изменяется по какому-либо закону (т.е. хотя бы один из параметров не является случайным).
Параметрическое поле f{n,) для измерительных систем технического зрения, применяемых для определения цвета исследуемых объектов, можно понимать как поле измеряемых (воспринимаемых) параметров окружающего пространства, содержащего объект исследования. Следовательно, размерность / параметрического поля определяется как количество параметров объектов воспринимаемого системой параметрического поля, подчиняющихся каким-либо законам.
Для количественного определения степени детальности изображения [17] была предложена характеристика детальности «), определяемая формулой: тdtгде и(j) -какой-либо сигнал,Т — длительность одного кадра. Таким образом, детальность ) представляет собой среднее значение абсолютной величины производной. Следовательно, наибольшейdu(t)будет всегдадетальностью обладает такое изображение, у которогоdtиметь наибольшее значение, например как при анализе изображения чёрных и белых полосок шириной в один элемент, идущих перпендикулярно строкам.1.2.3. Критерий величины объекта исследования
В качестве критерия величины объекта исследования гУ предлагается использовать соотношение, описываемое формулой:где Amin об — минимальная возможная величина объекта исследованияна площади кадра;Ак - диагональ кадра
Этот критерий выражает в процентной мере величину объекта исследования относительно величины кадра, которая является мерой, определяющей максимальное количество объектов в поле зрения ОЭС цветового анализа.
Произведём анализ методов и схем реализации ОЭС измерения цвета на основе применения рассмотренных критериев. 1.3.1. ОЭСЦА, осуществляющие спектральный анализ — Размерность параметрического поля. Параметрическое поле для данных оптико-электронных систем в случае применения в качестве ПОИ линейки с ПЗС или КМОП структурой или набора различных одноэлементных ПОИ имеет вид: т.е. параметрическое поле определяется только распределением освещённости Е на элементах системы регистрации. Из (1.3) следует, что размерность параметрического поля і = 1 .Детальность изображения. Поскольку изображение, получаемое системой регистрации данной оптико-электронного системы анализа цветовых параметров объектов, представляет, собой набор значений элементов ПОИ u(t), имеющий определенную структуру, то величина производной следовательно, по формуле (1.1) имеем: — Величина объекта Величина объекта исследования для данного типа ОЭСЦА в случае реализации, представленной на рис. 1.1 не должна быть меньше окна установки образца, а для реализации по образцу рис. 1.2 объект не может быть меньше размера устройства ввода излучения. Следовательно, минимальный размер объекта в общем случае равен размеру кадра, тогда по формуле (1.2) получаем = 100% .Системы, без использования фокусирующих оптических элементов Как для ОЭС измерения цветовых координат, с применением волоконных элементов, так и для ОЭС анализа цветовых параметров объектов без использования оптических элементов, значения критериев рассчитываются следующим образом: — Размерность параметрического поля Параметрическое поле для данных типов ОЭС анализа цвета может быть выражено следующим образом таким образом, параметрическое поле определяется, так же, как у ОЭСЦА, осуществляющих спектральный анализ, только значением освещённости Е на элементах системы регистрации. Следовательно, размерность параметрического поля Поскольку изображение, получаемое системой регистрации данного типа ОЭС измерения цветовых координат, представляет собой некоторое значение u(t), структура которого не принимается во внимание, то
Принципы цветовой классификации минералов
Как было упомянуто в Главе 1, исследуемая оптико-электронная система представляет собой фотоприемный блок сепаратора движущихся минеральных частиц, который осуществляет анализ их цветовых параметров. Как правило, способы классификации минеральных частиц [34] разнообразны и построены по различным принципам. Многообразие минералов и их свойств обуславливает многообразие признаков, которые могут быть использованы в различных системах разделения минеральных частиц на группы.
По цветовым параметрам, в зависимости от интенсивности и оттенка, минералы (в особенности драгоценные и полудрагоценные камни) обычно подразделяют не следующие основные группы: — бесцветные; — с незначительным оттенком цвета; — с небольшим оттенком цвета; — с оттенком цвета; — цветные (с выраженным оттенком в объёме камня); — цветные (с ярко выраженным оттенком в объёме камня); — цветные (с густой окраской в объёме камня). При этом некоторые камни имеют «комбинированный» цвет (например жёлто-коричневые, коричнево-жёлтые, зеленовато-жёлтые и т.п.). Такие камни как правило относят к соответствующим по интенсивности группам цвета, в зависимости от степени проявления того или иного цвета. В качестве примера рассмотрим приведённую в [34] классификацию природных алмазов по цветовым характеристикам. В приведённой классификации каждая основная позиция алмазов подразделяется на позиции цвета. При углублённой классификации по цвету алмазы
Таким образом, цветовые ряды минералов, в частности алмазов, описываются изменениями цветового оттенка (например красный, зеленый, синий, коричневый, желтый), изменениями насыщенности цветового оттенка (например ряды коричневых и желтых алмазов) и изменениями светлоты минерала (светлый / темный).
С точки зрения физики, понятие «цвет» не имеет смысла, а источник света или цветной объект может отображаться исключительно в виде кривой излучения, отражения или пропускания спектра -соответствующего длинам волн уровня излученной, отражённой или пропущенной через фильтр энергии.
Цвет поверхности или тела объекта является результатом воздействия многих механизмов, включая выборочное поглощение на различных частотах, отражение и рассеяние света источника. Как правило, эти явления объединяют и описывают общей макроскопической моделью бинарной функции распределения отражения [33] (пропускания). Однако подобное описание ограниченно и не дает возможности комплексного и полного описания объекта. Поэтому в рамках данной работы положения указанной модели не будут рассматриваться.
Чтобы оптико-электронная система технического зрения предназначенная для цветовой идентификации объекта не зависела от свойств материала объекта анализа ОЭСЦА, его поверхности, формы и положения в пространстве, наличия на поверхности объекта различного рода дефектов, а также изменения параметров освещения и расположения источников, необходимо привязать цвет объекта к его объективным параметрам. Для достижения этого предлагается метод описания цветового образа объекта как его [объекта] объективной характеристики, определяемой свойствами материала объекта, его формой и ориентацией в пространстве.
Рассмотрим представление цветовых параметров объектов для ОЭСЦА, соответствующих принятым понятиям в цветовой классификации минералов.
Международной системой измерения цвета предусмотрено каждый хроматический цвет характеризовать тремя колориметрическими величинами: цветовым тоном, чистотой и светлотой или яркостью. Яркость определяется для характеристики светящихся тел. Однако, поскольку, исходя из задания, разрабатываемая оптико-электронная система цветового анализа движущихся минеральных частиц исследует отражённое от объекта анализа или прошедшее сквозь объект анализа излучение источника, то будем рассматривать только светлоту как характеристику несветящихся тел.
При этом выражение для цветового образа 3 объекта можно представить в виде совокупности трех самостоятельных компонент:
Рассмотрим по отдельности каждую из компонентов цветового образа объекта 3. При этом будем полагать, что условия наблюдения цветового образа объекта 3 оптико-электронной системой цветового анализа стационарны и соответствуют стандартам на условия освещения при визуальной сепарации минералов. Также не будем рассматривать случаи люминесценции минералов, связанных с наличием при стандартных условиях наблюдения УФ составляющей спектра источников освещения.
Цветовой тон - свойство зрительного ощущения, обозначаемое словами: синий, зелёный, жёлтый, красный, пурпурный и т.п. [26], — может быть выражен через доминирующую длину волны A,dom или дополнительную длину волны Zdop [35];
При этом указание на длину волны, характеризующую цветовой тон отражённого от объекта (прошедшего сквозь объект) излучения, ничего не говорит о том, что его спектральный состав одинаков со спектральным составом другого излучения, цветовой тон которого определяется той же длиной волны. Значение цветового тона позволяет судить только о том, к какому из основных цветов относится цвет анализируемого объекта.
Согласно определению [35], доминирующая длина волны Adom — это длина волны такого монохроматического излучения, смешение которого в определённой пропорции с ахроматическим (белым) цветом определённой светлоты обеспечивает получение цвета, тождественного в визуальном отношении данному.
Дополнительными длинами волн Zd при этом [35] называют такиенаборы длин волн монохроматического излучения, оптическое смешение которых в определённых пропорциях, приводит к получению искомого цветового оттенка.
Принципы построения ОЭСЦА частиц минерального сырья
Для реализации предложенной структуры алгоритма сегментации совокупности изображений в промышленных ОЭСЦА частиц минерального сырья в результате изучения принципов действия существующих систем цветовой идентификации объектов 43, 44] и различных устройств измерения цветов [45-48], а также строения и функциональных возможностей и принципов работы существующих ПОИ и системного метода описания объекта как его комплексной характеристики, была выработана обобщённая структурная схема оптико-электронной системы цветового анализа движущихся частиц минерального сырья (рис. 3.6).
В приведённой схеме выделены три основных модуля: модуль осветительный (МО), модуль фотоприёмный (МФ) и модуль обработки и управления (МОУ), - каждый из которых выполняет определённые функции.- МО предназначен для создания необходимой освещённости объекта исследования (О) в поле зрения оптической системы МФ. Модуль осветительный состоит из блока управления источником (БУИ), подконтрольным микропроцессору (МП), и, собственно, источника освещения (ИО) объекта, создающего на поверхности объекта исследования требуемое распределение освещённости Е0 (Л).
При этом цветовые координаты источника освещения объекта должны соответствовать цветовым координатам стандартного для цветового анализа минералов источника излучения — источника типа С. В качестве таких ИО могут использоваться светодиодные линейки, цветовые координаты излучения которых удовлетворяют вышеупомянутому условию. Однако при использовании светодиодов следует учитывать спектральные свойства их излучения, которые могут влиять на отображаемые ПОИ цветовые координаты объекта анализа ОЭСЦА.— МФ служит для приёма отражённого от объекта исследования (илипрошедшего сквозь объект, в случае прозрачных объектов) излучения ивключает в себя приёмную оптическую систему (ОС) и приёмникоптического излучения (ПОИ).
Для уменьшения времени обработки совокупности изображений удобно операцию преобразования цветовых координат как часть алгоритма сегментации совокупности изображений перенести на многоэлементный матричный ПОИ. — Модуль обработки и управления (МОУ) включает в себя устройство предварительной обработки изображений (УПО), которое осуществляет подготовку данных, получаемых от ФМ для дальнейшей обработки, и микропроцессор (МП), который производит окончательную обработку совокупности данных, а также управляет экспонированием ПОИ и блоком БУИ. После завершения операции обработки данных МП подаёт управляющие сигналы на внешнее устройство (ВУ), предназначенное для осуществления каких-либо действий (автоматическая система) с объектом анализа ОЭСЦА. Для вывода динамических характеристик процесса цветового анализа частиц минерального сырья, задания рабочих диапазонов или проведения элементов обучения ОЭСЦА используется видеоконтрольное устройство (ВКУ). При этом часть реализации предложенной в п. 3.1 структуры обработки совокупности изображений, связанная с коррекцией различных искажений изображений возлагается на устройство УПО. Реализация остальной части алгоритма производится в МП, который вырабатывает управляющие сигналы. Для того чтобы определить конкретные реализации операций алгоритма обработки совокупности изображений и выделить особенности построения макета ОЭСЦА необходимо выявить тип многоэлементньгх матричных ПОИ, наиболее подходящих для осуществления цветового анализа частиц минерального сырья. С точки зрения электроники и конструкции, в фотометрическом блоке колориметрического сепаратора может быть использованы датчики трёх разных типов [27,49, 50]: — датчики технологии ПЗС — датчики данного типа являются самыми чувствительными и создающими наименьший шум, однако их производство достаточно дорогостоящее, к тому же сложно производить датчики этого типа крупных размеров;датчики технологии КМОП — эти датчики менее чувствительны и имеют больший уровень шумов, по сравнению с ПЗС датчиками. Эти датчики обладают наименьшей стоимостью, к тому же в эти датчики можно встроить нижние слои для предварительной обработки видеосигнала. Также датчики данного типа содержат ступень преобразования ток-напряжение, а для активных пикселей ступень усиления, кроме того, они экономят энергию, в 100 раз больше, чем технология ПЗС (20-50 МВт и 2-5 МВт) [27];— датчики технологии ХЗ — фирмы Foveon основана на принципе многослойного датчика больших размеров с высокой чёткостью. Это технология производства датчиков получена на базе свойства многослойного кремния, где лучи с наибольшей длиной волны проникают глубже всего. Эта технология использует всё разрешение датчика для каждого основного цвета, что позволяет избежать интерполяции, являющейся следствием применения фильтра Байера. Датчики данного типа самые дорогостоящие, к тому же они имеют самый слабый уровень контрастности (полезный интервал экспозиции) из всех рассмотренных типов датчиков.
Задача определения цвета движущегося объекта в реальном времени определяет следующие требования к приёмникам оптического излучения:— минимальной стоимости,— максимальной предварительной обработки сигнала до поступления его к устройству предварительной обработки изображения и микропроцессору компьютера,— возможности разнообразных настроек датчика— и экономии энергии.
Всем этим требованиям в самой высокой степени соответствуют датчики, созданные на основе применения КМОП-технологии. Цветная матрица именно этого типа датчиков наиболее подходит для реализации модели оптико-электронной системы цветового анализа частиц минерального сырья.
Кроме того, датчики данной технологии лучше других подходят для реализации предложенной структуры алгоритма сегментации изображений. Однако присутствие ПОИ на основе применения КМОП-структур накладывает свой отпечаток на структуру проведения энергетического расчета реализации ОЭСЦА.
При этом структура энергетического расчёта должна содержать следующие основные пункты:— Как правило, производители ПОИ на КМОП-структурах в паспорте не указывают явно выраженного значения чувствительности, поэтому должен быть проведён эксперимент по её определению с описанием экспериментальной установки и анализом экспериментальных данных. - Должен быть проведен расчёт минимальной освещённости матрицы от объекта и фона, при которых обеспечивается обнаружение изображения объекта на предусмотренном в обобщённой схеме ВКУ. При этом, поскольку ОЭСЦА предназначена для анализа цветовых параметров объектов, расчёты всех параметров компонентов ОЭСЦА должны проводиться с учётом свойств визуального аппарата человека [51] (физических характеристик глаза, лимитирующих обнаружительную способность системы). Возможность обнаружения изображения объекта оператором определяется контрастной чувствительностью его зрения — величине, обратной пороговому контрасту изображения. Однако пороговый контраст сложным образом зависит от яркости адаптации глаза оператора, яркости и угловых размеров изображения объекта, уровня шумов и т.п. И, вследствие малого изменения значений влияющих факторов [51] для реальных изображений, будем считать эти факторы взаимонезависимыми.
Должен быть проведен энергетический расчёт, для определения требуемой освещённости отражённым излучением источника поверхности матрицы ПОИ, а также требуемого для обеспечения этой освещённости энергетического параметра.- Должны быть определены основные параметры оптической системы, необходимой для физической реализации оптико-электронной системы цветового анализа движущихся минеральных частиц по их цветовым параметрам.
Как результат энергетического расчёта должны быть выбраны конкретная матрица ПОИ, реализованная на КМОП-структуре, источники освещения объекта и объектив, которые будут использоваться при построении макета ОЭСЦА.
Расчёт минимальной освещённости матрицы
Исходные данные для определения минимальной освещённости матрицы КМОП и минимального контраста входного изображения в системе визуального наблюдения, исходя из вышеупомянутого, выбраны следующими [51]: - Вероятность обнаружения изображения объекта на экране кинескопа — Минимальный угловой размер изображения детали объекта а =6 ; - Угол зрения вертикального размера растра Д = 20; - Видимая яркость фона в изображении на экране . = 55 (кд/м2); — Разложение изображения нестандартное; - Коэффициент усиления видеотракта К0 = 2000; - Показатель нелинейности модуляционной характеристики =2,5; — Коэффициент пропорциональности модуляционной характеристики = 0,4; - Приведённая частота апертуры = 9,1 (МГц). 4.2.1. Определение среднеквадратического значения шума на модуляторе видеоконтрольного устройства Искомое среднее квадратическое значение напряжения шума на модуляторе видеоконтрольного устройства Uut и складывается из напряжения шума матрицы прибора с КМОП-структурой UMKJiton и теплового шума встроенного предварительного усилителя при следующих условиях [64]: — спектральная плотность всех составляющих шума приблизительно постоянна; — входная цепь не вносит заметных частотных искажений ввиду малой входной ёмкости встроенного полевого транзистора; — амплитудно-частотная характеристика (АЧХ) усилителя близка к прямоугольной. В этих условиях тепловой шум встроенного предварительного усилителя на несколько порядков менее шума матрицы, поэтому имеем : где Uw taton — напряжение шума КМОП-матрицы рассчитывается для выходной ёмкости матрицы СвЬ1Х =0,15 (пФ). Напряжение сигнала от фона на модуляторе ВКУ определяется яркостью изображения от фона, которая рассчитывается по формуле [51]: Тк — длительность кадра, определяемая частотой следования кадров. Поскольку разложение нестандартное, необходимая частота следования кадров fK 70 кадр/с. Следовательно, время кадра равно: таким образом, средняя яркость изображения от фона равна: І0=55-(і-ехр(-8О-О,О14)) = 37,46 (кд/м2). Пренебрегая влиянием детектирования шумов ВКУ, напряжение сигнала от фона на модуляторе находится по формуле: где /3 - коэффициент пропорциональности модуляционной характеристики (по условию J3 = 0,4 ); у - показатель нелинейности модуляционной характеристики (по условию у = 2,5). Функция f4 — нормированная функция, учитывающая соотношение между яркостью адаптации и средней яркостью изображения на экране видеоконтрольного устройства: наилучшему условию наблюдения, при котором /4 = 1. Функция f5 — нормированная функция, учитывающая влияние зашумлённости изображения на пороговый контраст, определяется по формуле: где св - эффективное значение собственных шумов зрительной системы, пересчитанных на её вход (ств = 0,1); Кв — коэффициент, учитывающий спектральный состав внешнего шума, при нормальном законе распределения шумов и равномерном энергетическом спектре Кв = 1; сгю - эффективное значение шумов в наблюдаемом изображении, которое определяется по формуле: Г где у — показатель нелинейности модуляционной характеристики напряжение сигнала на модуляторе видеоконтрольного устройства от фона (по произведённым ранее расчётам, Uфм =6,15 В); 11шэ - напряжение шума на модуляторе видеоконтролъного устройства, учитывающее его частотно-контрастную характеристику; кш — коэффициент, учитывающий снижение видимой яркости шумов вследствие их усреднения люминофором видеоконтрольного устройства и глазом наблюдателя и рассчитывающийся по соотношению: При использовании в качестве фотоприёмного устройства КМОП-матрицы, приведённое к экрану видеоконтрольного устройства напряжение шумов можно найти, исходя из суммарного напряжения шумов на модуляторе самого видеоконтрольного устройства. Если предположить, что спектральная плотность этих шумов приблизительно постоянна, а ЧКХ видеотракта и входной цепи имеют квазипрямоугольную форму, то с учётом ЧКХ видеоконтрольного устройства можно записать: объекта Видимая яркость изображения мелких деталей объекта определяется по формуле: Определение значения видимой яркости изображения крупных деталей объекта производится с учётом искажений, вносимых КМОП-матрицей и видеоконтрольным устройством, по их продольным частотно-контрастным характеристикам для значения [51]: Коэффициент Мр определяется для величины т = 400 (твл) по ЧКХ телевизионного датчика где К [т) — частотно-контрастная характеристика видеоконтрольного устройства; Кклюп{т) — частотно-контрастная характеристика КМОП матрицы с объективом. Полагаем, что оптическая система объектива идеальная, то есть её частотно-контрастная характеристика равна единице в широком диапазоне пространственных частот. Таким образом, результирующая ЧКХ фотопреобразователя с объективом имеет вид произведения: где Кг (т) — геометрическая составляющая ЧКХ матрицы; Кд(т) — составляющая ЧКХ, связанная с диффузией носителей в подложке матрицы. Геометрическая составляющая частотно-контрастной характеристики матрицы, зависящая от размера и шага фоточувствительных элементов в матрице, определяется из соотношения: - число чёрных и белых штрихов миры, отнесённых к высоте секции накопления (высоте растра); тэ — число светочувствительных элементов в горизонтальном направлении, отнесённых к высоте секции накопления; аэ — размер элемента КМОП-матрицы в горизонтальном направлении; р - шаг элемента КМОП-матрицы в горизонтальном направлении; Ь — коэффициент, учитывающий фазовый сдвиг между осями элементов и максимумами яркости полос миры. Поскольку используемая матрица относится к матрицам с кадровым переносом, следовательно: ссэ= р. Коэффициент 1 Ь 2, принимаем следующее значение коэффициента: Ь = \,5. Значение тэ определяется по формуле: т =« = 1200- 5 = 200 (твл). э г 1ф 0,0067 где «г=1200 - количество фоточувствительных элементов синего цвета в секции накопления по горизонтали; /г =0,0011 (м) и 1ф = 0,0067 (м) - размеры окна накопления по вертикали и горизонтали соответственно.
График геометрической составляющей частотно-контрастной характеристики КМОП-матрицы представлен на рис. 4.9 кривой номер 1.
