CN111889222A - 基于视觉伺服的摇床导流控制系统和摇床导流控制方法 - Google Patents

Abstract

本发明公开了一种基于视觉伺服的摇床导流控制系统，包括视觉采集单元、运算控制单元、伺服导流机械装置；伺服导流机械装置包括导流装置外壳、伺服滑台组、定位标志、导流挡板，伺服滑台组安装在导流装置外壳上，导流挡板安装在伺服滑台组上并可在伺服滑台组上移动，导流挡板上设有定位标志。视觉采集单元获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面，运算控制单元运行矿带分布识别和定位标志定位算法，并输出控制信号驱动伺服滑台组带动导流挡板调整位置，导流挡板将选矿摇床床面不同矿带导流至相对应的分矿槽中，从而实现自动选矿，提升了选厂自动化程度，提高了选矿效率和精确度，极大降低了人工成本。

Description

基于视觉伺服的摇床导流控制系统和摇床导流控制方法

技术领域

本发明涉及选矿领域，特别涉及一种基于视觉伺服的摇床导流控制系统和摇床导流控制方法。

背景技术

摇床选矿是重力选矿法的一种，是细粒矿石初选的常用设备，传统摇床多为有人值守型摇床，在实际生产过程中还是需要人工进行频繁巡检，调整导流板位置将摇床分选出的不同矿带导流至相对应的分矿槽内，工作量大，选矿精度受现场工人技术熟练度和职业素质影响，很难提升选矿精度，自动化水平也有待提升。如何在已有投入的基础上、在最少成本投入的情况下、用简单的装置代替现场人员工作任务、有效提高选矿精度、提升选矿厂自动化程度具有重要意义。

发明内容

为了解决上述技术问题，本发明提供一种结构简单、工作可靠的基于视觉伺服的摇床导流控制系统，并提供一种算法简单的摇床导流控制方法。

本发明解决上述问题的技术方案是：一种基于视觉伺服的摇床导流控制系统，包括用于采集实时图像的视觉采集单元、用于控制的运算控制单元、用于对摇床进行导流的伺服导流机械装置；所述伺服导流机械装置包括导流装置外壳、伺服滑台组、定位标志、导流挡板，所述伺服滑台组安装在导流装置外壳上，所述导流挡板安装在伺服滑台组上并可在伺服滑台组上移动，所述导流挡板上设有用于确定导流挡板位置坐标的定位标志；所述视觉采集单元获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面，运算控制单元运行矿带分布识别和定位标志定位算法，并输出控制信号驱动伺服滑台组带动导流挡板调整位置，导流挡板将选矿摇床床面不同矿带导流至相对应的分矿槽中。

上述基于视觉伺服的摇床导流控制系统，所述视觉采集单元包括工业CMOS相机、固定支架，所述工业CMOS相机用于获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面；所述固定支架安装在导流装置外壳上且水平方向、垂直方向可调节，用于固定安装工业CMOS相机，工业CMOS相机安装在固定支架上。

上述基于视觉伺服的摇床导流控制系统，所述运算控制单元包括工控电源、中央控制器、伺服电机驱动器；所述工控电源为工业级电源供应器，为运算控制单元供电；所述中央控制器运行矿带分布识别和定位标志定位算法，并输出控制量至伺服电机驱动器，驱动伺服滑台组带动导流挡板调整位置。

上述基于视觉伺服的摇床导流控制系统，所述伺服滑台组包括伺服电机、丝杆滑块、丝杆、导流板固定架，所述伺服电机安装在导流装置外壳上，伺服电机的输出轴与丝杆连接，丝杆上设有丝杆滑块，所述导流板固定架位于丝杆一侧且固定在丝杆滑块上，所述导流挡板安装在导流板固定架上。

上述基于视觉伺服的摇床导流控制系统，所述伺服电机驱动器为隔离式电机驱动，用于驱动伺服导流机械装置的伺服电机。

上述基于视觉伺服的摇床导流控制系统，所述中央控制器包括视觉识别处理器和数字控制器，视觉识别处理器运行矿带分布识别和定位标志定位算法，数字控制器运行控制伺服滑台组的导流挡板移动的伺服控制算法。

一种摇床导流控制方法，包括以下步骤：

步骤一：视觉采集单元的工业CMOS相机获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面，并将采集到的图像送入运算控制单元的中央控制器；

步骤二：中央控制器的视觉识别处理器运行矿带分布识别算法，将采集图像进行分割处理，计算精矿带、中矿带位置，而后通过定位标志定位算法定位导流板所在位置，最后将处理结果发送至中央控制器的数字控制器；

步骤三：数字控制器接收矿带和导流板位置信息，运行伺服控制算法，计算输出控制量，控制伺服电机驱动器驱动伺服电机，移动导流板至对应位置，实现矿带导流目的。

上述摇床导流控制方法，所述步骤二中，矿带分布识别算法的具体过程为：

1)采集矿带图像，对采集到的矿带图像进行预处理；

2)针对预处理后的矿带图像，采用OUST算法获取精矿左侧分界线；

采用OUST算法获取精矿左侧分界线的步骤包括；先设定阈值T₁，用阈值T₁对图像进行一次阈值分割，得到分界线L₁，L₁右侧图像为尾矿区域，采用OTSU算法对分割后的左侧图像进行再次分割，其分割线即精矿带左侧分界线L₂；

OTSU算法是一种自适应全局最佳阈值确定方法，OTSU算法认为分割后得到的背景与前景两部分之间的类间方差越大，分割时错分的概率越小，因此，该算法采用遍历的方式得到使类间方差最大的阈值，即为所求，具体过程为：

若图像大小为M×N，图像中像素的灰度值小于阈值的像素个数记作N₁，像素灰度大于阈值的像素个数记作N₂，背景像素占比记为ω₁，其平均灰度μ₁；前景像素占比为ω₂，其平均灰度为μ₂，图像的总平均灰度记为μ，类间方差记为g；则有以下公式：

背景像素占比

前景像素占比ω₂＝1-ω₁

像素平均灰度值为μ＝ω₁×μ₁+ω₂×μ₂

类间方差g＝ω₁×(μ-μ₁)²+ω₂×(μ-μ₂)²

简化可得等价公式g＝ω₁×ω₂×(μ₁-μ₂)²

循环遍历所有阈值，使得类间方差g最大的阈值即为所求阈值；

3)通过自适应阈值分割与积分投影对矿带图像中矿与尾矿分界线进行粗定位；

截取图像L₂，L₁两个分界线之间部分，采用自适应阈值计算方法得到T₂，使用阈值T₂对图像进行二值化，对二值化得到的图像进行竖向积分投影，对积分投影图像从右侧开始向左侧搜索，当检测到投影值连续为0的点超过一个固定值m时，则以此位置作为中矿与尾矿分界线的粗定位分界线L₃；自适应阈值利用下式求取：

T₂＝min(I)+α×(max(I)-min(I))

其中min(I)表示图像像素的最小值，max(I)表示图像像素的最大值，α为调整因子；

4)采用区域生长法对矿带图像中矿与尾矿分界线进行细定位；

采用区域生长法对矿带图像中矿与尾矿分界线进行细定位的步骤包括；以分界线L₃为种子点，采用区域生长法进一步确定分界线位置，得到中矿与尾矿的准确分界线L₄；

区域生长法的生长准则为：判断种子点L3附近的8邻域内像素的各自灰度值与生长点所在像素灰度值之差是否大于阈值T，若是，则将该像素包括进种子点像素所在的区域；区域生长结束后，取生长区域的最右侧作为中矿与尾矿的分界线L₄。

上述摇床导流控制方法，所述步骤二中，定位标志定位算法采用模板匹配-平方差匹配：

其中x、y表示XOY坐标系中的原图像的横坐标、纵坐标，x′、y′表示和原图像比照的图像块的横坐标、纵坐标，I表示原图像，T表示和原图像比照的图像块，R表示匹配度量值；通过图像块从左往右、从上往下一次移动一个像素，在每一个位置都进行一次度量计算来获得匹配度量值，最好匹配为0，匹配越差，匹配值越大；最后选择匹配度量值最小的位置作为导流板位置。

上述摇床导流控制方法，所述步骤三中，伺服控制算法采用启停变加速和经典位置PID控制；

伺服系统启停变加速控制：

Fcurrent＝Fmin+(Fmax-Fmin)/(1+e^{-Flexible*(i-num)/num})

其中Fcurrent表示length个点中的单个频率值；Fmin表示最小频率；Fmax为最大频率；-Flexible*(i-num)/num是对S型曲线进行拉伸变化，Flexible代表S曲线区间，Flexible越大代表压缩得越厉害，X坐标0点周围加速度越大；越小越接近匀加速；i是在循环计算过程中的索引，从0开始；num为常量，大小为length/2；

经典位置PID控制：

其中k表示采样序列；u_k表示第k次采样时刻的控制量输出值；e_k表示第k次采样时刻的输入偏差值；e_k-1表示第k-1次采样时刻的输入偏差值；K_P表示比例系数；K_i表示积分系数；K_d表示微分系数。

本发明的有益效果在于：

1、本发明的摇床导流装置中，视觉采集单元获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面，运算控制单元运行矿带分布识别和定位标志定位算法，并输出控制信号驱动伺服滑台组带动导流挡板调整位置，导流挡板将选矿摇床床面不同矿带导流至相对应的分矿槽中，从而实现自动选矿，在现有已有设备情况下，提升了选厂自动化程度，提高了选矿效率和精确度，极大降低了人工成本。

2、传统伺服运动结构的定位一般有：①开机归位、②系统记录运行步数、③行程中加装限位传感器校验位置，面对长时间往复运动的系统，第1、2种方法都会面误差增大，无法达到使用准确效果，而第3中方法，必须要在往复运动中经过校验位置点，否则无法达到校验作用。本发明的摇床导流装置中，通过加装视觉定位标志，检测矿带以及定位标志都在同一幅画面中，不需要系统归位、记录步数，长期运行准确有保障。

3、本发明的摇床导流装置中，中央控制器采用视觉识别处理器和数字控制器的双核心设计，每个处理器独立运行，发挥各自优点，提高了工作效率，降低了系统故障。

4、本发明的摇床导流控制方法中，首先工业CMOS相机获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面，并将采集到的图像送入运算控制单元的中央控制器；然后中央控制器的视觉识别处理器运行矿带分布识别算法，将采集图像进行分割处理，计算精矿带、中矿带位置，而后通过定位标志定位算法定位导流板所在位置，最后将处理结果发送至中央控制器的数字控制器；最后数字控制器接收矿带和导流板位置信息，运行伺服控制算法，计算输出控制量，控制伺服电机驱动器驱动伺服电机，移动导流板至对应位置，实现矿带导流目的，能够有效提升识别精度，增加选厂选矿的品质。

附图说明

图1为本发明中摇床导流控制系统的整体结构示意图。

图2为图1中的视觉采集单元的结构示意图。

图3为图1中的运算控制单元的结构示意图。

图4为图1中的伺服导流机械装置的结构示意图。

图5为图4中的伺服滑台组的结构示意图。

图6为本发明中摇床导流控制系统的实际工作状态效果图。

图7为图6的立体图。

图8为本发明中摇床导流控制方法的流程图。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明。

如图1所示，一种基于视觉伺服的摇床导流控制系统，包括用于采集实时图像的视觉采集单元1、用于控制的运算控制单元2、用于对摇床进行导流的伺服导流机械装置3。

如图4所示，所述伺服导流机械装置3包括导流装置外壳31、伺服滑台组32、定位标志33、导流挡板34，导流装置外壳31采用不锈钢材料，外表涂有防锈漆，结构紧凑，导流装置外壳31用于安装和保护伺服导流机械装置3的其他组成部分；所述伺服滑台组32安装在导流装置外壳31上，所述导流挡板34安装在伺服滑台组32上并可在伺服滑台组32上移动，所述导流挡板34上设有用于确定导流挡板34位置坐标的定位标志33；所述视觉采集单元1获取选矿摇床面矿带分布以及伺服导流机械装置3的定位标志33位置坐标画面，运算控制单元2运行矿带分布识别和定位标志定位算法，并输出控制信号驱动伺服滑台组32带动导流挡板34调整位置，导流挡板34将选矿摇床5床面不同矿带导流至相对应的分矿槽4中。

如图2所示，所述视觉采集单元1包括工业CMOS相机11、固定支架12，所述工业CMOS相机11用于获取选矿摇床面矿带分布以及伺服导流机械装置3的定位标志位置坐标画面；所述固定支架12安装在导流装置外壳31上且水平方向、垂直方向可调节，用于固定安装工业CMOS相机11，工业CMOS相机11安装在固定支架12上。

所述工业CMOS相机11为工业级高清CMOS相机，能够在选矿厂环境下稳定运行，采集画面清晰度高，满足视觉处理控制要求。

固定支架12采用铝合金支架，预留调节固定螺丝孔，安装架设摄像头稳定、可靠、抗腐蚀。

如图3所示，所述运算控制单元2包括工控电源21、中央控制器22、伺服电机驱动器23；所述工控电源21为工业级电源供应器，为运算控制单元2供电；所述中央控制器22运行矿带分布识别和定位标志定位算法，并输出控制量至伺服电机驱动器23，驱动伺服滑台组32带动导流挡板34调整位置。

所述伺服电机驱动器23为隔离式电机驱动，用于驱动伺服导流机械装置3的伺服电机32a。具有过电压、过电流、过热、欠压等故障检测保护电路，在主回路中还加入软启动电路，以减小启动过程对驱动器的冲击。

如图5所示，所述伺服滑台组32包括伺服电机32a、丝杆滑块32b、丝杆32c、导流板固定架32d，所述伺服电机32a安装在导流装置外壳31上，伺服电机32a的输出轴与丝杆32c连接，丝杆32c上设有丝杆滑块32b，所述导流板固定架32d位于丝杆32c一侧且固定在丝杆滑块32b上，所述导流挡板34安装在导流板固定架32d上。

伺服电机32a采用直流24V伺服电机，电压低，运行安全，功耗小，步进精度高；丝杆滑块32b采用滚珠丝杆直线模组专用TBI滚珠丝杆滑块32b，永久防锈，滑动流畅，阻力小；丝杆32c采用合金钢滚珠螺杆，转动效率高，耐磨，噪音低；导流板固定架32d为不锈钢材质双L形，能够稳定固定导流板；定位标志33为双色双环标记，能够杜绝误识别运行环境下的其他部件，识别率高，定位准确；导流挡板34为倒V形结构，能够完美的将两条矿带分开至相应的分矿槽内；分矿槽为摇床选矿厂现有投入使用的分矿槽；选矿摇床为摇床选矿厂现有已投入的摇床选矿设备。

所述中央控制器22包括视觉识别处理器和数字控制器，视觉识别处理器运行矿带分布识别和定位标志定位算法，数字控制器运行控制伺服滑台组32的导流挡板34移动的伺服控制算法。视觉处理器采用SMP多协处理器四核、主频1.2GHz，伺服控制器采用DSC控制处理器，视觉处理与伺服电机控制分开，充分发挥各自CPU的优点，提高控制器的运算处理能力。

如图8所示，一种摇床导流控制方法，包括以下步骤：

步骤一：视觉采集单元1的工业CMOS相机11获取选矿摇床面矿带分布以及伺服导流机械装置3的定位标志位置坐标画面，并将采集到的图像送入运算控制单元2的中央控制器22。

步骤二：中央控制器22的视觉识别处理器运行矿带分布识别算法，将采集图像进行分割处理，计算精矿带、中矿带位置，而后通过定位标志定位算法定位导流板所在位置，最后将处理结果发送至中央控制器22的数字控制器。

矿带分布识别算法的具体过程为：

1)采集矿带图像，对采集到的矿带图像进行预处理；

2)针对预处理后的矿带图像，采用OUST算法获取精矿左侧分界线；

采用OUST算法获取精矿左侧分界线的步骤包括；先设定阈值T₁，用阈值T₁对图像进行一次阈值分割，得到分界线L₁，L₁右侧图像为尾矿区域，采用OTSU算法对分割后的左侧图像进行再次分割，其分割线即精矿带左侧分界线L₂；

OTSU算法是一种自适应全局最佳阈值确定方法，OTSU算法认为分割后得到的背景与前景两部分之间的类间方差越大，分割时错分的概率越小，因此，该算法采用遍历的方式得到使类间方差最大的阈值，即为所求，具体过程为：

若图像大小为M×N，图像中像素的灰度值小于阈值的像素个数记作N₁，像素灰度大于阈值的像素个数记作N₂，背景像素占比记为ω₁，其平均灰度μ₁；前景像素占比为ω₂，其平均灰度为μ₂，图像的总平均灰度记为μ，类间方差记为g；则有以下公式：

背景像素占比

前景像素占比ω₂＝1-ω₁

像素平均灰度值为μ＝ω₁×μ₁+ω₂×μ₂

类间方差g＝ω₁×(μ-μ₁)²+ω₂×(μ-μ₂)²

简化可得等价公式g＝ω₁×ω₂×(μ₁-μ₂)²

循环遍历所有阈值，使得类间方差g最大的阈值即为所求阈值；

3)通过自适应阈值分割与积分投影对矿带图像中矿与尾矿分界线进行粗定位；

截取图像L₂，L₁两个分界线之间部分，采用自适应阈值计算方法得到T₂，使用阈值T₂对图像进行二值化，对二值化得到的图像进行竖向积分投影，对积分投影图像从右侧开始向左侧搜索，当检测到投影值连续为0的点超过一个固定值m时，则以此位置作为中矿与尾矿分界线的粗定位分界线L₃；自适应阈值利用下式求取：

T₂＝min(I)+α×(max(I)-min(I))

其中min(I)表示图像像素的最小值，max(I)表示图像像素的最大值，α为调整因子；

4)采用区域生长法对矿带图像中矿与尾矿分界线进行细定位；

采用区域生长法对矿带图像中矿与尾矿分界线进行细定位的步骤包括；以分界线L₃为种子点，采用区域生长法进一步确定分界线位置，得到中矿与尾矿的准确分界线L₄；

区域生长法的生长准则为：判断种子点L3附近的8邻域内像素的各自灰度值与生长点所在像素灰度值之差是否大于阈值T，若是，则将该像素包括进种子点像素所在的区域；区域生长结束后，取生长区域的最右侧作为中矿与尾矿的分界线L₄。

定位标志定位算法采用模板匹配-平方差匹配：

其中x、y表示XOY坐标系中的原图像的横坐标、纵坐标，x′、y′表示和原图像比照的图像块的横坐标、纵坐标，I表示原图像，T表示和原图像比照的图像块，R表示匹配度量值；通过图像块从左往右、从上往下一次移动一个像素，在每一个位置都进行一次度量计算来获得匹配度量值，最好匹配为0，匹配越差，匹配值越大；最后选择匹配度量值最小的位置作为导流板位置。

步骤三：数字控制器接收矿带和导流板位置信息，运行伺服控制算法，计算输出控制量，控制伺服电机驱动器23驱动伺服电机32a，移动导流板至对应位置，实现矿带导流目的。

伺服控制算法采用启停变加速和经典位置PID控制；

伺服系统启停变加速控制：

Fcurrent＝Fmin+(Fmax-Fmin)/(1+e^{-Flexible*(i-num)/num})

其中Fcurrent表示length个点中的单个频率值；Fmin表示最小频率；Fmax为最大频率；-Flexible*(i-num)/num是对S型曲线进行拉伸变化，Flexible代表S曲线区间，Flexible越大代表压缩得越厉害，X坐标0点周围加速度越大；越小越接近匀加速；i是在循环计算过程中的索引，从0开始；num为常量，大小为length/2；

经典位置PID控制：

其中k表示采样序列；u_k表示第k次采样时刻的控制量输出值；e_k表示第k次采样时刻的输入偏差值；e_k-1表示第k-1次采样时刻的输入偏差值；K_P表示比例系数；K_i表示积分系数；K_d表示微分系数。

Claims (10)

1.一种基于视觉伺服的摇床导流控制系统，其特征在于：包括用于采集实时图像的视觉采集单元、用于控制的运算控制单元、用于对摇床进行导流的伺服导流机械装置；所述伺服导流机械装置包括导流装置外壳、伺服滑台组、定位标志、导流挡板，所述伺服滑台组安装在导流装置外壳上，所述导流挡板安装在伺服滑台组上并可在伺服滑台组上移动，所述导流挡板上设有用于确定导流挡板位置坐标的定位标志；所述视觉采集单元获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面，运算控制单元运行矿带分布识别和定位标志定位算法，并输出控制信号驱动伺服滑台组带动导流挡板调整位置，导流挡板将选矿摇床床面不同矿带导流至相对应的分矿槽中。

2.根据权利要求1所述的基于视觉伺服的摇床导流控制系统，其特征在于：所述视觉采集单元包括工业CMOS相机、固定支架，所述工业CMOS相机用于获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面；所述固定支架安装在导流装置外壳上且水平方向、垂直方向可调节，用于固定安装工业CMOS相机，工业CMOS相机安装在固定支架上。

3.根据权利要求1所述的基于视觉伺服的摇床导流控制系统，其特征在于：所述运算控制单元包括工控电源、中央控制器、伺服电机驱动器；所述工控电源为工业级电源供应器，为运算控制单元供电；所述中央控制器运行矿带分布识别和定位标志定位算法，并输出控制量至伺服电机驱动器，驱动伺服滑台组带动导流挡板调整位置。

4.根据权利要求3所述的基于视觉伺服的摇床导流控制系统，其特征在于：所述伺服滑台组包括伺服电机、丝杆滑块、丝杆、导流板固定架，所述伺服电机安装在导流装置外壳上，伺服电机的输出轴与丝杆连接，丝杆上设有丝杆滑块，所述导流板固定架位于丝杆一侧且固定在丝杆滑块上，所述导流挡板安装在导流板固定架上。

5.根据权利要求4所述的基于视觉伺服的摇床导流控制系统，其特征在于：所述伺服电机驱动器为隔离式电机驱动，用于驱动伺服导流机械装置的伺服电机。

6.根据权利要求4所述的基于视觉伺服的摇床导流控制系统，其特征在于：所述中央控制器包括视觉识别处理器和数字控制器，视觉识别处理器运行矿带分布识别和定位标志定位算法，数字控制器运行控制伺服滑台组的导流挡板移动的伺服控制算法。

7.一种基于权利要求6所述的基于视觉伺服的摇床导流控制系统的摇床导流控制方法，其特征在于，包括以下步骤：

步骤一：视觉采集单元的工业CMOS相机获取选矿摇床面矿带分布以及伺服导流机械装置的定位标志位置坐标画面，并将采集到的图像送入运算控制单元的中央控制器；

步骤二：中央控制器的视觉识别处理器运行矿带分布识别算法，将采集图像进行分割处理，计算精矿带、中矿带位置，而后通过定位标志定位算法定位导流板所在位置，最后将处理结果发送至中央控制器的数字控制器；

步骤三：数字控制器接收矿带和导流板位置信息，运行伺服控制算法，计算输出控制量，控制伺服电机驱动器驱动伺服电机，移动导流板至对应位置，实现矿带导流目的。

8.根据权利要求7所述的摇床导流控制方法，其特征在于，所述步骤二中，矿带分布识别算法的具体过程为：

1)采集矿带图像，对采集到的矿带图像进行预处理；

2)针对预处理后的矿带图像，采用OUST算法获取精矿左侧分界线；

采用OUST算法获取精矿左侧分界线的步骤包括；先设定阈值T₁，用阈值T₁对图像进行一次阈值分割，得到分界线L₁，L₁右侧图像为尾矿区域，采用OTSU算法对分割后的左侧图像进行再次分割，其分割线即精矿带左侧分界线L₂；

OTSU算法是一种自适应全局最佳阈值确定方法，OTSU算法认为分割后得到的背景与前景两部分之间的类间方差越大，分割时错分的概率越小，因此，该算法采用遍历的方式得到使类间方差最大的阈值，即为所求，具体过程为：

若图像大小为M×N，图像中像素的灰度值小于阈值的像素个数记作N₁，像素灰度大于阈值的像素个数记作N₂，背景像素占比记为ω₁，其平均灰度μ₁；前景像素占比为ω₂，其平均灰度为μ₂，图像的总平均灰度记为μ，类间方差记为g；则有以下公式：

背景像素占比

前景像素占比ω₂＝1-ω₁

像素平均灰度值为μ＝ω₁×μ₁+ω₂×μ₂

类间方差g＝ω₁×(μ-μ₁)²+ω₂×(μ-μ₂)²

简化可得等价公式g＝ω₁×ω₂×(μ₁-μ₂)²

循环遍历所有阈值，使得类间方差g最大的阈值即为所求阈值；

3)通过自适应阈值分割与积分投影对矿带图像中矿与尾矿分界线进行粗定位；

截取图像L₂，L₁两个分界线之间部分，采用自适应阈值计算方法得到T₂，使用阈值T₂对图像进行二值化，对二值化得到的图像进行竖向积分投影，对积分投影图像从右侧开始向左侧搜索，当检测到投影值连续为0的点超过一个固定值m时，则以此位置作为中矿与尾矿分界线的粗定位分界线L₃；自适应阈值利用下式求取：

T₂＝min(I)+α×(max(I)-min(I))

其中min(I)表示图像像素的最小值，max(I)表示图像像素的最大值，α为调整因子；

4)采用区域生长法对矿带图像中矿与尾矿分界线进行细定位；

采用区域生长法对矿带图像中矿与尾矿分界线进行细定位的步骤包括；以分界线L₃为种子点，采用区域生长法进一步确定分界线位置，得到中矿与尾矿的准确分界线L₄；

区域生长法的生长准则为：判断种子点L3附近的8邻域内像素的各自灰度值与生长点所在像素灰度值之差是否大于阈值T，若是，则将该像素包括进种子点像素所在的区域；区域生长结束后，取生长区域的最右侧作为中矿与尾矿的分界线L₄。

9.根据权利要求7所述的摇床导流控制方法，其特征在于，所述步骤二中，定位标志定位算法采用模板匹配-平方差匹配：

其中x、y表示XOY坐标系中的原图像的横坐标、纵坐标，x′、y′表示和原图像比照的图像块的横坐标、纵坐标，I表示原图像，T表示和原图像比照的图像块，R表示匹配度量值；通过图像块从左往右、从上往下一次移动一个像素，在每一个位置都进行一次度量计算来获得匹配度量值，最好匹配为0，匹配越差，匹配值越大；最后选择匹配度量值最小的位置作为导流板位置。

10.根据权利要求7所述的摇床导流控制方法，其特征在于，所述步骤三中，伺服控制算法采用启停变加速和经典位置PID控制；

伺服系统启停变加速控制：

Fcurrent＝Fmin+(Fmax-Fmin)/(1+e^{-Flexible*(i-num)/num})

其中Fcurrent表示length个点中的单个频率值；Fmin表示最小频率；Fmax为最大频率；-Flexible*(i-num)/num是对S型曲线进行拉伸变化，Flexible代表S曲线区间，Flexible越大代表压缩得越厉害，X坐标0点周围加速度越大；越小越接近匀加速；i是在循环计算过程中的索引，从0开始；num为常量，大小为length/2；

经典位置PID控制：

其中k表示采样序列；u_k表示第k次采样时刻的控制量输出值；e_k表示第k次采样时刻的输入偏差值；e_k-1表示第k-1次采样时刻的输入偏差值；K_P表示比例系数；K_i表示积分系数；K_d表示微分系数。

Images