автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.07, диссертация на тему:Исследование и разработка оптико-электронных систем цветового анализа минерального сырья

ИО4603405 '

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ. ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ, МЕХАНИКИ И ОПТИКИ

На правах рукописи УДК: 681.518.3

ГОРБУНОВА Елена Васильевна

ИССЛЕДОВАНИЕ И РАЗРАБОТКА ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМ ЦВЕТОВОГО АНАЛИЗА МИНЕРАЛЬНОГО СЫРЬЯ

05.11.07 - Оптические и оптико-электронные приборы и комплексы

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург 2010 г.

- 3 ИЮН 2010

004603405

Работа выполнена в Санкт-Петербургском государственном университете информационных технологий, механики и оптики

Научный руководитель: доктор технических наук, профессор

В.В. Коротаев

Официальные оппоненты: доктор технических наук, профессор

В. Д. Смирнов

кандидат технических наук Ю.И. Солдатов

Ведущая организация Научно-техническое предприятие «ТКА»

Защита состоится « О/ » $ £ 2010 г. в _/2г ч- мин. на заседании диссертационного совета Д 212.227.01 при Санкт-Петербургском государственном университете информационных технологий, механики и оптики по адресу: 190000, г. Санкт-Петербург, пер. Гривцова, 14., ауд. 313-а

С диссертацией можно ознакомиться в библиотеке СПб ГУ ИТМО

Автореферат разослан « 29 » ду^ 2010 г.

Отзывы и замечания по автореферату (в двух экземплярах), заверенные печатью, просим направлять по адресу университета: 197101, г. Санкт-Петербург, Кронверкский пр., д. 49, секретарю диссертационного совета Д 212.227.01.

Ученый секретарь

диссертационного совета Д 212.227.01 |

кандидат технических наук, доцент.............¡)

..В.М. Красавцев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы

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 Конструкторско-технологическом институте научного

приборостроения (КТИ НП) СО РАН.

Практически требуется определить цветовые параметры поверхности контролируемого объекта, расположенного на расстоянии до 200 мм от регистрирующей оптико-электронной системы. При этом контролируемый объект движется со скоростью 0,5 - 3 м/с по транспортёру мимо регистрирующей системы, причем ширина транспортёра определяет ширину кадра и не должна превышать 150 мм, показатель извлечения не должен опускаться ниже 95%. Контроль обычно осуществляется в жестких условиях промышленной эксплуатации сепаратора минерального сырья, характеризуемых изменением температуры окружающей среды в пределах 15-25 °С, воздействием влажности, электромагнитных помех промышленного происхождения и т.п.

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.

Однахо в настоящее время отсутствуют серийные системы этого 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 поворота, особенностей структуры поверхности, наличия водяной плёнки и различного рода дефектов, а также изменения параметров освещения и расположения источников.

Указанные обстоятельства определяют актуальность выбора в качестве объекта диссертационного исследования - оптико-электронной системы цветового анализа минерального сырья.

Работы по изучению закономерностей представления объекта для оптико-электронных систем цветового анализа, 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.

Цель работы

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 следующие задачи:

Задачи исследования

1. Анализ и классификация известных методов и средств определения (контроля) цветовых параметров объектов.

2. Разработка метода описания цветового образа объекта контроля для оптико-электронной системы цветового анализа.

3. Разработка способа исследования возможностей применения известных цветовых пространств представления параметров объекта контроля при обработке данных в ОЭСЦА.

4. Разработка структуры алгоритма сегментации зон одинаковой цветности на изображении контролируемого объекта для экспериментального образца ОЭСЦА.

5. Разработка принципов построения ОЭСЦА, обеспечивающих цветовую идентификацию частиц минерального сырья в промышленных условиях.

6. Формулировка требований к обработке изображения объекта контроля, регистрируемого приемником оптического излучения.

7. Разработка имитационных компьютерных моделей реакции ОЭСЦА на возможные изменения условий сепарации объектов на системотехническом уровне.

8. Проведение экспериментальных исследований на разработанных макетах ОЭСЦА.

Методы исследования

Аналитические и численные методы геометрической оптики. Методы цифровой обработки изображений. На отдельных этапах исследований используется математическое моделирование с применением ПК. Расчёты и выводы проверяются экспериментально на действующем макете ОЭСЦА.

Научная новизна

В диссертации разработаны метод описания цветового образа объекта контроля для оптико-электронной системы цветового анализа частиц минерального сырья и принцип построения указанной системы, обеспечивающие идентификацию частиц минерального сырья в промышленных условиях.

Основные результаты, выносимые на защиту

1. 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, выявленный на основании представления цвета объекта визуальным аппаратом человека, и представляемой при помощи трех квази-независимых составляющих (цветового тона, насыщенности и светлоты).

2. Способ выбора наиболее эффективного цветового пространства для представления цветового образа объекта в промышленных ОЭСЦА.

3. Модифицированное цветовое пространство НЬБ с введенной логарифмической шкалой по цветовой координате Ь (для максимальной подстройки под восприятие светлоты поверхности объекта визуальным аппаратом человека) и приведенное к сферической системе координат (для уменьшения неоднозначности представления цветовых оттенков и линейности уравнений, описывающих границы рабочих диапазонов).

4. Структура алгоритма сегментации зон одинаковой цветности на изображении неподвижного и движущегося объекта контроля ОЭСЦА, основанная на представлении цветового образа объекта в виде трёх

квази-независимых составляющих: цветового тона, насыщенности и светлоты, и учитывающая необходимость применения операций коррекции шумов ПОИ на основе КМОП структуры и операции выравнивания цвета.

5. 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 НЬБ, 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 разработанный метод описания цветового образа объекта, сократить время обработки данных и обеспечить автоматизированный контроль цветовых параметров частиц минерального сырья в промышленных условиях.

6. Имитационные компьютерные модели изменения цветового образа частиц минерального сырья при возможных изменениях условий промышленной сепарации указанных частиц (наличия водяной пленки на их поверхности, изменении освещенности, изменении скорости движения частиц) на основе применения предложенного метода описания цветового образа объекта.

Практические результаты работы

1. Разработан и изготовлен действующий макет ОЭСЦА с управляемыми источниками оптического излучения, позволяющий проводить цветовую идентификацию движущихся частиц минерального сырья на основе реализации предложенного алгоритма сегментации получаемого изображения.

2. Разработан и реализован рабочий алгоритм сегментации зон одинаковой цветности на изображении контролируемого объекта для макета ОЭСЦА.

3. Предложены методики экспериментальных исследований макета ОЭСЦА.

4. Показано, что при анализе цветовых параметров некоторых материалов (для различения которых достаточно использовать только данные об их цветовом тоне) можно пренебрегать смазом изображения, возникающим при движении объекта, что позволит упростить алгоритм обработки данных, уменьшить время обработки, повысить скорость движения объектов, и, как следствие, увеличить производительность сепарационного оборудования.

Реализация результатов работы

Результаты диссертационной работы использованы в лекционном

курсе дисциплин «Измерительные оптико-электронные приборы и системы», а также при создании измерительного преобразователя цветовых координат в рамках работ по «Исследованию и разработке многопараметрических измерительных преобразователей приборов и комплексов многофункционального приборостроения для промышленных систем управления» и «Развитию теории оптико-электронных информационно-измерительных и видеоинформационных распределённых систем анализа совокупности изображений».

Апробация работы

Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах:

- VII международная конференция «Прикладная оптика - 2006», Санкт-Петербург, Россия, 16-20 октября 2006 г.;

- V международная конференция молодых ученых и специалистов <(0птика-2007». Санкт-Петербург. Россия, 15-19 октября

2007 г.;

- VIII международная конференция «Прикладная оптика -2008», Санкт-Петербург, Россия, 20-24 октября 2008 г.;

- XXXV-XXXIX научная и учебно-методическая конференция профессорско-преподавательского и научного состава, с 2006 по 2010 г.;

- XI конкурс бизнес идей «Молодые, дерзкие, перспективные»

2008 г.

В 2008 и 2009 годах исследования по тематике диссертации получили поддержку в рамках грантов Правительства Санкт-Петербурга для студентов и аспирантов вузов и академических институтов.

Публикации. Основные результаты диссертационной работы опубликованы в 24 статьях и тезисах докладов, из них 3 из списка ВАК.

Структура и объем работы.

Диссертационная работа состоит из введения, пяти глав, заключения, библиографического списка из 75 наименований и 2 приложений. Общий объём работы составляет 157 страниц, включая 6 таблиц, 52 рисунка и 58 формул.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении показана актуальность работы, сформулированы её задачи, новизна и основные положения, выносимые на защиту.

В первой главе приведённый аналитический обзор и классификация известных методов и средств определения цветовых параметров объектов показали необходимость построения ОЭСЦА для использования в промышленных сепараторах минерального сырья на основе применения многоэлементных матричных ПОИ, реализующих

пространственное сканирование зоны анализа ОЭСЦА.

Сформулированные вводы определили цели и задачи работы.

Во второй главе рассмотрены принципы описания цветового образа объекта контроля для оптико-электронной системы технического зрения, предназначенной для определения цветовых характеристик объекта адекватно визуальному аппарату человека.

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.

Под цветовым образом 3 объекта предложено понимать совокупность функций параметров поверхности объектов контроля, определяемых ОЭСЦА (светлота, цветовой тон и насыщенность) и описывающую объект контроля оптико-электронной системы цветового анализа. Указанные параметры позволят реализовывать реакцию ОЭСЦА на частицы минерального сырья аналогично реакции визуального аппарата человека.

Частицы минерального сырья - многосложные объекты, объективными характеристиками которых являются спектральный коэффициент отражения, форма, ориентация в пространстве, дефекты поверхности и т.д. Однако, при изменении ориентации или формы частицы, при одном и том же спектральном коэффициенте отражения отображаемый ОЭСЦА цветовой образ объекта контроля будет изменяться, хотя объективные характеристики самой частицы не будут подвержены изменению. Поэтому описание цветового образа частицы для ОЭСЦА через объективные характеристики позволяет частично решить проблему его [цветового образа] изменения при повороте объекта анализа или при наличии дефектов поверхности частицы (сколов, трещин и т.п.). При этом предложено описание цветового образа объекта представлять тремя квази-независимыми составляющими (1):

=дс,Ф0е(Л),рм).т)

^=/(ИТ^(в,<р,ф)ЛФ0е(Л),Фвее(Л),р1(Л)У(Л))

где ЛАот - доминирующая длина волны излучения, отражённого от частицы (или прошедшего сквозь частицу) как составляющая цветового образа; д - светлота, как составляющая цветового образа; р -насыщенность, как составляющая цветового образа; Ш - функция

геометрических параметров частицы; С - функция, описывающая элементный состав частицы; Ф0е(Я) - спектральное распределение энергетического потока излучения источника освещения; Фбе(Л) -спектральное распределение энергетического потока излучения эталонного источника белого света; У(Л) - относительная спектральная чувствительность глаза для излучения с длиной волны Л; р{{Л) -спектральное распределение коэффициента отражения ¿-того элемента поверхности частицы минерального сырья, определяемое функцией, описывающей элементный состав поверхности объекта в его [объекта] пространственных координатах р1 (Л) = /(С(£>, е)); иШ,в,<р,а>) -функция, описывающая локальные затенения поверхности объекта анализа ОЭСЦА и зависящая от углов ориентации объекта (&,<р,а)) и функции геометрических параметров Ш; %(9,<р,(о) - функция, определяющая ориентацию частицы минерального сырья в пространстве относительно визирной оси ОЭСЦА.

Предложенное представление цветового образа объекта 3 для идеальных условий наблюдения (при плоском объекте однородной окраски с отсутствием дефекта поверхностей и выраженном локальном затенении, расположенном перпендикулярно к визирной оси ОЭСЦА) компоненты являются полностью независимыми. Однако, при невыполнении хотя бы одного из условий, компоненты Кр,д потеряют свойство взаимонезависимости.'

Тем не менее, компоненты Кр,д можно считать независимыми с точки зрения характера изменения, например при повороте грани частицы насыщенность области изображения этой грани будет постоянна (значение определяется углом поворота), а светлота области изображения будет представлять собой наклонную плоскость (угол наклона также определяется углом поворота грани относительно визирной оси ОЭСЦА).

Исходя из предложенной концепции представления цветового образа частицы минерального сырья при помощи трёх квазинезависимых составляющих, удобно для обработки цветного цифрового изображения частицы использовать разработанную международной комиссией МКО цветовое пространство НЬБ. Для удобства и простоты задания рабочих диапазонов сепарации (линейности уравнений, описывающих границы рабочих диапазонов), а также для исключения неоднозначности представления цветовых оттенков, цветовое пространство НЬБ было приведено к сферической системе координат, а для того, чтобы изменение координаты цветности Ь было наиболее

подстроено под восприятие светлоты поверхности объекта визуальным аппаратом человека, была введена логарифмическая шкала по цветовой координате Ь.

Таким образом, во второй главе сформулированы основные теоретические положения описания цветового образа объекта для ОЭСЦА, а также на основании анализа свойств объектов и условий промышленной сепарации показана необходимость применения преобразованного к сферическому виду цветового пространства НЬЭ для обработки изображений в ОЭСЦА.

В третьей главе рассмотрены особенности построения ОЭСЦА частиц минерального сырья, обоснование обобщенной структурной схемы макета ОЭСЦА, а также представлены модели изменения получаемого ОЭСЦА цветового образа частицы минерального сырья на наличие водяной плёнки на поверхности объекта, на изменение скорости движения объекта, на изменение яркости источников освещения объектов. Также проанализированы алгоритмические модели обработки изображения объекта контроля с целью определения методов коррекции его искажения вследствие различных влияющих факторов (смаза изображения и т.п.).

Обобщенная структурная схема макета включает в себя три модуля: модуль освещения объекта (МО), фотоприёмный модуль (МФ) и модуль обработки и управления (МОУ) (рисунок I).

МО !

ИО БУИ | сигналы управления

1

сигналы управления

"I

МФ !

ОС ПОИ 1 1 УПО МП

! г* 1 1

МОУ

ВУ

ВКУ

Рисунок 1. Обобщенная структурная схема макета ОЭСЦА

МО предназначен для создания необходимой освещённости частицы минерального сырья и состоит из блока управления источником (БУИ), подконтрольным микропроцессору (МП), и источников освещения (ИО) частицы.

Особо отмечено, что цветовые координаты источника освещения

объекта должны соответствовать цветовым координатам стандартного для цветового анализа минералов источника излучения - источника типа С. Причем, при использовании светодиодных источников освещения объекта необходимо учитывать спектральные свойства их излучения, которые могут влиять на отображаемые ПОИ цветовые координаты объектов анализа ОЭСЦА.

МФ служит для приёма отражённого от частицы минерального сырья (прошедшего сквозь частицу) излучения и вхлючает в себя приёмную оптическую систему (ОС) и приёмник оптического излучения (ПОИ), который может представлять собой многоэлементный датчик с комбинацией цветных фильтров (например, фильтр Байера).

Анализ существующих на данный момент времени технологий изготовления многоэлементных матричных ПОИ показал, что наиболее эффективными для использования в ОЭСЦА являются матричные приёмники на основании применения технологии КМОП-структур вследствие отсутствия ряда шумовых параметров и искажений изображения, имеющих место для ГОС матриц, а также низкой стоимости и более высокого уровня контрастности, по сравнению с многоэлементными датчиками технологии ХЗ фирмы Foveon™.

МОУ включает в себя устройство предварительной обработки изображений (УПО), осуществляющее подготовку данных для обработки в микропроцессоре (МП), который дополнительно несёт функцию управления освещением частицы минерального сырья. Сигнал с МП должен поступать на внешнее устройство (ВУ), осуществляющее отделение частицы минерального сырья от основной массы.

Причем, особенностью схемы является, то что МФ служит не только для приёма отражённого от частицы минерального сырья излучения но и является предварительным анализатором цветовых компонент, который, по возможности, осуществлял преобразование RGB компоненты в HLS компоненты.

Для существующих многоэлементных матричных ПОИ исследования показали, что задачу выделения объекта контроля на изображении, полученном с помощью ОЭСЦА для RGB составляющих в общем случае можно разбить на несколько независимых этапов: пересчёт полученных цветовых координат из цветового пространства RGB в разработанное ранее пространство HLS, предварительная коррекция полученного изображения, операция выравнивания цвета, выделение объекта на изображении.

В случае расширения функции МФ до преобразования цветовых координат, УПО будет выполнять только операции коррекции шумов изображения и выравнивания цвета, что уменьшит время обработки

одного кадра.

После пересчета цветовых координат из стандартного в более эффективное для проведения анализа изображения цветовое пространство, на этапе предварительной коррекции должна решаться задача коррекции шумов. Предложено после этого к полученному изображению применяется алгоритм выравнивания цвета, предназначенный для аппроксимации полученных цветовых поверхностей и исключения неоднородности отображения цветового образа объекта пикселами матрицы. Далее производится определение цвета объекта и выделение его контуров на изображении.

Таким образом, предложенная структурная схема реализации ОЭСЦА реализована на основе структурной реализации алгоритма сегментации зон одинаковой цветности, при которой на ПОИ возлагается функция пересчета цветовых координат, УПО осуществляет коррекцию шумов изображения, а МП определяет необходимость проведения остальных процедур обработки данных и осуществляет вывод сигнала на внешнее устройство. Предложенный принцип построения ОЭСЦА позволяет реализовать разработанный метод описания цветового образа объекта, сократить время обработки данных и обеспечить автоматизированный контроль цветовых параметров частиц минерального сырья в промышленных условиях.

Исследования теоретических моделей реакции ОЭСЦА на изменение яркости источника освещения объекта показали, что при этом изменению должен подвергаться только составляющая цветового образа объекта, описываемая светлотой и представляемая цветовой координатой Ь. Составляющие цветового образа, описываемые цветовым тоном и насыщенностью должны оставаться неизменными кроме тех значений яркости источников, которых недостаточно для создания необходимой освещённости на чувствительной площадке матрицы ПОИ. Это обуславливается независимостью представления информации о яркости и цветовом тоне изображения (вследствие описания объекта при помощи трёх квази-независимых характеристик).

Анализ теоретических моделей реакции ОЭСЦА на наличие / отсутствие водяной плёнки на поверхности объектов с шероховатой поверхностью показал, что при наличии тонкого водяного слоя на шероховатой поверхности объекта должно наблюдаться смещение составляющей цветового образа, описываемой светлотой в область с меньшими значениями цветовой координаты Ъ. При этом составляющая цветового образа, описываемая насыщенностью должна иметь тенденцию к сдвигу в область больших значений цветовой координаты Б. Составляющая цветового образа, описываемая цветовым

тоном, если не принимать во внимание искажение доминирующей длины волны отражённого излучения вследствие влияния коэффициента пропускания воды (ввиду того, что водяной слой является очень тонким) не должна изменяться. Это обусловлено тем, что цветовой тон зависит от формы спектрального распределения коэффициента отражения поверхности объекта, а не от его интегрального значения.

Теоретическое моделирование структур алгоритмов обработки изображения, полученного с помощью ОЭСЦА, выявило возможность уменьшения времени обработки информации вследствие линейности представления цветовых рядов минералов, и при применении описания различий цветов объектов для этих цветовых рядов через изменения только одной или двух цветовых координат (как правило цветового тона и насыщенности).

Таким образом, рассмотрение и выбор алгоритма выделения объекта по отображаемому ОЭСЦА цветовому образу при предложенном описании объекта показало, что вследствие движения объекта с однородной окраской изменению должна быть подвержена только цветовая координата Ь, поэтому, при задании цветовых рядов через цветовые координаты через Нив, искажения изображения не окажут существенного влияния на выделение объекта из основной массы. Также выявлены тенденции к увеличению цветовой координаты Б и уменьшению цветовой координаты Ь при наличии водяной плёнки на шероховатой поверхности частицы, что позволит упростить подстройку ОЭСЦА для анализа сухих и влажных объектов. Показано, что выявлены зависимости изменения цветового образа объекта при изменении яркости источника освещения, что позволило сформулировать требования к стабильности работы источников освещения объекта.

В четвертой главе рассмотрены особенности реализации ОЭСЦА минерального сырья позволяющей реализовать процесс обучения системы и осуществлять контроль за процессом сепарации минерального сырья.

При этом полагается, что ОЭСЦА не является механизмом восприятия цвета. Таким образом, в рамках ОЭСЦА, в периоде между получением и восстановлением изображения, речь идёт не о цвете, а о сигнале, который передаёт информацию и зависит от кодировки.

Предложенная методика габаритно-энергетического расчёта с учётом того, что ОЭСЦА представляет собой оптико-электронную систему определения принадлежности объекта к одному из заранее определённых классов с возможностью выведения результатов

посредством анализа цветового образа объекта контроля в предложенном описании.

Полученное основное выражения для расчёта габаритных параметров оптической системы ОЭСЦА имеет вид:

£>_уч I_Ерб' Л ' __^2)

Ч/-т„-ро6-2-Фаст-со8(а)-(г-Г)г где /' - фокусное расстояние объектива; - требуемая

освещённость объекта; 2 - расстояние от входного зрачка фотометрического блока до объекта; Зоб - площадь объекта; у? -коэффициент использования заданного источника излучения заданным ПОИ; т0 - интегральный коэффициент пропускания оптической системы; ро6 - коэффициент отражения объекта; Фцст - поток от источника излучения; а - угол между оптической осью приёмного объектива и направлением освещения объекта,

В четвертой главе работы также рассмотрены возможности технической реализации макета оптико-электронной системы цветовой сепарации частиц минерального сырья и приведены результаты габаритно-энергетического расчёта, показывающие возможность реализации макета ОЭСЦА.

В пятой главе приведены результаты экспериментальных исследований особенностей сепарации объектов на физическом макете ОЭСЦА (схема макета представлена на рисунке 2), которые показали правильность полученных теоретических зависимостей значений цветовых координат от изменения параметров сепарации (изменения мощности источников излучения, наличия водяной плёнки на поверхности объекта анализа).

Рисунок 2. Схема экспериментальной установки

При этом, в качестве экспериментальных образцов использовались тест-объекты, представляющие собой имитаторы частиц минерального сырья, куски минерала микроклина (разновидности алюмосиликата из группы калиевых полевых шпатов), шлифованные камни бирюзы и необработанный янтарь.

В экспериментах с неподвижными объектами, они помещались на подставку, в динамических экспериментах объекты двигались по наклонному желобу.

Основные результаты экспериментов для образцов микроклина (разновидности гранита) представлены на рисунках За и 36 соответственно.

При этом эксперимент представляет собой исследования изменения отображения цветового образа минерала микроклина ОЭСЦА при изменении яркости источников освещения. Результаты данного эксперимента, как и других экспериментов, проведённых в рамках диссертационного исследования, подтверждают полученные теоретические зависимости цветовых координат при изменениях условий сепарации, а также доказывают теоретические положения о квази-независимости составляющих цветового образа описания объектов при его выражении через цветовой тон, насыщенность и светлоту.

64 121 192 ДО 330 384 4*8 512 276 640 704 76» 132 909 Потек источника Ф, дм

(

! X н

у'

/ 1

/ /

64 121 192 156 329 394 441 512 <76 640 704 И Потек источника Ф, лм В »2 900

а) изменение средних координат б) изменение средних координат цветности для основного потока цветности для выделяемого руды минерала из потока руды

Рисунок 3 - Экспериментальные исследования влияния на изменение координат цветности минерала микроклина при изменении яркости источников освещения.

Результаты экспериментальных исследований на компьютерных моделях и экспериментальном образце оптико-электронной системы цветовой сепарации частиц минерального сырья подтвердили

адекватность реализованных математических и физических моделей, а также правильность найденных соотношений между параметрами системы. Исследования на экспериментальном образце подтвердили возможность реализации исследуемой системы анализа цветовых параметров и характеристик движущихся объектов.

Кроме того, исследования реакции ОЭСЦА на движущиеся частицы минерального сырья с однородным по поверхности окрасом выявили тенденцию к изменению только составляющей цветового образа, описываемой светлотой. Это явление показывает преимущество представленного описания цветового образа объекта контроля ОЭСЦА в виде его устойчивости к искажению изображения объекта вследствие его движения при экспонировании матрицы ПОИ.

В динамических экспериментах показано, что даже при превышении скорости движения объектов в 5 раз, цветовая координата Н не изменяется, тогда как Ь и Б могут меняться в пределах от 10 до 70 единиц.

Заключение

Основные результаты исследований, изложенных в работе,

1. Проведен анализ и классификация известных методов и средств определения (контроля) цветовых параметров объектов.

2. Изложены принципы построения ОЭСЦА частиц минерального сырья, обеспечивающие идентификацию частиц минерального сырья в промышленных условиях сепарации.

3. Проведены экспериментальные исследования макета ОЭСЦА с неподвижными и движущимися частицами минерального сырья.

4. Предложен 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 (выявленный на основании представления цвета объекта визуальным аппаратом человека) и представляемой при помощи трех квазинезависимых составляющих (цветового тона, насыщенности и светлоты). Предложенный метод позволяет минимизировать изменения цветового образа объекта вследствие его поворота и движения.

5. Показано, что предложенный метод позволяет осуществлять разделение цветовых рядов объектов на основании анализа одной или двух составляющих (цветового тона и насыщенности), что позволяет существенно упростить алгоритм обработки изображения.

6. Предложено модифицированное цветовое пространство НЬБ для использования при обработке изображений в ОЭСЦА, измененное с

учетом особенностей представления цветовых рядов минералов визуальным аппаратом человека и позволяющее упростить процесс задания границ рабочих диапазонов ОЭСЦА.

7. Разработана структура алгоритма сегментации зон одинаковой цветности изображения, основанная на представлении цветового образа объекта в виде трех квази-незавлсимых составляющих (цветового тона, насыщенности и светлоты) и учитывающая особенности коррекции изображения неподвижного и движущегося объекта контроля ОЭСЦА (коррекции шумов ПОИ на основе КМОП структуры, операции выравнивания цвета, процесса задания рабочих диапазонов ОЭСЦА, влияния смаза изображения).

8. Разработаны имитационные компьютерные модели реакции ОЭСЦА на возможные изменения условий промышленной сепарации частиц минерального сырья на основе применения метода описания цветового образа объекта контроля в виде комплексной характеристики объекта, позволяющие спрогнозировать характер изменения составляющих цветового образа объекта.

9. Разработан и шготовлен экспериментальный макет оптико-электронного устройства цветового анализа частиц минерального сырья с управляемыми источниками оптического излучения, позволяющий проводить цветовую идентификацию движущихся частиц минерального сырья в потоке руды на основе реализации предложенной структуры алгоритма сегментации получаемого изображения.

10. Показано, что при анализе цветовых параметров некоторых материалов (для различения которых достаточно использовать только данные об их цветовом тоне) можно пренебречь смазом изображения, что позволяет упростить алгоритм обработки дзнных, уменьшить время обработки и повысить скорость движения объектов, что позволит увеличить производительность сепарационного оборудования.

По теме диссертации опубликованы следующие работы в печатных изданиях по перечню ВАК:

1. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н., Левитин А.И., Чертов А.Н. Возможности применения матричных фотоприемников с зарядовой связью в фотометрическом канале рентгенолюминесцентного сепаратора алмазосодержащего сырья //Изв. вузов. Приборостроение. 2008. Т.51, №5, с.71-73.

2. Горбунова Е. В., Коротаев В. В., Тимофеев А. Н., Чертов А. Н. Об особенностях сепарирования алмазов по категориям в цветовом пространстве RGB // Изв. вузов. Приборостроение. 2008. Т. 51, № 9. С.

32—36.

3. Бубырь Е. В., Горбунова Е. В., Коротаев В. В., Левитин А. И., Тимофеев А. И., Чертов А. Н. Об использовании оптико-электронных методов в системах регистрации радиометрических сепараторов алмазосодержащего сырья. Обогащение руд, 2007, №5, с.41-44.

И другие работы.

1. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н. Оценка погрешности работы цветового фотометрического блока сепаратора минерального сырья. //Научно-технический вестник СПбГУ ИТМО. Выпуск.43 Современная оптика/ Главный редактор д.т.н., проф. В.Н.Васильев. - СПб: СПбГУ ИТМО, 2007. с.228-231.

2. Бубырь Е.В., Горбунова Е.В., Коротаев В.В., Левитин А.И., Чертов А.Н. Оценка возможностей использования оптических методов в фотометрических каналах рентгенолюминесцентных сепараторов алмазосодержащего сырья // «Прикладная оптика -2006» сборник трудов. Том 1 «Оптическое приборостроение». - СПб, 2006, с. 92-96.

3. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н., Чертов А.Н. Особенности энергетического расчёта фотометрического канала цветового сепаратора сырья с матричными фотоприёмниками II «Прикладная оптика - 2006» сборник трудов. Том 1 «Оптическое приборостроение». - СПб, 2006, с. 112-114.

4. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н., Чертов А.Н. Исследование параметров фотометрического канала рентгенолюминесцентного сепаратора алмазосодержащего сырья с матричными фотоприёмниками «Прикладная оптика - 2006» сборник трудов. Том 1 «Оптическое приборостроение». - СПб, 2006, с. 101103.

5. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н. Выбор рабочего диапазона фотометрического блока колориметрического сепаратора // Труды оптического общества им. Д.С. Рождественского, Том 3, VIII Международная конференция «Прикладная оптика - 2008». СПбГУ ИТМО, 2008. с. 364.

6. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н. Анализ применения приёмников на КМОП и ПЗС структурах в фотометрических блоках колориметрических сепараторов // Труды оптического общества им. Д.С. Рождественского, Том 3, VIII Международная конференция «Прикладная оптика - 2008». СПбГУ ИТМО, 2008. с. 365-368.

7. Горбунова Е.В., Чертов А.Н. Оптико-электронная система

цветовой идентификации движущихся объектов. // Каталог XI конкурса бизнес идей «Молодые, дерзкие, перспективные» СПб, Геликон Плюс, 2008, с 31.

8. Горбунова Е.В. Исследование погрешностей измерений координат цветности на идентификацию движущихся объектов // Тринадцатая Санкт-Петербургская ассамблея молодых учёных и специалистов. Аннотации научных работ победителей конкурсов грантов Санкт-Петербурга 2008 года для студентов, аспирантов и молодых кандидатов наук. СПб.; Фонд «ГАУДЕАМУС», 2008. - с 127128.

9. Горбунова Е.В. Исследование применения цветового пространства НЬБ для обработки изображений при цветовой идентификации движущихся объектов // Сборник трудов конференции молодых учёных, Выпуск 1. Оптотехника и оптическое приборостроение / Главный редактор д.т.н., проф. В.Л. Ткалич. - СПб: СПбГУ ИТМО, 2009. с. 273-277.

Тиражирование и брошюровка выполнены в Центре "Университетские телекоммуникации". Санкт-Петербург, Саблинская ул., 14. Тел (812) 233-46-69. Тираж 100 экз.

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.

ВВЕДЕНИЕ.

Глава 1. ОБЗОР ИЗВЕСТНЫХ МЕТОДОВ И СРЕДСТВ ОПРЕДЕЛЕНИЯ ЦВЕТА ОБЪЕКТА.

1.1. Методы и основанные на их применении средства анализа цвета объекта.

1.1.1. Метод спектрального анализа отражения поверхности объекта или пропускания объекта.

1.1.2. Метод определения цветовых координат поверхности объекта.

1.1.2.1. ОЭС определения цветовых координат, с применением волоконных элементов.

1.1.2.2. ОЭС без использования оптических элементов.

1.1.2.3. ОЭС, производящие выделение заданных областей цветности на изображении объекта.

1.2. Критерии оценки оптико-электронных систем цветового анализа объектов.

1.2.1. Критерий размерности параметрического поля.

1.2.2. Критерий детальности изображения.

1.2.3. Критерий величины объекта исследования.

1.3. Анализ возможностей применения рассмотренных методов и средств для цветовой сепарации в промышленных условиях.

1.3.1. ОЭСЦА, осуществляющие спектральный анализ.

1.3.2. Системы без использования фокусирующих оптических элементов.

1.3.3. Оптико-электронные системы цветового анализа, производящие выделение заданных областей цветности на изображении исследуемого объекта.

1.3.4. Сравнительная характеристика существующих оптико-электронных систем анализа цвета.

1.4. Постановка задач исследований.

Глава 2. ОПИСАНИЕ ЦВЕТОВОГО ОБРАЗА ОБЪЕКТА АНАЛИЗА ОПТИКО-ЭЛЕКТРОННОЙ СИСТЕМЫ ЦВЕТОВОГО АНАЛИЗА МИНЕРАЛЬНОГО СЫРЬЯ.

2.1. Понятие цвета.

2.1.1. Глаз как прибор преобразования сигналов.

2.1.2. Принципы обработки сигналов в существующих типах приемников оптического излучения.

2.2. Принципы цветовой классификации минералов.

2.3. Цветовой образ объектов.

2.3.1. Цветовой тон объекта.

2.3.2. Светлота объекта.

2.3.3. Насыщенность цвета объекта.

2.3.4. Взаимосвязи компонентов представления цветового образа объекта анализа ОЭСЦА.

2.4. Анализ цветовых пространств.

2.4.1. Критерии классификации цветовых пространств.

2.4.2. Цветовые пространства.

2.4.3. Сравнительная характеристика цветовых пространств

2.5. Выводы по главе.

Глава 3. ОСОБЕННОСТИ АЛГОРИТМА СЕГМЕНТАЦИИ

ИЗОБРАЖЕНИЙ И ОСНОВЫ ПОСТРОЕНИЯ ОПТИКО-ЭЛЕКТРОННЫХ СИСТЕМ ЦВЕТОВОГО АНАЛИЗА.

3.1. Структура алгоритма сегментации изображения.

3.2. Принципы построения ОЭСЦА частиц минерального сырья

3.2.1. Выбор типа приемника оптического излучения.

3.2.2. Структура энергетического расчета реализации ОЭСЦА

3.3. Требования к обработке изображений.

3.3.1. Коррекция зашумлённости изображения.

3.3.2. Операция выравнивания цвета.

3.3.3. Смаз изображения вследствие движения объекта во время экспонирования ПОИ.

3.4. Имитационные модели реакции ОЭСЦА на возможные изменения условий анализа объектов.

3.4.1. Влияние изменения яркости источника освещения на изменение цветовых координат объекта.

3.4.2. Влияние наличия бликов на поверхности объекта анализа на определение его цветовых координат.

3.4.3. Влияние наличия тонкого водяного слоя на поверхностях объектов с шероховатой поверхностью на цветовые координаты

3.5. Выводы по главе.

Глава 4. РАСЧЁТ МАКЕТА ОЭСЦА.

4.1. Расчёт чувствительности матрицы.

4.1.1. Описание схемы экспериментальной установки.

4.1.2. Состав экспериментальной установки.

4.1.3. Анализ результатов.

4.2. Расчёт минимальной освещённости матрицы.

4.2.1. Определение среднеквадратического значения шума на модуляторе видеоконтрольного устройства.

4.2.2. Определение напряжения сигнала от фона на модуляторе ВКУ

4.2.3. Определение порогового контраста.

4.2.4. Определение видимой яркости изображения крупных деталей объекта.

4.2.5. Определение среднего значения яркости изображения объекта.

4.2.6. Определение напряжения сигналов на выходе матрицы

4.2.7. Определение значений экспозиций.

4.2.8. Определение времени экспонирования КМОП-матрицы

4.2.9. Определение значений освещённостей, соответствующих экспозициям.

4.3. Энергетический расчёт.

4.4. Расчёт ОС.

4.5. Выводы по главе.

Глава 5. ИССЛЕДОВАНИЯ ЭКСПЕРИМЕНТАЛЬНЫХ

МАКЕТОВ ОЭСЦА МИНЕРАЛЬНОГО СЫРЬЯ.

5 Л. Методики и условия экспериментов.

5.1.1. Структура макета экспериментальной установки.

5.1.2. Общие параметры установки.

5.2. Оценка результатов.

5.3. Результаты экспериментов.

5.3.1. Исследование тестовых объектов.

5.3.2. Эксперимент с изменением яркости источника.

5.3.3. Эксперимент со шлифованными частицами бирюзы.

5.3.4. Эксперимент с тонким водяным слоем на поверхности объекта.

Выводы по главе.

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 8 контроля) цветовых параметров объектов.

2. Разработка метода описания цветового образа объекта контроля для оптико-электронной системы цветового анализа.

3. Разработка способа исследования возможностей применения известных цветовых пространств представления параметров объекта контроля при обработке данных в ОЭСЦА.

4. Разработка структуры алгоритма сегментации зон одинаковой цветности па изображении контролируемого объекта для экспериментального образца ОЭСЦА.

5. Разработка принципов построения ОЭСЦА, обеспечивающих цветовую идентификацию частиц минерального сырья в промышленных условиях.

6. Формулировка требований к обработке изображения объекта контроля, регистрируемого приемником оптического излучения.

7. Разработка имитационных компьютерных моделей реакции ОЭСЦА на возможные изменения условий сепарации объектов на системотехническом уровне.

8. 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 известных 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 па изображении объекта контроля ОЭСЦА, основанная на

10 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 многоэлементных 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:

1. 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).

2. Способ выбора наиболее эффективного цветового пространства для представления цветового образа объекта в промышленных ОЭСЦА.

3. 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.

4. Структура алгоритма сегментации зон одинаковой цветности на изображении неподвижного и движущегося 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 на основе КМОП структуры и операции выравнивания цвета.

5. 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.

6. 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.

Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах:

- VII международная конференция «Прикладная оптика - 2006», Санкт-Петербург, Россия, 16-20 октября 2006 г.;

- V международная конференция молодых ученых и специалистов «0птика-2007». Санкт-Петербург. Россия, 15—19 октября 2007 г.;

- VIII международная конференция «Прикладная оптика - 2008», Санкт-Петербург, Россия, 20-24 октября 2008 г.;

- XXXV-XXXIX научная и учебно-методическая конференция профессорско-преподавательского и научного состава, с 2006 по 2010 г.;

- XI конкурс бизнес идей «Молодые, дерзкие, перспективные» 2008 г.

В 2008 и 2009 годах исследования по тематике диссертации получили поддержку в рамках грантов Правительства Санкт-Петербурга для студентов и аспирантов вузов и академических институтов.

Результаты диссертационной работы использованы в лекционном курсе дисциплин «Измерительные оптико-электронные приборы и системы», а также при создании измерительного преобразователя цветовых координат в рамках работ по «Исследованию и разработке многопараметрических измерительных преобразователей приборов и комплексов многофункционального приборостроения для промышленных систем управления» и «Развитию теории оптико-электронных информационно-измерительных и видеоинформационных распределённых систем анализа совокупности изображений».

По теме диссертации опубликованы следующие работы: 1. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н. Оценка погрешности работы цветового фотометрического блока сепаратора минерального сырья. //Научно-технический вестник СПбГУ ИТМО. Выпуск.43 Современная оптика/ Главный редактор д.т.н., проф. В.Н.Васильев. - СПб: СПбГУ ИТМО, 2007. с.228-231.

2. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н., Левитин А.И., Чертов А.Н. Возможности применения матричных фотоприемников с зарядовой связью в фотометрическом канале рентгенолюминесцентного сепаратора алмазосодержащего сырья //Изв. вузов. Приборостроение. 2008. Т.51, №5, с.71-73.

3. Горбунова Е. В., Коротаев В. В., Тимофеев А. Н., Чертов А. Н. Об особенностях сепарирования алмазов по категориям в цветовом пространстве RGB // Изв. вузов. Приборостроение. 2008. Т. 51, № 9. с. 32—36.

4. Бубырь Е. В., Горбунова Е. В., Коротаев В. В., Левитин А. И., Тимофеев А. И., Чертов А. Н. Об использовании оптико-электронных методов в системах регистрации радиометрических сепараторов алмазосодержащего сырья. Обогащение руд, 2007, №5, с.41-44.

5. Бубырь Е.В., Горбунова Е.В., Коротаев В.В., Левитин А.И., Чертов А.Н. Оценка возможностей использования оптических методов в фотометрических каналах ренттенолюминесцентных сепараторов алмазосодержащего сырья // «Прикладная оптика - 2006» сборник трудов. Том 1 «Оптическое приборостроение». — СПб, 2006, с. 92-96.

6. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н., Чертов А.Н. Особенности энергетического расчёта фотометрического канала цветового сепаратора сырья с матричными фотоприёмниками // «Прикладная оптика — 2006» сборник трудов. Том 1 «Оптическое приборостроение». — СПб, 2006, с. 112-114.

7. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н., Чертов А.Н.

Исследование параметров фотометрического канала рентгенолюминесцентного сепаратора алмазосодержащего сырья с матричными фотоприёмниками «Прикладная оптика — 2006» сборник трудов. Том 1 «Оптическое приборостроение». — СПб, 2006, с. 101-103.

8. Горбунова Е.В. Оценка погрешности измерения координат цветности фотометрическим блоком сепаратора минерального сырья. // Труды пятой международной конференции молодых учёных и специалистов «Оптика-2007». СПб. СПбГУ ИТМО, 2007 с. 252.

9. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н. Выбор рабочего диапазона фотометрического блока колориметрического сепаратора // Труды оптического общества им. Д.С. Рождественского, Том 3, VIII Международная конференция «Прикладная оптика - 2008». СПбГУ ИТМО, 2008. с. 364.

10. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н. Анализ применения приёмников на КМОП и ПЗС структурах в фотометрических блоках колориметрических сепараторов // Труды оптического общества им. Д.С. Рождественского, Том 3, VIII Международная конференция «Прикладная оптика - 2008». СПбГУ ИТМО, 2008. с. 365-368.

П.Горбунова Е.В., Чертов А.Н. Оптико-электронная система цветовой идентифйкации движущихся объектов. // Каталог XI конкурса бизнес идей «Молодые, дерзкие, перспективные» СПб, Геликон Плюс, 2008, с 31.

12. Горбунова Е.В. Исследование погрешностей измерений координат цветности на идентификацию движущихся объектов // Тринадцатая Санкт-Петербургская ассамблея молодых учёных и специалистов. Аннотации научных работ победителей конкурсов грантов Санкт-Петербурга 2008 года для студентов, аспирантов и молодых кандидатов наук. СПб.; Фонд «ГАУДЕАМУС», 2008. - с 127-128.

13. Горбунова Е.В. Исследование применения цветового пространства

HLS для обработки изображений при цветовой идентификации движущихся объектов // Сборник трудов конференции молодых учёных, Выпуск 1. Оптотехника и оптическое приборостроение / Главный редактор д.т.н., проф. В.Л. Ткалич. - СПб: СПбГУ ИТМО, 2009. с. 273-277.

В заключение работы на основании результатов теоретических и экспериментальных исследований принципов построения оптико-электронных систем цветового анализа частиц для промышленных сепараторов можно сделать следующие выводы:

1. Проведен анализ и классификация известных методов и средств определения (контроля) цветовых параметров объектов.

2. Изложены принципы построения ОЭСЦА частиц минерального сырья, обеспечивающие идентификацию частиц минерального сырья в промышленных условиях сепарации.

3. Проведены экспериментальные исследования макета ОЭСЦА с неподвижными и движущимися частицами минерального сырья.

4. Предложен 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 (выявленный на основании представления цвета объекта визуальным аппаратом человека) и представляемой при помощи трех квазинезависимых составляющих (цветового тона, насыщенности и светлоты). Предложенный метод позволяет минимизировать изменения цветового образа объекта вследствие его поворота и движения.

5. Показано, что предложенный метод позволяет осуществлять разделение цветовых рядов объектов на основании анализа одной или двух составляющих (цветового тона и насыщенности), что позволяет существенно упростить алгоритм обработки изображения.

6. Предложено модифицированное цветовое пространство HLS для использования при обработке изображений в ОЭСЦА, измененное с учетом особенностей представления цветовых рядов минералов визуальным аппаратом человека и позволяющее упростить процесс задания границ рабочих диапазонов ОЭСЦА.

7. Разработана структура алгоритма сегментации зон одинаковой цветности изображения, основанная на представлении цветового образа объекта в виде трех квазинезависимых составляющих (цветового тона, насыщенности и светлоты) и учитывающая особенности коррекции изображения неподвижного и движущегося объекта контроля ОЭСЦА (коррекции шумов ПОИ на основе КМОП структуры, операции выравнивания цвета, процесса задания рабочих диапазонов ОЭСЦА, влияния смаза изображения).

8. Разработаны имитационные компьютерные модели реакции ОЭСЦА на возможные изменения условий промышленной сепарации частиц минерального сырья на основе применения метода описания цветового образа объекта контроля в виде комплексной характеристики объекта, позволяющие спрогнозировать характер изменения составляющих цветового образа объекта.

9. Разработан и изготовлен экспериментальный макет оптико-электронного устройства цветового анализа частиц минерального сырья с управляемыми источниками оптического излучения, позволяющий проводить цветовую идентификацию движущихся частиц минерального сырья в потоке руды на основе реализации предложенной структуры алгоритма сегментации получаемого изображения.

10. Показано, что при анализе цветовых параметров некоторых материалов (для различения которых достаточно использовать только данные об их цветовом тоне) можно пренебречь смазом изображения, что позволяет упростить алгоритм обработки данных, уменьшить время обработки и повысить скорость движения объектов, что позволит увеличить производительность сепарационного оборудования.

1. При проведении представленного диссертационного исследования использовались следующие литературные источники:

2. ReinhardtC. The Use of a Mogensen Sizer and MikroSort Optoelectronic System in Aluminium Production // Germany, Aufbereitungs Technik, 43 (2002) Nr. 7.

3. Duey-Tronic Modular Sorters электронный ресурс. Режим доступа: http://www.ibtcorporation.com., свободный.

4. Optical Sorting / MTinspector электронный ресурс. Режим доступа: http://www.murre.nl, свободный.

5. Color Vision System электронный ресурс. Режим доступа: http://www.cvs.com.au, свободный.

6. ZeigerE. Glass Recycling with Mogensen Sorting and Screening Systems // Germany, Aufbereitungs Technik, 46 (2005) Nr. 6.

7. Cui J., Forssberg E. Mechanical recycling of waste electric and electronic equipment: a review / Sweden, Journal of Hazardous Materials B99 (2003).

8. DehlerM. Optical Sorting of Ceramic Raw Materials / Wedel, Germany, Tile & Brick Internat, Volume 19 (2003).

9. Harbeck H. Optoelectronic Separation in Feldspar Processing at Maffei Sarda / Germany, Aufbereitungs Technik, 42 (2001) Nr. 9.

10. Tako P. R. de Jong. The Economic Potential of Automatic Rock Sorting / The Netherlands, Delft University of Technology, Department of Geotechnology, 2005.

11. Цвет в промышленности / Под ред. Р. Мак-Дональда: пер. с англ. И.В. Пеновой, П.П. Новосельцева под ред. Ф.Ю. Телегина. М.: Логос, 2002. - 596 е.: ил.

12. Color image forming apparatus and color measurement controlling method thereof. США, патент US 7,111,784 B2. НКИ 235/462.04. МПК G06K 7/10. Автор Toshiki Nakayama, Shizuoka (JP). Номер заявки 10/772,359. Дата публикации 26 сентября 2006 г.

13. Каталог продукции 2008, электронный ресурс. Режим доступа: http:/Avww.avagotech.com, свободный.

14. Color measuring head. США, заявка на патент US 2008/0037019 А1. НКИ 356/406. МПК G 01 N 21/25. Авторы: Beat Frick, Buchs (СН), Harald Ammeter, Zurich (СН). Номер заявки 11/834,980. Дата публикации 14 февраля 2008 г.

15. Markus Dehler. Optical Sorting of Quartz Gravel to Reduce the Iron Content // Aufbereitungs Technik, 47 (2006) Nr. 8-9.

16. William van der Putten, Dirk Gering Mogensen Sizer technology for processing sand for renders and mortal renders // ZKG international No.8-2009 (Volume 62).

17. Reinhardt C. The Use of a Mogensen Sizer and MikroSort Optoelectronic System in Aluminium Production // Germany, Aufbereitungs Technik, 43 (2002) Nr. 7.

18. Горбунова E.B., Коротаев B.B., Тимофеев A.H., Чертов А.Н. «Об особенностях сепарирования алмазов по категориям в цветовом пространстве RGB», Изв. вузов. Приборостроение, 51, №9, 32-36, (2008).

19. Бубырь Е.В., Горбунова Е.В., Коротаев В.В., Левитин А.И., Тимофеев А.Н., Чертов А.Н. «Об использовании оптико-электронных методов в системах регистрации радиометрических сепараторов алмазосодержащего сырья», Обогащение руд, №5, 41-44, (2007).

20. Джадд Д., Вышецки Г. «Цвет в науке и технике».: Пер. с англ./под ред. д.т.н. Артюшина Р.Ф. М.: Издательство «Мир», 1978. - 592 е., ил.

21. Годен Ж. «Колориметрия при видеообработке» — М.: Издательство «Техносфера», 2008. — 328 е., ил.

22. Goethe's THEORY OF COLOURS; translated from the German: with notes by Charles Lock Eastlake, R.A., F.R.S., London: John Murray, Albemarle street. 1840.

23. Николлс Дж., Мартин P., Валлас Бр., Фукс П. «От нейрона к мозгу»: Пер. с англ. Изд. 2-е. — М.: Издательство ЛКИ, 2008. 672 е., цв. вкл.

24. Грегори P.JI. «Разумный глаз: как мы узнаём то, то не дано в ощущениях» Пер. с англ. Изд. 3-е М.: Книжный дом «ЛИБРОКОМ», 2009.-240 е., цв. вкл.

25. Миннарт М. «Свет и цвет в природе», М., 1969 г., 360 стр. с ил.

26. Прэтт У. «Цифровая обработка изображений»: Пер. с англ. — М.: Мир, 1982. Кн. 1 - 312 е., ил.

27. Форсайт Д.А., Понс Ж. «Компьютерное зрение. Современный подход.»: Пер. с англ. М.: Издательсткий дом «Вильяме», 2004. - 928 е.: ил. — Парал. тит. англ.

28. Шелементьев Ю.Б., Окоёмов Ю.К., Хапкина Т.П., Викторов М.А., Егоров Т.Н.«Алмазное сырье: Учебно-справочное пособие». — М.: Наука, 2007.-304 с.-ил.

29. Кириллов Е.А. «Цветоведение: Учеб. Пособие для вузов.» — М.: Легпромбытиздат, 1987. 128 с.

30. Мешков В.В., Основы светотехники: Учеб. пособие для вузов: Ч. 1. — 2-е изд., перераб. — М.: Энергия, 1979. 368 е.: ил.

31. Мешков В.В., Матвеев А.Б. Основы светотехники: Учеб. пособие для вузов: В 2-х ч. Ч. 2. Физиологическая оптика и колориметрия. — 2-е изд., перераб. и доп. — М.: Энергоатомиздат, 1989. — 432 е.: ил.

32. Домосёв М. Цвет, управление цветом, цветовые расчёты и измерения, электронный ресурс. Режим доступа: http://www.nordicdreams.net.ru, свободный.

33. Гонсалес Р., Вудс Р., Эддинс С. «Цифровая обработка изображений в среде MATLAB». М.: Техносфера, 2006. - 616 с.

34. Application of the S-CIELAB color model to processed and calibrated images with a colorimetric dithering method / E. Chorro, E. Perales, D. de Fez, M.J. Luque, F.M. Martinez-Verdu / OPTIC EXPRESS, No. 12, vol. 15, 11 June 2007, pp. 7810-7817.

35. Прэтт У. Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982.-Кн. 2-480 е., ил.

36. А. Марешаль, М. Франсон «Структура оптического изображения, дифракционная теория и влияние когерентности света», пер. с фр. Н.Н. Губеля, под ред. Г.Г. Слюсарева, Издательство «МИР», Москва: 1964 г.

37. Harry С. Powell, "Color sorter assembly and method", US patent № US 6,179,129 Bl; Jan. 30, 2001.

38. Торшина И.П. «Компьютерное моделирование оптико-электронных систем первичной обработки информации», — М.: Университетская книга: Логос, 2009, — 248 е.: ил.

39. BeatFrick, Harald Ammeter, "Color measuring head" US patent № US 2008/0037019 Al; Feb. 14, 2008.

40. RalfMarbach, "Capillary sweet spot imaging for improving the tracking accuracy and SNR of noninvasive blood analysis methods" US patent № US 6,571,117 Bl; May 27, 2003.

41. Wayne D. Jung, Russell W. Jung, Alan R. Loudermilk, "Color measurement apparatus operable as a pointing device, a computer display measurement device and a printer output measurement device", US patent № US 7,240,839 B2; Jul. 10, 2007.

42. Проектирование оптико-электронных приборов: Учебное пособие/Под общей редакцией Ю.Г. Якушенкова — М.: Машиностроение, 1990.-432 с.

43. Источники и приёмники излучения: Учебное пособие для студентов оптических специальностей вузов/Г.Г. Ишанин, Э.Д. Панков, A.JI. Андреев, Г.В. Полыциков — СПб.: Политехника, 1991. — 240 е., ил.

44. Грязин Г.Н. «Системы прикладного телевидения: Учеб. Пособие для вузов.» СПб.: Политехника, — 277 е.: ил.

45. Joint Demosaicing and Denoising / K. Hirakawa, T.W. Parks / IEEE transactions on image processing, vol. 15, No 8, August 2006, pp. 2146-2157.

46. Combined image signal processing for CMOS image sensors / K. Kim, I-C. Park / ISCAS 2006, pp. 3185-3188.

47. Reversing Demosaicing and Compression in Color Filter Array Image Processing: Performance Analysis and Modeling / N-X. Lian, L. Chang, V. Zagorodnov, Y-P. Tan / IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 15, No. 11, November 2006, pp. 3261-3278.

48. Multiframe Demosaicing and Super-Resolution of Color Image / S. Farsiu, M. Elad, P. Milanfar / IEEE TRANSACTIONS ON IMAGE PROCESSING, vol. 15, No. 1, January 2006, pp. 141-159.

49. Realizing Super-Resolution with Superimposed Projection / N. Damera-Venkata, N.L. Chang / Best Paper Award winner at IEEE International Workshop on Projector-Camera Systems (ProCams), 18 June 2007, Minneapolis, MN 1.

50. Binning and Filtering: The Six-Color Solution / I. Ashdown, S.Robinson, M. Salsbury / Proc. Of SPIE Vol. 6337 (2006), pp. 63371A-1-63371A-11.

51. A vision chip for color segmentation and pattern matching / R. Entienne-Cummings, P. Pouliquen, M.A. Lewis / EURASIP Journal on Applied Signal Processing 2003: 7, pp. 703-712.

52. Scene and Motion Reconstruction from Defocused and Motion-blurred Images via Anisotropic Diffusion / P. Favaro, M. Burger, S. Soatto /144

53. Springer-Verlag Berlin Heidelberg 2004, T. Pajdla and J. Matas (Eds.): ECCV 2004, LNCS 3021, pp. 257-269.

54. Теоретические основы цифровой обработки изображений: Учебное пособие/ В.А. Сойфер, В.В. Сергеев, С.Б. Попов, В.В. Мясников, Самарский государственный аэрокосмический университет имени академика С.П. Королева. Самара, 2000, 256 с.

55. Illumination-independent descriptors using color moment invariants / B. Li, D. Xu, W. Xiong, S. Feng, / Optical Engineering, vol. 48 (2), 027005 (February 2009), pp. 027005-1-027005-11.

56. Тарасов B.B., Якушснков Ю.Г. «Двух и многодиапазонные оптико-электронные системы с матричными приемниками излучения». — М.: Университетская книга; Логос, 2007. — 192 с.

57. Сергей Никифоров «Почему светодиоды не всегда работают так, как хотят их производители?» Компоненты и технологии, № 7, 2005.

58. Сергей Никифоров «Теперь электроны можно увидеть: светодиоды делают электрический ток очень заметным», Компоненты и технологии, № 3, 2006.

59. Алексей Панкрашкин «Датчики уровня освещённости, приближения и цвета от компании Avago Technologies», компоненты и технологии, № 7, 2006.

60. Сергей Никифоров «Температура в жизни и работе светодиодов, Часть 1», Компоненты и технологии, № 9, 2005.

61. Сергей Никифоров «Температура в жизни и работе светодиодов, Часть 2», Компоненты и технологии, № 1, 2006.

62. Светлана Сысоева «Актуальные технологии и применения датчиков автомобильных систем активной безопасности. Часть 3 Элементная база датчиков света и цвета», Компоненты и технологии, № Ю, 2006.

63. Кривошеев М.И., Кустарев А.К. «Цветовые измерения». — М.: Энергоатомиздат, 1990.— 240 е.: ил.

64. Юстова Е.Н. «Цветовые измерения (Колориметрия)» — СПб.: Издательство С.-Петербургского университета, 2000. — 397 с.

65. Горбунова Е.В., Коротаев В.В., Тимофеев А.Н. «Оценка погрешности работы цветового фотометрического блока сепаратора минерального сырья», Научно-технический вестник СПбГУ ИТМО. Выпуск.43, 228-231, (2007).

66. Сергей Никифоров «Проблемы, теория и реальность светодиодов для современных систем отображения информации высшего качества», Компоненты и технологии, № 5, 2005.

67. Сергей Никифоров «Стабильность параметров и надежность светодиодов закладываются на производстве», Компоненты и технологии, Оптоэлектроника, Компоненты, 59-66, № 5, 2007.