买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东哈弗石油能源股份有限公司

摘要：本发明公开了一种低碳润滑油的质量分析方法及系统，采用高清摄像设备对生产线上润滑油进行实时图像采集；对采集到的图像进行处理，并提取润滑油图像的特征参数；建立基准模型，将正常润滑油的图像特征作为标准；利用计算机视觉技术，对润滑油图像进行异常检测和分类，发现与基准模型不符的图像特征；将图像处理分析的结果与化学分析数据结合，对异常图像进行进一步确认，验证是否存在润滑油质量问题；当验证发现润滑油质量异常，则通过警报装置向操作人员或监控系统发出警报；该低碳润滑油的质量分析方法可以进行实时监测，且提取了多维特征参数进行分析，并将图像处理分析与化学分析数据相结合，提高判断的准确性，降低误报率。

主权项：1.一种低碳润滑油的质量分析系统，包括：图像采集模块，用于对生产线上的润滑油进行实时图像采集，包括高清摄像设备；图像处理模块，对采集到的图像进行预处理，包括去噪和增强对比度模块；特征提取模块，用于提取润滑油图像的颜色分布和颗粒形状特征参数；基准模型建立模块，用于将正常润滑油的图像特征作为标准，建立基准模型；计算机视觉模块，利用计算机视觉技术对润滑油图像进行异常检测和分类，发现与基准模型不符的图像特征，包括颜色异常和颗粒不均匀图像处理分析模块，用于将图像处理分析的结果与化学分析数据结合，对异常图像进行进一步确认；反馈模块，用于将异常图像和分析结果反馈给生产管理人员；还包括有警报装置，当验证发现润滑油质量异常时，向操作人员或监控系统发出警报；该低碳润滑油的质量分析系统的分析方法，包括以下步骤：采用高清摄像设备对生产线上润滑油进行实时图像采集；对采集到的图像进行处理，包括去噪、增强对比度，并提取润滑油图像的特征参数，包括颜色分布和颗粒形状；建立基准模型，将正常润滑油的图像特征作为标准；利用计算机视觉技术，对润滑油图像进行异常检测和分类，发现与基准模型不符的图像特征，包括颜色异常和颗粒不均匀；将图像处理分析的结果与化学分析数据结合，对异常图像进行进一步确认，验证是否存在润滑油质量问题；当验证发现润滑油质量异常，则通过警报装置向操作人员或监控系统发出警报，并将异常图像和分析结果反馈给生产管理人员；提取润滑油图像的特征参数的方法为：使用颜色空间转换技术，将图像转换到颜色空间，然后，通过对图像进行分割或区域选择，计算每个区域中各种颜色的像素占比，从而得到润滑油图像的颜色分布特征；使用形态学处理方法对图像进行处理，以突出润滑油中的颗粒，然后，通过轮廓分析方法，提取润滑油颗粒的形状特征；利用图像的灰度信息，通过计算梯度来评估润滑油图像的均匀度；通过计算梯度来评估润滑油图像的均匀度的方法为：将润滑油图像转换为灰度图像；使用Sobel算子计算灰度图像的水平方向和垂直方向的梯度；对水平方向和垂直方向的梯度图像进行平均或求和操作，得到综合梯度图像；计算综合梯度图像的均值或方差；根据均值或方差的大小，判断润滑油图像的均匀度；使用Sobel算子计算灰度图像的水平方向和垂直方向的梯度的方法为：定义Sobel算子的两个卷积核，分别表示水平方向和垂直方向的梯度计算，水平方向卷积核Gx和垂直方向卷积核Gy分别为：Gx＝[[-1,0,1],[-2,0,2],[-1,0,1]]Gy＝[[-1,-2,-1],[0,0,0],[1,2,1]]对灰度图像分别使用Gx和Gy进行二维卷积操作，得到水平方向和垂直方向的梯度近似值；对每个像素点计算水平和垂直方向上的梯度幅值，即gradient_magnitude＝sqrtGx^2+Gy^2和梯度方向，即gradient_direction＝arctan2Gy,Gx其中arctan2是反正切函数，能够根据Gy和Gx的符号得到正确的梯度方向；建立基准模型的方法为：采集若干具有代表性润滑油图像数据，包括正常状态下的润滑油图像以及颜色异常和颗粒不均匀情况下的图像；对采集到的润滑油图像数据进行预处理，包括去噪、颜色校正、尺寸标准化操作，以确保数据的质量和一致性；利用图像处理和计算机视觉技术，对预处理后的图像数据提取特征参数，包括颜色分布特征、颗粒形状特征、油液均匀度特征；对提取到的特征参数进行标注，将正常状态下的润滑油图像标记为正常，将异常情况下的图像标记为相应的异常类型；利用标注的特征参数数据，使用深度学习神经网络模型进行训练，建立润滑油质量的基准模型；对预处理后的图像数据提取特征参数的方法为：使用颜色直方图提取图像中的颜色信息；使用灰度共生矩阵分析图像的纹理信息；使用边缘检测描述图像中物体的形状特征；使用主成分分析对提取的特征进行选择和降维；将提取的特征参数表示为计算机可处理的特征矩阵；对润滑油图像进行异常检测和分类的方法为：将提取到的特征参数输入基准模型，利用模型进行异常检测，通过比较待检测图像的特征参数与正常特征分布之间的差异程度来判断是否存在异常，并根据异常类型分为颜色异常图像和颗粒不均匀图像；将图像处理分析的结果与化学分析数据结合的方法为：对判断存在异常图像的润滑油进行取样，并对取样的润滑油进行化学成分分析，得到润滑油的粘度、酸值、碱值指标的检测数据；将润滑油的检测数据与标准数据进行比对，判断检测数据是否处于标准数据区间，若未处于标准数据区间，则认定该润滑油的该项指标异常。

全文数据：

权利要求：

百度查询： 广东哈弗石油能源股份有限公司 一种低碳润滑油的质量分析方法及系统