СПОСОБ ЭКСПРЕСС-КОНТРОЛЯ ОБЪЕКТА

Изобретение относится к технической физике и может быть использовано для экспресс-контроля и идентификации различных объектов, как органических, так и неорганических, по их спектральным и структурным признакам с использованием средств оптики и автоматизации.

Предшествующий уровень техники

В настоящее время для определения качества различных объектов (твердых и жидких образцов разных материалов, металлов и сплавов, биологических объектов, лекарств, косметики, продуктов питания и т.д.) широко применяются спектральные методы.

Классические методы спектрального анализа образцов являются дорогостоящими и неоперативными, а подготовка проб и сам спектральный анализ трудоемки и занимают много времени. Кроме того, для выполнения анализов необходимы лаборатории, оснащенные сложными и дорогими приборами, а также квалифицированные специалисты.

В тоже время, в связи с наличием на рынке большого количества фальсификата, существует потребность в недорогих способах и устройствах, пригодных для широкого применения и использования обычными неквалифицированными пользователями для контроля приобретаемых и получаемых товаров.

Известен способ идентификации объекта, основанный на использовании структуры поверхности объекта, согласно которому анализируют данные, полученные о рельефе участка поверхности, которые записывают и используют для сравнения с данными того же участка поверхности в процессе контроля (заявка Великобритании №2097979, кл. G09К 9/00, опубл. 1982).

Недостатком этого способа является необходимость визуального восприятия рельефа, субъективность анализа и его неоперативность.

Известен способ идентификации объекта, согласно которому выбранный участок поверхности объекта освещают равномерно распределенным в пространстве опорным потоком электромагнитного излучения, путем фотодетектирования преобразуют изображение выбранного участка поверхности объекта в электрические сигналы с преобразованием их в набор цифровых параметров, которые используют для сравнения с аналогичными наборами, характеризующими эталонный образ объекта и пространственно однородного калибровочного шаблона, помещаемых на место идентифицируемого объекта (см., например, описание изобретения к патенту РФ №2117989, кл. G09К 9/58, опубл. 1998).

Однако этот способ обладает тем недостатком, что формируемые изображения зависят как от параметров освещения, так и от ориентации, а также масштаба объекта. Для сравнения характеристик полученных изображений с характеристиками эталонных изображений необходимо вручную корректировать указанные параметры, что в значительной мере снижает оперативность и достоверность идентификации.

Известно устройство «Фото-электрический аппарат сортировки». (РЕФЕРАТ GB929104. Патент GB929104 (А) - Improvements relating to the sorting of translucent objects. 13 апреля 1962).

В этом устройстве для сортировки полупрозрачных объектов, таких как рисовые зерна, которые изменяют поляризацию поляризованного света, проходящего через них, содержит осветитель, освещающий зерна поляризованным светом, светочувствительное устройство, принимающее свет, проходящий через зерна, анализатор поляризации, сортировщик, которым управляет светочувствительное устройство, и средство для уменьшения или устранения изменений на выходе устройства из-за изменений размера объекта.

В этом устройстве используется оптический затвор, образованный скрещенными поляризатором и анализатором. Оно имеет узкую область специализированного применения и не может быть использовано для экспресс-контроля качества объектов, в отличие от способа, предлагаемого в заявке, в котором исследуется поляризация светового потока, отраженного от идентифицируемого объекта, а также спектрально-текстурные опознавательные признаки этого объекта.

Известно устройство обнаружения инородных тел в мясных продуктах, в котором используется оптический метод (Патент GB2446822 (А) - Quality control of meat products using optical imaging. РЕФЕРАТ GB2446822 (2008-08-27)).

В устройстве использованы источники красного и зеленого света, выполненные на светодиодах, устройство формирования изображения, которое создает одновременно изображения от красного и зеленого источников, скрещенные поляризационные светофильтры, установленные перед источниками света и устройством формирования изображения, и процессор для обработки изображений, который идентифицирует темные участки в двух изображениях.

Рассматриваемое устройство (и реализуемый способ) основано на использовании оптического затвора, образованного скрещенными поляризаторами и анализатором. Оно имеет узкую область специализированного применения и не может быть использовано для экспресс-контроля качества объектов, в отличие от способа, предлагаемого в заявке, в котором анализируется поляризация светового потока, отраженного от идентифицируемого объекта, а также его спектрально-текстурные опознавательные признаки.

Известно устройство «LCD panel test apparatus)) (Патент US5734158 (A), РЕФЕРАТ US5734158).

Это устройство предназначено для автоматического обнаружения дефектов ЖК-панелей. В основном устройство включает в себя оптический затвор из скрещенных поляризаторов, между которыми помещается испытуемая ЖК-панель, контроллер для управления ЖК-панелью, камеру для наблюдения световых сигналов, прошедших через оптический затвор, аналого-цифровой преобразователь и процессор для обработки полученных изображений.

Рассматриваемое устройство основано на использовании оптического затвора, образованного скрещенными поляризатором и анализатором. Оно имеет узкую область специализированного применения и не может быть использовано для экспресс-контроля качества объектов, в отличие от способа, предлагаемого в заявке, в котором анализируется поляризация светового потока, отраженного от идентифицируемого объекта, а также его спектрально-текстурные опознавательные признаки.

Наиболее близким к изобретению по технической сущности и достигаемому результату является способ идентификации объекта, заключающийся в том, что калибровочный шаблон и выбранный участок поверхности идентифицируемого объекта освещают спектрально-узкополосными опорными потоками электромагнитного излучения неперекрывающихся спектральных каналов видимого и ближнего инфракрасного диапазонов, в отраженных потоках электромагнитного излучения формируют калибрующие электрические сигналы и электрические сигналы идентифицируемого объекта, осуществляют калибровку указанных сигналов путем изменения в каждом из спектральных каналов мощностей опорных потоков и чувствительностей фотодетектирования до тех пор, пока максимальные значения калибрующих сигналов не достигнут заданной опорной величины, преобразуют электрические сигналы в два конечных пространственно-спектральных образных сигнала, формируют спектральный и пространственно-спектральный образы идентифицируемого объекта как двумерные частотные диаграммы исходных и конечных пространственно-спектральных образных сигналов с преобразованием их в набор цифровых параметров, который используют для сравнения с запомненными ранее аналогичными наборами, характеризующими эталонный образ объекта и пространственно однородного калибровочного шаблона, помещаемых на место идентифицируемого объекта (патент RU №2178562 кл. G01N 33/02, опубл. 20.01.2002).

Однако недостатком этого способа является зависимость результата идентификации от масштаба идентифицируемой поверхности, невозможность идентификации поверхностей, содержащих активные атомные и молекулярные структуры, которые поляризуют свет, сложность обработки измеренных величин, а именно спектральных образных сигналов, а также представление результата обработки в виде трехмерной поверхности, что затрудняет простую и наглядную его интерпретацию.

Задачей изобретения является устранение указанных недостатков с повышением достоверности экспресс-контроля образцов с учетом масштаба и поляризующих свойств объектов.

Технический результат заключается в том, что достигается возможность повысить надежность и одновременно упростить способ экспресс-контроля различных образцов путем проведения сравнения по более широкой базе измерений с представлением результата сравнения с эталоном в виде, удобном для интерпретации обычным (неквалифицированным) пользователем.

Указанная задача решается, а технический результат достигается за счет того, что способ контроля объектов заключается в том, что выбранный участок поверхности идентифицируемого объекта и калибровочный шаблон освещают спектрально-узкополосными потоками электромагнитного излучения неперекрывающихся спектральных каналов видимого и ближнего инфракрасного диапазонов, в отраженных потоках электромагнитного излучения формируют калибрующие электрические сигналы и электрические сигналы идентифицируемого объекта, осуществляют калибровку указанных сигналов путем изменения в каждом из спектральных каналов мощностей электромагнитных излучения или чувствительности фотодетектирования до тех пор, пока максимальные значения калибрующих сигналов не достигнут заданной опорной величины, преобразуют электрические сигналы в конечные пространственно-спектральные образные сигналы, формируют спектральный и пространственно-спектральный образы идентифицируемого объекта как двумерные диаграммы исходных и конечных пространственно-спектральных образных сигналов с преобразованием их в набор цифровых параметров, который используют для сравнения с запомненными ранее аналогичными наборами, характеризующими эталонный образ объекта и пространственно однородного калибровочного шаблона, помещаемых на место идентифицируемого объекта, при этом дополнительно последовательно выполняют наблюдения в разных спектральных диапазонах спектра в отраженном и проходящем, поляризованном и неполяризованном свете, излучаемом люминесцентными светодиодами в ультрафиолетовом, видимом и инфракрасном диапазонах, формируют многократные спектрально-текстурные матрицы видеосигналов от образца в различных спектральных диапазонах длин волн ультрафиолетового, видимого и инфракрасного спектра электромагнитного излучения в неполяризованном и поляризованном отраженном свете для твердых сред или в проходящем свете для жидких сред, затем выполняют статистическую обработку полученных матриц раздельно по спектральным и текстурным признакам, основанным на методах математической статистики, далее сравнивают результаты с результатами, полученными при измерениях эталона, или с данными из электронной базы данных, а результаты обработки представляют в наглядном графическом или аналитическом виде.

Предпочтительно выполняют множественные оценки образцов, используя видеосъемку с оптическим изменением масштаба изображения поверхности объекта до эталонного значения.

В представленном способе, в отличие от ближайшего аналога, спектрозональные изображения формируются при многокадровой съемке проверяемого образца и эталона при освещении спектрально-узкополосными потоками электромагнитного излучения в спектральных каналах ультрафиолетового, видимого и ближнего инфракрасного диапазонов, причем как в неполяризованном, так и в линейно-поляризованном свете, осуществляя перед этим оптическое изменение масштаба изображения поверхности идентифицируемого объекта до эталонного значения, что позволяет по совокупности измерений определить меру сходства проверяемого объекта с образцом.

Изложение сущности изобретения

С помощью телевизионной черно-белой ПЗС-камеры путем видеосъемки исследуемых объектов получают многократные изображения, по которым формируют спектрально-текстурные двумерные матрицы уровней видеосигналов.

Уровни видеосигналов зависят от спектральных коэффициентов отражения (пропускания) световых потоков, излучаемых люминесцентными светодиодами в ультрафиолетовом, видимом и инфракрасном диапазонах, от исследуемых объектов. Полученная информация используется для оценки сходства объекта с эталоном.

Краткое описание чертежей

На Фиг. 1. показан результат обработки данных по способу, принятому за прототип;

на Фиг. 2. приведена схема реализации способа.

на Фиг. 3. приведена лепестковая диаграмма сравнения объекта и эталона по спектральному признаку в неполяризованном свете;

на Фиг. 4 показана гистограмма сравнения объекта и эталона по спектральному признаку в неполяризованном свете;

на Фиг. 5 показано сравнение текстур объекта и эталона в зеленом спектральном диапазоне в неполяризованном свете.

на Фиг. 6 показано сравнение текстур объекта и эталона в синем спектральном диапазоне в линейно-поляризованном свете.

Подробное описание изобретения

Предлагаемый способ реализуется следующим образом.

Выполняют калибровку UV, В, G, R и IR видеоканалов по калибровочному шаблону, добиваясь получения одинакового размаха видеосигнала в каналах регулировкой экспозиции ПЗС-камеры (путем изменения освещенности в каждом канале или времени выдержки).

Получают многокадровые изображения образца в UV, В, G, R и IR-видеоканалах, набирая N кадров для статистической обработки. При этом экспозицию не регулируют.

В результате получают N двумерных матриц измеренных значений сигналов образца и эталона, которые имеют вид:

,

где Ψ - спектральный диапазон,

х_ij - измеренное значение j-го элемента i-ой строки матрицы М.

Сравнение спектральных образов образца и эталона.

Для каждой матрицы, полученной в серии N измерений в данном спектральном диапазоне Ψ, выполняют операцию усреднения:

,

где - среднее значение матрицы чисел, полученных

при съемке в данном спектральном диапазоне,

n - число элементов в ТВ-кадре,

m - число строк в ТВ-кадре.

Вычисляют среднее значение чисел каждой из N матриц в данном спектральном диапазоне:

и находят среднее средних значений этих матриц, измеренных в данном спектральном диапазоне:

.

Полученное число характеризует спектральный образ объекта в данном спектральном диапазоне K_Ψ. Как известно, при выполнении такого усреднения точность измерения возрастает в раз.

Находят среднее (), дисперсию (σ) и стандартное отклонение среднего () в каждом спектральном диапазоне для образца и эталона по известным формулам математической статистики.

Выполняют сравнение данных. Для этого определяют максимальное значение среднего () из измерений для образца и эталона и нормируют по нему все остальные значения среднего. Полученные нормированные значения являются относительными спектральными коэффициентами диффузного отражения исследуемого образца и эталона k₀ и k_э.

Определяют различие между данными измерений образца и эталона. Для этого находят разность между относительными спектральными коэффициентами диффузного отражения эталона и образца k₀ и k_э в каждом спектральном диапазоне.

Определяют суммарную погрешность нормированных значений измерений эталона и исследуемого образца, а затем находят значимость различий между результатами измерений эталона и исследуемого образца в каждом спектральном диапазоне.

Представляют результаты сравнения данных образца и эталона в графическом виде. Для этого строят лепестковые диаграммы или гистограммы (Фиг. 3 и Фиг. 4), которые наглядно показывают отличие образца от эталона.

В Таблице 1 приведена разность площадей лепестковых диаграмм, показанных на Фиг. 3.

В Таблице 2 приведен результат аналитического сравнения спектральных коэффициентов отражения двух сортов соевой муки, вычислена суммарная погрешность измерений и определена значимость различий, исходя из доверительного интервала при коэффициенте доверия 95,4%.

Определена также мера сходства между образцом и эталоном соевой муки по формуле:

где: - нормированные значения спектральных коэффициентов отражения эталона (α) и образца (β),

Ψ - спектральный диапазон.

Мера сходства в данном конкретном случае составила величину М=0,83.

Для количественного определения различий между объектом и эталоном по известным формулам планиметрии определяют площади лепестковых диаграмм и вычисляют разность этих площадей.

где S_Э - площадь диаграммы эталона,

S_O - площадь диаграммы образца.

Определяют меру сходства (М) образца и эталона по формуле:

,

где k_Э и k_O - относительные спектральные коэффициенты отражения эталона и образца в выбранном спектральном диапазоне.

UV, В, G, R, IR - спектральные диапазоны.

Дополнительная информация может быть получена при обработке матриц, полученных при съемке эталона и образца в поляризованном свете.

Сравнение текстурных образов образца и эталона.

Для сравнения текстур суммируют полученные при измерениях значения элементов матриц образца (или эталона), делят затем эти значения на число матриц N и получают матрицы структурных образов Y образца (эталона):

,

где Ψ - спектральный диапазон,

- измеренное значение j-го элемента i-ой строки матрицы в данном спектральном диапазоне,

- усредненное значение j-го элемента i-ой строки матрицы в данном спектральном диапазоне.

По полученным значениям строят нормированные графики распределения элементов матриц

,

где max - максимальное значение элемента матрицы,

n_ЭЛ - количество одинаковых элементов матрицы,

n_ЭЛ.МАХ. - общее число элементов матрицы.

Затем определяют математическое ожидание и дисперсию этих распределений и выполняют их сравнение. Результаты сравнения могут быть представлены в виде графиков, гистограмм или таблиц.