陆荣秀，饶运春，杨 辉，朱建勇，何权恒

（1.华东交通大学 电气与自动化工程学院，南昌 330013；2.江西省先进控制与优化重点实验室，南昌 330013）

0 引言

采用串级萃取工艺[1]从稀土共生矿中获取单一、高纯的稀土元素，对监测级稀土元素组分含量的在线检测是实现稳定、合格稀土产品的重要前提。目前，稀土分离企业大都采取离线化验获取监测级组分含量值，耗时长、滞后严重[2]；虽然部分企业使用了如分光光度法、光谱法、质谱法等在线方法[3～6]，但这些装置成本高、结构复杂、稳定性和可靠性差等问题，尚未得到普遍应用。

稀土元素独特的电子层结构使得部分元素呈现出颜色特征，在各级萃取槽混合溶液中形成“离子颜色特征带”。借鉴机器视觉技术在荧光磁粉自动检测[7]、矿物浮选过程中浮选泡沫颜色及尺寸的检测[8]等成功应用，本文采用机器视觉技术对镨/钕混合溶液图像进行自动分割和颜色特征提取，以最小二乘支持向量机建立元素组分含量预测模型；同时，由西门子PLC设计稀土溶液在线采集装置，结合Visual studio 2012和HALCON 11.0开发了稀土元素组分含量在线检测系统。测试实验验证了在线检测系统具有较高的精度和较好的实时性、重复性，能够满足稀土元素组分含量在线检测的需求。

1 检测系统硬件结构设计

根据稀土萃取溶液特性及萃取生产环境特点，检测系统由溶液图像采集硬件装置和在线检测平台组成。其中溶液图像采集硬件装置实现溶液图像自动采集、溶液回流以及上下位机的通讯功能；在线检测平台实现图像信息采集与处理、组分含量检测功能，包括实时接收并显示图像、颜色信息提取和元素组分含量的检测。

基于以下考虑：稀土萃取溶液具有一定的腐蚀性，需将待测的稀土溶液从混合澄清槽采集至溶液收集皿中；被测的稀土溶液一般透光性较好，对光线呈现一定的反射性和折射性的实际特点，该系统主要是对稀土溶液的颜色进行检测识别的实际需求。故设计出的稀土溶液图像在线采集硬件结构组成如图1所示。硬件装置的控制指令由PLC实现，通过电容传感器的组合状态以及定时器设计控制程序，控制溶液的采集过程。

图1 稀土溶液图像在线采集硬件结构

2 检测系统软件设计

为了实现在线检测稀土元素组分含量，在溶液采集硬件装置基础上，利用Visual Studio和HALCON混合编程开发稀土元素组分含量在线检测系统，完成图像的实时采集、图像预处理、特征值提取，并在开发的系统上内置LSSVM模型预测算法最终实现元素组分含量的预测。其中，Visual Studio是微软开发的工具集，自带MFC（微软基础类库）能方便地编写友好简洁的用户界面；HALCON是一个标准的机器视觉算法包，拥有便捷的视觉集成开发环境，通过内部集成的算子能够高效的进行图像处理[9]。

图2是检测系统操作界面，包括操作按钮区、图像显示区和数据显示区等区域。操作区分为手动操作和自动操作，手动区实现离线调试系统，自动区实现工业现场的监测级组分含量在线检测，包括初始化、视频加载、图像采集、图像保存图像加载、图像处理、自动检测等功能。

图2 稀土元素组分含量在线检测系统

图3是检测系统的工作流程图，工作流程如下：系统运行后设置检测参数，启动稀土溶液采集硬件装置进行溶液采集工作，溶液采集完毕后触发摄像头拍摄稀土溶液图像并上传至计算机中；处理图像提取颜色特征信息，通过内置检测模型预测待测液元素组分含量；待组分含量检测完毕，溶液采集硬件装置将稀土混合溶液回流至混合澄清槽内，完成一次组分含量在线检测。

图3 检测系统工作流程

3 基于颜色特征的Pr/Nd组分含量检测方法

本节提出了一种镨/钕元素组分含量检测方法，为检测系统的实现提供理论依据。对稀土混合溶液进行图像处理获得颜色特征信息，采用LSSVM建立组分含量预测模型，主要过程分为图像预处理、颜色特征提取和预测模型的建立。

3.1 图像预处理

溶液采集完毕后，检测系统触发相机拍摄稀土溶液图像，经系统的通讯模块将图像储存在计算机中，采集的稀土溶液图像如图4(a)所示。由图4(a)可以看出图像中包含非溶液的背景部分，且溶液边缘部分颜色不均匀；此外，图像数字信号传输的过程会有噪声的出现。背景部分和噪声干扰点均会对最终的颜色特征产生影响，所以需要对图像进行背景分割和平滑滤波。

3.1.1 图像背景分割

在预处理过程中，由图像直接获取的信息R（Red）、G（Green）、B（Blue）值。对溶液图像分割时，可依靠HSI空间各分量相互独立的特点，将图像从RGB空间转换到HSI空间，选取合适的分割方法对图像进行背景分割[10,11]。分析溶液图像的H、S、I三分量图，如图4(b)～图4(d)所示，H分量图的稀土混合溶液特征部分和背景区域对比度最大，能明显区分出稀土混合溶液有效部分，确定H分量作为图像分割的依据。

图4 稀土混合溶液图像处理各阶段的图像

OTSU阈值算法（大津法）是一种结合图像自身特点自适应选择阈值进行图像分割的方法，作为一种经典的图像阈值分割算法[12,13]在图像处理领域得到了广泛的应用。选取大津法对H分量进行图像分割，其基本思想是：根据灰度值在图像上的分布选取初始阈值将图像分为两部分，遍历不同的阈值，确定使两部分的类间方差最大即分离性最大[14]的阈值作为最佳阈值，此时分离的即为目标区域。阈值分割后的二值化图像，如图4(e)所示，为后续图像滤波提供支撑。

3.1.2 图像滤波

由图5(e)可知，H分量的二值图像存在干扰点、溶液边缘区域不光滑，接下来通过中值滤波操作去除这些因素的影响。中值滤波法是一种基于排序统计理论的非线性信号处理技术，能有效抑制图像图像传输产生的噪声。通过数字图像目标点邻域的像素中值代替该点像素，进而消除噪声的干扰，图4(f)为采用二维5×5的滤波窗口对图4(e)进行中值滤波后的结果，可知滤波后使得溶液边缘更加光滑，去除了噪声点，便于之后的信息提取。

3.2 图像颜色特征提取

考虑到溶液颜色分布均匀的特点，通过截取出溶液中心区域一部分作为特征区域的方式减少运算量。设Im（x，y）为预处理后二值化图像，其中像素值为1的区域（Im（xj，yj）=1）为目标区域，由式(1)计算目标区域中心点（xc，yc）。

式中，n为特征区域像素范围，（xj，yj）代表像素点坐标。如图4(g)所示为标明中心点（xc，yc）和目标区域的图像，以（xc，yc）为中心点，剪裁如图4(h)所示的溶液均匀区域图像Ic（x，y）。

溶液均匀区域图像像素为128×128，借助矩描述子唯一性定理[15]：图像颜色的分布信息能够被低阶矩完全表示，因此本文使用一阶矩来描述溶液颜色信息的统计特征，即：

式中，μ为图像Ic（x，y）中H、S或I分量的一阶矩，ic（x，y）为图像Ic（x，y）中H、S或I分量像素值，其中M2、N2分别别为特征区域的颜色特征分量矩阵行、列元素个数。

3.3 颜色特征与组分含量关系模型的建立

选取颜色特征作为软测量方法预测组分含量的辅助变量，Pr/Nd混合溶液颜色特征信息与Nd组分含量之间存在如下对应关系[16]：

f(.)表示颜色特征分量一阶矩xH、xS、xI与Nd元素组分含量ρNd之间的非线性关系。鉴于最小二乘支持向量机具有非线性能力强、运行速度快和泛化能力较强的特点，适用于小样本建模，本文采用LSSVM作为稀土元素组分含量预测模型[17]。

首先，处理后的数据集表示为：

式(7)的核函数K(.)选取径向基核函数（RBF）：

式中，σ是核宽度，控制函数的径向作用范围。

由上述推导过程可知，建立预测模型时，需要优化的参数组合（γ，σ），本文采用交叉验证法优化参数γ和σ。

通过LSSVM建立预测模型得到Nd组分含量ρNd后，按式(9)求出Pr组分含量ρPr。

综上，该方法能够实现稀土溶液图像在线采集、图像处理与颜色特征提取、以及组分含量预测功能，为系统软件的开发提供理论支撑。

4 系统测试实验

4.1 测试精度分析

为测试稀土元素组分含量在线检测系统的预测性能，以某稀土公司的Pr/Nd萃取生产过程为研究对象，从萃取线混合槽中采集85份样本溶液，离线化验样本溶液的元素组分含量，其中Nd元素组分含量分布在1.8%～99.965%，由检测系统在线采集Pr/Nd溶液图像的H、S、I颜色特征分量一阶矩，70组数据作为训练集建立LSSVM预测模型，并将模型内置于检测系统中，剩余15组数据采用本系统进行检测，其检测结果及误差分析如表1所示。测试结果表明，检测系统的最大相对误差为3.1303%，在稀土萃取分离工艺控制中最大相对误差小于5%的精度要求之内[18]，检测精度达到运用要求。

表1 检测结果及误差分析

表1（续）

4.2 系统重复性分析

重复性标准差是指由是重复性测试结果分布的分散性度量，由同一操作人在相同的条件下仪器测量结果的变化，代表测量仪器测试值的波动变化情况，其值越小说明测量仪器结果越稳定。为了检验仪器的重复性能，本次重复性实验的对象是现场稀土混合溶液，重复测试周期为1分钟，重复次数n=10，表2是同一稀土溶液样品的元素组分含量测试结果。可由式(10)计算重复性标准差作为系统重复性分析的评价指标：

其中，n为重复测量次数，此处n=10，x1,x2…,xn表示检测得到的元素组分含量结果。

分析表2的重复性标准差可知，重复性标准差值与测量结果相差4个数量级，这充分表明元素组分含量检测系统采集的颜色特征信息重复性效果良好，可为组分含量预测模型提供可靠支撑。

表2 系统重复性实验分析结果

综上，系统测试结果表明该系统具有较高的检测精度、稳定的重复性能，完全可以满足Pr/Nd萃取分离生产现场检测要求；此外，该系统还具有操作方便、自动采样、维护方便等特点，能够实时进行监测级组分含量的检测。

5 结语

本文通过对具有颜色特征的Pr/Nd萃取生产过程进行分析，采用西门子PLC设计稀土溶液图像采集硬件装置，结合Visual Studio中MFC的便捷性和HALCON的灵活性开发稀土元素组分含量在线检测系统，建立LSSVM元素组分含量预测模型，实现了稀土混合溶液图像信息的连续自动采集与元素组分含量的在线检测；测试结果表明系统组分含量检测的实时性、重复性和预测精度均满足稀土萃取过程现场运用要求，同时也可为具有颜色特征的其他工业过程检测提供借鉴。