一种胶结砂砾石料在线识别与级配优化方法及系统

技术领域

本发明涉及胶结砂砾石料级配技术领域，特别涉及一种胶结砂砾石料在线识别与级配优化方法及系统。

背景技术

中国共有水库大坝9.8万座，90％以上的为土石坝，尤其是中小型水库。采用土、石等当地材料筑坝，具有适应性强、经济性好的优点，但是漫顶、管涌可导致溃坝。根据统计，中国1954年以来年发生的3500多座溃坝中，土石坝占98％以上。胶结砂砾石料坝是中国水科院贾金生教高在法国、日本、土耳其、希腊等国关于Hardfill坝、CSG坝以及我国胶结砂砾石坝、堆石混凝土坝实践经验基础上总结提出的新坝型，通过水泥、粉煤灰、石粉、砂浆和混凝土等材料，将土、砂、石等材料胶结一起形成具有一定强度、抗剪能力和抗冲蚀能力的筑坝材料，它的突出特点是“宜材适构”、“宜构适材”，即充分利用工程现场的材料，并利用快速碾压的施工工艺工法，力求减少弃料筑坝，采用全过程质量控制，具有漫顶不溃、经济环保等优势，是一种生态友好的新型筑坝技术，在中国多座工程中得到了应用。胶结颗粒料坝按照原材料的粒径，分为胶结土坝、胶结砂砾石坝(胶结砂砾石料原材料最大粒径小于150mm，对于围堰工程，最大粒径小于300mm；包括硬填料坝、CSG坝、胶凝人工砂石坝)、胶结堆石坝(胶结砂砾石料原材料粒径大于300mm，包括堆石混凝土坝)。由于胶结颗粒料坝对地质地形的适应性强、在材料和施工方面要求低，对于环境弃料基本实现全利用，在经济环保、节约能源、施工效率和安全等方面具有综合优势。

胶结砂砾石料原材料的级配是指胶结砂砾石料原材料大小颗粒的搭配情况，在胶凝砂砾拌合物中粗胶结砂砾石料原材料的空隙由砂粒填充，砂粒之间的空隙由胶结材料所填充。胶结砂砾石坝的特点之一就是采用的原材料范围广，其砂砾石石料可采用河床砂砾料、地基和边坡开挖料、破碎胶结砂砾石料原材料等，胶结砂砾石料原材料的级配不唯一。为尽量减少胶结砂砾石料原材料颗粒之间的空隙，达到节约胶结材料和提高强度的目的，就必须满足胶结砂砾石料原材料提出级配的要求。良好的级配的标准是：胶结砂砾石料原材料中含有较多的粗颗粒，并以适当的中颗粒及小颗粒填充其空隙，即可使胶结砂砾石料原材料的空隙率和总面积均较小。使用良好级配的胶结砂砾石料原材料，不仅所需胶结材料较少，经济性好，而且还可以提高混凝土的和易性、密实度和强度。

胶结砂砾石是将胶凝材料和水添加到砂砾石(包括河床砂砾料、开挖石渣料等)中，经拌合碾压而得到的材料。所以，胶凝砂砾坝在筑坝前，根据母材的粒径分布情况和设计强度要求等进行简单筛分处理。传统的筛分处理使用人工筛分方法，将胶结砂砾石料原材料放置于筛分装置最上层的筛子上，利用人工或者机械的方式筛动筛分装置，使粒径较小的胶结砂砾石料原材料落入下面的筛子，实现不同粒径的胶结砂砾石料原材料的分类，然后对每类胶结砂砾石料原材料进行称重，建立级配曲线。其中筛分装置包括从上到下按照筛孔由大到小的顺序依次排列的多层筛子。然而，利用传统的人工筛分测量法获取胶结砂砾石料原材料级配已不能满足我们对于检测力求智能化、一体化、全面化的思想理念。传统人工筛分检测方法不仅导致人力的浪费，还造成检测结果的不精确，从而造成胶结材料的浪费以及成本的大大提高。因此，如何实现胶结砂砾石在线实时优化，及时且无缝对接进行后续拌合摊铺等工作，减少人工工作量以及缩短整个项目的工期，对自动化、一体化、全面化和智能化的改进具有重大意义。

发明内容

本发明的目的是提供一种胶结砂砾石料在线识别与级配优化方法，以实现胶结砂砾石在线自动识别与级配优化，及时且无缝对接进行后续拌合摊铺等工作，减少人工工作量。

为实现上述目的，本发明提供了如下方案：

一种胶结砂砾石料在线识别与级配优化方法，所述方法包括如下步骤：

对传送带上的待检测的胶结砂砾石料原材料进行采样筛分，获取筛分得到的每种胶结砂砾石料原材料的重量，建立第一级配曲线；

将传送带上的待检测的胶结砂砾石料原材料分流，使待检测的胶结砂砾石料原材料平铺在三个分流传送带上；

分别采集三个分流传送带上的胶结砂砾石料原材料的组合影像，得到三组组合影像；所述组合影像包括光学影像和点云数据；

分别对三组组合影像进行图像处理，确定每组组合影像拍摄的胶结砂砾石料原材料的粒径和体积；

根据每组组合影像拍摄的胶结砂砾石料原材料的粒径对每组组合影像拍摄的胶结砂砾石料原材料进行分类；

根据每组组合影像拍摄的胶结砂砾石料原材料的体积计算每组组合影像的每个种类的胶结砂砾石料原材料的质量，建立三个第二级配曲线；

对所述第一级配曲线和三个所述第二级配曲线进行函数拟合，获得拟合后的级配曲线；

将所述拟合后的级配曲线C和目标级配曲线进行对比，并根据对比结果对一次储料堆中的胶结砂砾石料混合母料进行补充。

可选的，对传送带上的待检测的胶结砂砾石料原材料进行采样筛分，获取筛分得到的每种胶结砂砾石料原材料的重量，建立第一级配曲线，之后还包括：

利用振动筛对一次储料堆中的胶结砂砾石料混合母料进行过滤，将5mm以下的砂石过滤掉，获得过滤后的不小于5mm的胶结砂砾石料原材料传输至所述传送带。

可选的，所述分别对三组组合影像进行图像处理，确定每组组合影像拍摄的胶结砂砾石料原材料的粒径和体积，具体包括：

对光学影像进行预处理，得到预处理后的光学影像；

对所述预处理后的光学影像进行canny算子边缘检测，确定所述预处理后的光学影像中每个胶结砂砾石料原材料的边缘，得到边缘检测后的光学影像；

对所述边缘检测后的光学影像进行膨胀和腐蚀处理，确定所述边缘检测后的光学影像中每个胶结砂砾石料原材料的轮廓；

根据所述边缘检测后的光学影像中每个胶结砂砾石料原材料的轮廓，确定光学影像中每个胶结砂砾石料原材料的轮廓线；

对光学影像中每个胶结砂砾石料原材料的轮廓线进行轮廓拟合，得到光学影像中每个胶结砂砾石料原材料的拟合最小外接椭圆；

根据每个胶结砂砾石料原材料的拟合最小外接椭圆，计算每个胶结砂砾石料原材料的粒径；

计算每个胶结砂砾石料原材料的拟合最小外接椭圆的面积作为每个胶结砂砾石料原材料的面积；

根据获取的点云数据计算每个胶结砂砾石料原材料的高度；

根据每个胶结砂砾石料原材料的面积和高度，计算每个胶结砂砾石料原材料的体积。

可选的，所述对光学影像进行预处理，得到预处理后的光学影像，具体包括：

对所述光学影像进行滤波，得到滤波后的光学影像；

对所述滤波后的光学影像进行对比度增强处理，得到预处理后的光学影像。

可选的，所述根据每个胶结砂砾石料原材料的拟合最小外接椭圆，计算每个胶结砂砾石料原材料的粒径，具体包括：

采用函数拟合的方式确定拟合最小外接椭圆的长径和短径与胶结砂砾石料原材料的粒径的对应关系；

根据每个胶结砂砾石料原材料的拟合最小外接椭圆的长径和短径，利用所述对应关系，确定每个胶结砂砾石料原材料的粒径。

可选的，对所述第一级配曲线和三个所述第二级配曲线进行函数拟合，获得拟合后的级配曲线，具体包括：

确定每种类型的胶结砂砾石料原材料分别在第一级配曲线和三个第二级配曲线的百分比值的平均值，作为每种类型的胶结砂砾石料原材料的拟合百分比；

根据每种类型的胶结砂砾石料原材料的拟合百分比绘制拟合后的级配曲线。

一种胶结砂砾石料在线识别与级配优化系统，所述系统包括：

第一级配曲线建立模块，用于对传送带上的待检测的胶结砂砾石料原材料进行采样筛分，获取筛分得到的每种胶结砂砾石料原材料的重量，建立第一级配曲线；

分流模块，用于将传送带上的待检测的胶结砂砾石料原材料分流，使待检测的胶结砂砾石料原材料平铺在三个分流传送带上；

组合影像采集模块，用于分别采集三个分流传送带上的胶结砂砾石料原材料的组合影像，得到三组组合影像；所述组合影像包括光学影像和点云数据；

图像处理模块，用于分别对三组组合影像进行图像处理，确定每组组合影像拍摄的胶结砂砾石料原材料的粒径和体积；

分类模块，用于根据每组组合影像拍摄的胶结砂砾石料原材料的粒径对每组组合影像拍摄的胶结砂砾石料原材料进行分类；

第二级配曲线建立模块，用于根据每组组合影像拍摄的胶结砂砾石料原材料的体积计算每组组合影像的每个种类的胶结砂砾石料原材料的质量，建立三个第二级配曲线；

级配曲线拟合模块，用于对所述第一级配曲线和三个所述第二级配曲线进行函数拟合，获得拟合后的级配曲线；

胶结砂砾石料原材料补充模块，用于将所述拟合后的级配曲线和目标级配曲线进行对比，并根据对比结果对一次储料堆中的胶结砂砾石料混合母料进行补充。

可选的，所述系统还包括：

过滤模块，用于利用振动筛对一次储料堆中的胶结砂砾石料混合母料进行过滤，将5mm以下的砂石过滤掉，获得过滤后的不小于5mm的胶结砂砾石料原材料传输至所述传送带。

可选的，所述图像处理模块，具体包括：

预处理子模块，用于对光学影像进行预处理，得到预处理后的光学影像；

边缘检测子模块，用于对所述预处理后的光学影像进行canny算子边缘检测，确定所述预处理后的光学影像中每个胶结砂砾石料原材料的边缘，得到边缘检测后的光学影像；

膨胀和腐蚀处理子模块，用于对所述边缘检测后的光学影像进行膨胀和腐蚀处理，确定所述边缘检测后的光学影像中每个胶结砂砾石料原材料的轮廓；

轮廓线确定子模块，用于根据所述边缘检测后的光学影像中每个胶结砂砾石料原材料的轮廓，确定光学影像中每个胶结砂砾石料原材料的轮廓线；

轮廓拟合子模块，用于对光学影像中每个胶结砂砾石料原材料的轮廓线进行轮廓拟合，得到光学影像中每个胶结砂砾石料原材料的拟合最小外接椭圆；

粒径计算子模块，用于根据每个胶结砂砾石料原材料的拟合最小外接椭圆，计算每个胶结砂砾石料原材料的粒径；

面积计算子模块，用于计算每个胶结砂砾石料原材料的拟合最小外接椭圆的面积作为每个胶结砂砾石料原材料的面积；

高度计算子模块，用于根据获取的点云数据计算每个胶结砂砾石料原材料的高度；

体积计算子模块，用于根据每个胶结砂砾石料原材料的面积和高度，计算每个胶结砂砾石料原材料的体积。

可选的，所述预处理子模块，具体包括：

滤波单元，用于对所述光学影像进行滤波，得到滤波后的光学影像；

对比度增强单元，用于对所述滤波后的光学影像进行对比度增强处理，得到预处理后的光学影像。

为实现上述目的，本发明提供了如下方案：

本发明提供一种胶结砂砾石料在线识别与级配优化方法，所述方法包括如下步骤：对传送带上的待检测的胶结砂砾石料原材料进行采样筛分，获取筛分得到的每种胶结砂砾石料原材料的重量，建立第一级配曲线；将传送带上的待检测的胶结砂砾石料原材料分流，使待检测的胶结砂砾石料原材料平铺在三个分流传送带上；分别采集三个分流传送带上的胶结砂砾石料原材料的组合影像，得到三组组合影像；所述组合影像包括光学影像和点云数据；分别对三组组合影像进行图像处理，确定每组组合影像拍摄的胶结砂砾石料原材料的粒径和体积；根据每组组合影像拍摄的胶结砂砾石料原材料的粒径对每组组合影像拍摄的胶结砂砾石料原材料进行分类；根据每组组合影像拍摄的胶结砂砾石料原材料的体积计算每组组合影像的每个种类的胶结砂砾石料原材料的质量，建立三个第二级配曲线；对所述第一级配曲线和三个所述第二级配曲线进行函数拟合，获得拟合后的级配曲线；将所述拟合后的级配曲线和目标级配曲线进行对比，并根据对比结果对一次储料堆中的胶结砂砾石料混合母料进行补充。本发明首先采用筛分的方式建立第一级配曲线，然后采用分流的方式使胶结砂砾石料原材料平铺，利用图像采集与处理的方式建立第二级配曲线，然后将第一级配曲线和第二级配曲线拟合，与传统人工筛分法相比较大大减少人工工作量和人为因素，提高了胶结砂砾石料原材料识别的精度，进而提高了整个级配的精度，同时利用得到的胶结砂砾石料原材料的级配曲线自动的实现胶结砂砾石料原材料补充，实现胶结砂砾石料原材料级配的数字化拌合及优化一体。

而且本发明将光学影像和点云影像结合，将图像处理技术与采样筛分法结合，获取待检测的胶结砂砾石料原材料的级配曲线，对级配曲线的获得方式进行了自动化、一体化、全面化和智能化的改进，克服了现有的机械筛分法进行级配识别效率低、及激光扫描技术无法实现大颗粒或粒形差的胶结砂砾石料原材料的识别，光学影像只能获取平面性质的技术缺陷，提高了胶结砂砾石料级配识别的效率和精度。

本发明还可根据目标级配曲线情况，对现有级配的胶结砂砾石料进行动态、实时、一体化的补充优化，最大的特点是可以在胶结砂砾石料原材料进场到拌合中途做到不间断，且自动化和智能化实现最优胶结砂砾石料原材料配合比，减少传统的人工筛分工作量大以及工期消耗时间久等问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种胶结砂砾石料在线识别与级配优化方法的流程图；

图2为本发明提供的一种胶结砂砾石料处理的流程图；

图3为本发明提供的一种胶结砂砾石料在线识别与级配优化方法的原理图；

图4为本发明提供的光学影像图；其中，图4(a)为预处理前的光学影像图，图4(b)为预处理后的光学影像图；

图5为本发明提供的第二级配曲线示例图。

具体实施方式

本发明的目的是提供一种胶结砂砾石料在线识别与级配优化方法及系统，以实现胶结砂砾石在线自动识别与级配优化，以及时且无缝对接进行后续拌合摊铺等工作，减少人工工作量。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对发明作进一步详细的说明。

如图1-3所示，本发明提供一种胶结砂砾石料在线识别与级配优化方法，所述方法包括如下步骤：

步骤101，对传送带上的待检测的胶结砂砾石料原材料进行采样筛分，获取筛分得到的每种胶结砂砾石料原材料的重量，建立第一级配曲线。

本发明设置抓斗采样装置，该装置包括抓斗和胶结砂砾石料原材料筛分装置。使用抓斗从每隔10分钟的传送带上方抓取一定量胶结砂砾石料原材料，并放置于胶结砂砾石料原材料筛分装置内；胶结砂砾石料原材料筛分装置从上到下分别为80mm、40mm、20mm、5mm筛孔器，其筛孔器下包含称重传感器，可直接将振动筛分后的筛余量反馈并显示在称重传感器显示器端。通过上述步骤可检测建立第一级配曲线。

如图2所示，本发明在步骤101之前，还利用振动筛对一次储料堆中的胶结砂砾石料混合母料进行过滤，将5mm以下的砂石过滤掉，获得过滤后的不小于5mm的胶结砂砾石料原材料并传输至所述传送带。

步骤102，将传送带上的待检测的胶结砂砾石料原材料分流，使待检测的胶结砂砾石料原材料平铺在三个分流传送带上。

步骤103，分别采集三个分流传送带上的胶结砂砾石料原材料的组合影像，得到三组组合影像；所述组合影像包括光学影像和点云数据。

步骤104，分别对三组组合影像进行图像处理，确定每组组合影像拍摄的胶结砂砾石料原材料的粒径和体积。

所述分别对三组组合影像进行图像处理，确定每组组合影像拍摄的胶结砂砾石料原材料的粒径和体积，具体包括：对光学影像进行预处理，得到预处理后的光学影像；对所述预处理后的光学影像进行canny算子边缘检测，确定所述预处理后的光学影像中每个胶结砂砾石料原材料的边缘，得到边缘检测后的光学影像；对所述边缘检测后的光学影像进行膨胀和腐蚀处理，确定所述边缘检测后的光学影像中每个胶结砂砾石料原材料的轮廓；根据所述边缘检测后的光学影像中每个胶结砂砾石料原材料的轮廓，确定光学影像中每个胶结砂砾石料原材料的轮廓线；对光学影像中每个胶结砂砾石料原材料的轮廓线进行轮廓拟合，得到光学影像中每个胶结砂砾石料原材料的拟合最小外接椭圆；根据每个胶结砂砾石料原材料的拟合最小外接椭圆，计算每个胶结砂砾石料原材料的粒径；并计算每个胶结砂砾石料原材料的拟合最小外接椭圆的面积作为每个胶结砂砾石料原材料的面积；根据获取的点云数据计算每个胶结砂砾石料原材料的高度；根据每个胶结砂砾石料原材料的面积和高度，计算每个胶结砂砾石料原材料的体积。

其中，所述对光学影像进行预处理，得到预处理后的光学影像，具体包括：对所述光学影像进行滤波，得到滤波后的光学影像；对所述滤波后的光学影像进行对比度增强处理，得到预处理后的光学影像。预处理前的光学图像如图4(a)所示，预处理后的光学图像如图4(b)所示。图3中，混合胶结砂砾石料原材料合计：总共有286个石块；混合胶结砂砾石料原材料质量合计:总的质量5438.91g。

所述根据每个胶结砂砾石料原材料的拟合最小外接椭圆，计算每个胶结砂砾石料原材料的粒径，具体包括：采用函数拟合的方式确定拟合最小外接椭圆的长径和短径与胶结砂砾石料原材料的粒径的对应关系；根据每个胶结砂砾石料原材料的拟合最小外接椭圆的长径和短径，利用所述对应关系，确定每个胶结砂砾石料原材料的粒径。

本发明利用python语言获取外接椭圆的长短径a、b和面积S＝1/4*πab；通过实验拟合算法得出粒径d与a、b之间的关系：

步骤105，根据每组组合影像拍摄的胶结砂砾石料原材料的粒径对每组组合影像拍摄的胶结砂砾石料原材料进行分类。

即，得出d的值与5-20mm，20-40mm，40-80mm，80-120mm建立分类。

步骤106，根据每组组合影像拍摄的胶结砂砾石料原材料的体积计算每组组合影像的每个种类的胶结砂砾石料原材料的质量，建立三个第二级配曲线。

胶结砂砾石料原材料质量的获取公式为：m＝ρ*V(V＝S*h(激光雷达获取))，根据质量计算出各分类中胶结砂砾石料原材料占比，建立第二级配曲线，如图5所示。

图5中，A类胶结砂砾石料原材料[5mm-20mm)：总共有154个石块；总的质量:131.03g；

B类胶结砂砾石料原材料[20mm-40mm)：总共有130个石块；总的质量:3741.37g；

C类胶结砂砾石料原材料[40mm-80mm)：总共有2个石块；总的质量:316.51g；

D类胶结砂砾石料原材料[80mm-120mm)：总共有0个石块；总的质量:0.00g。

步骤107，对所述第一级配曲线和三个所述第二级配曲线进行函数拟合，获得拟合后的级配曲线。

步骤107所述对所述第一级配曲线和三个所述第二级配曲线进行函数拟合，获得拟合后的级配曲线，具体包括：确定每种类型的胶结砂砾石料原材料分别在第一级配曲线和三个第二级配曲线的百分比值的平均值，作为每种类型的胶结砂砾石的拟合百分比；根据每种类型的胶结砂砾石料原材料的拟合百分比绘制拟合后的级配曲线。

步骤108，将所述拟合后的级配曲线和目标级配曲线进行对比，并根据对比结果对一次储料堆中的胶结砂砾石料混合母料进行补充。

在离传送带拌合站1m处设置胶结砂砾石料原材料补充设备(可采用抓斗器，分别抓取不同粒径的胶结砂砾石料原材料进行补充)，内含各粒径胶结砂砾石料原材料若干。将拟合后的级配曲线S4与最优级配曲线S0(目标级配曲线)对比，从胶结砂砾石料原材料补充设备中增添需要的相应粒径胶结砂砾石料原材料，即可实现在传送带上方迅速调整整个项目周期的胶结砂砾石料原材料级配，从而实现整个系统的自动化、一体化、全面化和智能化。

本发明还提供一种胶结砂砾石料在线识别与级配优化系统，所述系统包括：

第一级配曲线建立模块，用于对传送带上的待检测的胶结砂砾石料原材料进行采样筛分，获取筛分得到的每种胶结砂砾石料原材料的重量，建立第一级配曲线。

过滤模块，用于利用振动筛对一次储料堆中的胶结砂砾石料混合母料进行过滤，将5mm以下的砂石过滤掉，获得过滤后的不小于5mm的胶结砂砾石料原材料传输至所述传送带。

分流模块，用于将传送带上的待检测的胶结砂砾石料原材料分流，使待检测的胶结砂砾石料原材料平铺在三个分流传送带上。

组合影像采集模块，用于分别采集三个分流传送带上的胶结砂砾石料原材料的组合影像，得到三组组合影像；所述组合影像包括光学影像和点云数据。

图像处理模块，用于分别对三组组合影像进行图像处理，确定每组组合影像拍摄的胶结砂砾石料原材料的粒径和体积。

所述图像处理模块，具体包括：预处理子模块，用于对光学影像进行预处理，得到预处理后的光学影像；边缘检测子模块，用于对所述预处理后的光学影像进行canny算子边缘检测，确定所述预处理后的光学影像中每个胶结砂砾石料原材料的边缘，得到边缘检测后的光学影像；膨胀和腐蚀处理子模块，用于对所述边缘检测后的光学影像进行膨胀和腐蚀处理，确定所述边缘检测后的光学影像中每个胶结砂砾石料原材料的轮廓；轮廓线确定子模块，用于根据所述边缘检测后的光学影像中每个胶结砂砾石料原材料的轮廓，确定光学影像中每个胶结砂砾石料原材料的轮廓线；轮廓拟合子模块，用于对光学影像中每个胶结砂砾石料原材料的轮廓线进行轮廓拟合，得到光学影像中每个胶结砂砾石料原材料的拟合最小外接椭圆；粒径计算子模块，用于根据每个胶结砂砾石料原材料的拟合最小外接椭圆，计算每个胶结砂砾石料原材料的粒径；面积计算子模块，用于计算每个胶结砂砾石料原材料的拟合最小外接椭圆的面积作为每个胶结砂砾石料原材料的面积；高度计算子模块，用于根据获取的点云数据计算每个胶结砂砾石料原材料的高度；体积计算子模块，用于根据每个胶结砂砾石料原材料的面积和高度，计算每个胶结砂砾石料原材料的体积。

其中，所述预处理子模块，具体包括：滤波单元，用于对所述光学影像进行滤波，得到滤波后的光学影像；对比度增强单元，用于对所述滤波后的光学影像进行对比度增强处理，得到预处理后的光学影像。

分类模块，用于根据每组组合影像拍摄的胶结砂砾石料原材料的粒径对每组组合影像拍摄的胶结砂砾石料原材料进行分类。

第二级配曲线建立模块，用于根据每组组合影像拍摄的胶结砂砾石料原材料的体积计算每组组合影像的每个种类的胶结砂砾石料原材料的质量，建立三个第二级配曲线。

级配曲线拟合模块，用于对所述第一级配曲线和三个所述第二级配曲线进行函数拟合，获得拟合后的级配曲线。

胶结砂砾石料原材料补充模块，用于将所述拟合后的级配曲线和目标级配曲线进行对比，并根据对比结果对一次储料堆中的胶结砂砾石料混合母料进行补充。

本发明提供一种胶结砂砾石料在线识别与级配优化方法，所述方法包括如下步骤：对传送带上的待检测的胶结砂砾石料原材料进行采样筛分，获取筛分得到的每种胶结砂砾石料原材料的重量，建立第一级配曲线；将传送带上的待检测的胶结砂砾石料原材料分流，使待检测的胶结砂砾石料原材料平铺在三个分流传送带上；分别采集三个分流传送带上的胶结砂砾石料原材料的组合影像，得到三组组合影像；所述组合影像包括光学影像和点云数据；分别对三组组合影像进行图像处理，确定每组组合影像拍摄的胶结砂砾石料原材料的粒径和体积；根据每组组合影像拍摄的胶结砂砾石料原材料的粒径对每组组合影像拍摄的胶结砂砾石料原材料进行分类；根据每组组合影像拍摄的胶结砂砾石料原材料的体积计算每组组合影像的每个种类的胶结砂砾石料原材料的质量，建立三个第二级配曲线；对所述第一级配曲线和三个所述第二级配曲线进行函数拟合，获得拟合后的级配曲线；将所述拟合后的级配曲线和目标级配曲线进行对比，并根据对比结果对一次储料堆中的胶结砂砾石料混合母料进行补充。本发明首先采用筛分的方式建立第一级配曲线，然后采用分流的方式使胶结砂砾石料原材料平铺，利用图像采集与处理的方式建立第二级配曲线，然后将第一级配曲线和第二级配曲线拟合，与传统人工筛分法相比较大大减少人工工作量和人为因素，提高了胶结砂砾石料原材料识别的精度，进而提高了整个级配的精度，同时利用得到的胶结砂砾石料原材料的级配曲线自动的实现胶结砂砾石料原材料补充，实现胶结砂砾石料原材料级配的数字化拌合及优化一体。

而且本发明将光学影像和点云影像结合，将图像处理技术与采样筛分法结合，获取待检测的胶结砂砾石料原材料的级配曲线，对级配曲线的获得方式进行了自动化、一体化、全面化和智能化的改进，克服了现有的机械筛分法进行级配识别效率低、及激光扫描技术无法实现大颗粒或粒形差的胶结砂砾石的识别，光学影像只能获取平面性质的技术缺陷，提高了胶结砂砾石级配识别的效率和精度。

本发明还可根据目标级配曲线情况，对现有级配的胶结砂砾石料原材料进行动态、实时、一体化的补充优化，最大的特点是可以在胶结砂砾石料原材料进场到拌合中途做到不间断，且自动化和智能化实现最优胶结砂砾石料原材料配合比，减少传统的人工筛分工作量大以及工期消耗时间久等问题。

本说明书中各个实施例采用递进的方式描述，每个实施例的重点说明都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本发明中应用了具体个例对发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。