非接触式机制砂石粉含量智能化实时检测方法及装置

1.一种非接触式机制砂石粉含量智能化实时检测方法，其特征在于，包括：获取目标机制砂图像数据；将所述目标机制砂图像数据输入训练好的石粉含量检测模型，并基于该石粉含量检测模型的输出确定所述目标机制砂图像数据对应的机制砂中的石粉含量检测结果数据；在所述将所述目标机制砂图像数据输入训练好的石粉含量检测模型之前，还包括：获取多个历史机制砂图像数据以及各个所述历史机制砂图像数据各自对应的标签，其中，所述历史机制砂图像数据的采集区域与所述目标机制砂图像数据不同；所述标签用于表示历史机制砂图像数据对应的机制砂中的石粉含量数据；基于各个所述历史机制砂图像数据各自对应的标签训练预设的机器学习模型，以得到用于进行机制砂中石粉含量检测的石粉含量检测模型；所述获取多个历史机制砂图像数据以及各个所述历史机制砂图像数据各自对应的标签，包括：获取制作的机制砂样本；通过向所述制作的机制砂样本掺杂石粉使所述制作的机制砂样本的含泥量达到预设的目标含泥量，进而应用图像采集设备对达到目标含泥量的所述制作的机制砂样本进行图像采集，得到对应的机制砂原始图像数据；在所述机制砂原始图像数据中提取各个历史机制砂图像数据，并根据目标含泥量对各个所述历史机制砂图像数据进行标注，以得到各个所述历史机制砂图像数据各自对应的标签；所述在所述机制砂原始图像数据中提取各个历史机制砂图像数据，并根据目标含泥量对各个所述历史机制砂图像数据进行标注，以得到各个所述历史机制砂图像数据各自对应的标签，包括：对所述机制砂原始图像数据中的各个原始图像分别进行区域提取，形成各个所述原始图像各自对应的至少一个区域图；对各个所述区域图分别进行图像处理以形成各个所述区域图分别对应的样本图，其中，所述图像处理包括：格式转换、尺寸变更和直方图均衡处理中的至少一种；将各个所述样本图分别存储为历史机制砂图像数据；根据目标含泥量对各个所述历史机制砂图像数据进行标注，以得到各个所述历史机制砂图像数据各自对应的标签；所述获取目标机制砂图像数据，包括：接收至少一个图像采集设备采集的目标区域中的机制砂的表面图像；对所述表面图像进行预处理以形成至少一个目标机制砂图像数据；若所述表面图像中的机制砂所占环境比值大于或等于第一阈值，则对所述表面图像分别进行区域提取，形成该表面图像对应的至少一个目标区域图；以及，对至少一个所述目标区域图分别进行图像处理以形成所述表面图像对应的至少一个目标样本图，以将至少一个所述目标样本图分别确定为目标机制砂图像数据。 2.根据权利要求1所述的非接触式机制砂石粉含量智能化实时检测方法，其特征在于，在所述将所述目标机制砂图像数据输入训练好的石粉含量检测模型之前，还包括：基于预设的图像放大倍数将所述目标机制砂图像数据放大后采集放大后的该目标机制砂图像数据。 3.根据权利要求1所述的非接触式机制砂石粉含量智能化实时检测方法，其特征在于，所述将所述目标机制砂图像数据输入训练好的石粉含量检测模型，并基于该石粉含量检测模型的输出确定所述目标机制砂图像数据对应的机制砂中的石粉含量检测结果数据，包括：将属于同一批次的目标机制砂的多个所述目标机制砂图像数据分别输入训练好的石粉含量检测模型，以得到所述石粉含量检测模型分别输出的各个所述目标机制砂图像数据各自对应的石粉含量检测结果数据；对各个所述目标机制砂图像数据各自对应的石粉含量检测结果数据进行求平均计算处理以得到对应的石粉含量检测平均数据；将所述石粉含量检测平均数据作为所述目标机制砂的石粉含量检测结果数据。 4.根据权利要求1所述的非接触式机制砂石粉含量智能化实时检测方法，其特征在于，所述基于各个所述历史机制砂图像数据各自对应的标签训练预设的机器学习模型，以得到用于进行机制砂中石粉含量检测的石粉含量检测模型，包括：将多个设有所述标签的所述历史机制砂图像数据分别划分为训练集、测试集及验证集；基于所述训练集训练预设的深度学习模型，以得到用于进行机制砂中石粉含量检测的初始模型；应用所述测试集及验证集，根据所述初始模型生成所述石粉含量检测模型。 5.一种非接触式机制砂石粉含量智能化实时检测装置，其特征在于，包括：目标数据获取模块，用于获取目标机制砂图像数据；预测模型应用模块，用于将所述目标机制砂图像数据输入训练好的石粉含量检测模型，并基于该石粉含量检测模型的输出确定所述目标机制砂图像数据对应的机制砂中的石粉含量检测结果数据；还包括：历史数据获取模块，用于获取多个历史机制砂图像数据以及各个所述历史机制砂图像数据各自对应的标签，其中，所述历史机制砂图像数据的采集区域与所述目标机制砂图像数据不同；所述标签用于表示历史机制砂图像数据对应的机制砂中的石粉含量数据；预测模型训练模块，用于基于各个所述历史机制砂图像数据各自对应的标签训练预设的机器学习模型，以得到用于进行机制砂中石粉含量检测的石粉含量检测模型；所述历史数据获取模块用于执行下述内容：获取制作的机制砂样本；通过向所述制作的机制砂样本掺杂石粉使所述制作的机制砂样本的含泥量达到预设的目标含泥量，进而应用图像采集设备对达到目标含泥量的所述制作的机制砂样本进行图像采集，得到对应的机制砂原始图像数据；在所述机制砂原始图像数据中提取各个历史机制砂图像数据，并根据目标含泥量对各个所述历史机制砂图像数据进行标注，以得到各个所述历史机制砂图像数据各自对应的标签；所述在所述机制砂原始图像数据中提取各个历史机制砂图像数据，并根据目标含泥量对各个所述历史机制砂图像数据进行标注，以得到各个所述历史机制砂图像数据各自对应的标签，包括：对所述机制砂原始图像数据中的各个原始图像分别进行区域提取，形成各个所述原始图像各自对应的至少一个区域图；对各个所述区域图分别进行图像处理以形成各个所述区域图分别对应的样本图，其中，所述图像处理包括：格式转换、尺寸变更和直方图均衡处理中的至少一种；将各个所述样本图分别存储为历史机制砂图像数据；根据目标含泥量对各个所述历史机制砂图像数据进行标注，以得到各个所述历史机制砂图像数据各自对应的标签；所述目标数据获取模块具体用于：接收至少一个图像采集设备采集的目标区域中的机制砂的表面图像；对所述表面图像进行预处理以形成至少一个目标机制砂图像数据；若所述表面图像中的机制砂所占环境比值大于或等于第一阈值，则对所述表面图像分别进行区域提取，形成该表面图像对应的至少一个目标区域图；以及，对至少一个所述目标区域图分别进行图像处理以形成所述表面图像对应的至少一个目标样本图，以将至少一个所述目标样本图分别确定为目标机制砂图像数据。 6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4任一项所述的非接触式机制砂石粉含量智能化实时检测方法。 7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的非接触式机制砂石粉含量智能化实时检测方法。