取。通过相机采集实时带钢1同步图像，然后对采集到的图像 进行转灰度处理，获得带，1同步灰度图像。
[0053] 步骤二：图像预处理。对获取的带钢1同步灰度图像首先进行纵向中值滤波，即图 像上每个像素点的灰度值等于其纵向临近点的灰度中间值。此时纵向临近点的选取范围可 以是分析点的上两个像素点和下两个像素点。
[0054] 步骤三：搜索波动最大块。对于左首层波动最大块的搜索，从图像左上部开始，以 50X10的大小（横向50列，纵向10行），从左向右分块检验，如果某一块首次满足如下检 验条件，则确定为左首层波动最大块。
[0057] 其中，CK为带钢基板与非带钢部分的灰度波动预设最小值，设定为5 ;TK为判断常 数，TjX 150。
[0058] 对于右首层波动最大块则从图像右上部开始，以50X 10的大小，从右向左分块检 验，使用同样的方法确定右首层波动最大块。首层以下的每一层最大块高度仍为10,横向范 围则直接等同于上一层横向范围。
[0059] 步骤四：进行图像纵向压缩。对于左边部定位，在上一步骤确定的左层波动最大块 向左右扩展的150X10区域内，计算每列的纵向平均值，形成150X1大小的左压缩图像序 列FYjx，y)。对于右边部定位，方法相同，形成右压缩图像序列FYR(x，y)。
[0060] 步骤五：生成波动序列。
[0061] 对于左边部定位，波动序列FBjx，y)的计算方法如下：
[0062] FBL(i,y) = FYL(i,y)-FYL(i-l,y) (i>0)
[0063] 对于右边部定位，波动序列FBR (x)的计算方法如下：
[0064] FBR(i, y) = FYR(i, y)_FYR(i+l, y) (i〈压缩图像序歹丨J长度）
[0065] 步骤六：确定层边缘位置。
[0066] 对于左边部定位，首先计算波动序列FBL (X，y)中的边缘波动阈值KBL(y)。
[0067] KBl (y) = AVGl (y) +SDVL (y)
[0068] 其中，AVGL (y)为波动序列FBL (x，y)的平均值，SDVL (y)为波动序列FBL (x，y)的标 准差。然后，从左至右搜索波动序列FBjx，y)中第一个大于KBjy)的波动序列值，该值对 应的原图像横向像素点位置（X)即为本层左边缘位置LBJY)，该位置所对应的波动序列值 即为本层左边缘跃阶值(y)。
[0069] 对于右边部定位，首先计算波动序列FBR (X，y)中的边缘波动阈值KBR(y)。
[0070] KBr (y) = AVGr (y) +SDVR (y)
[0071] 其中，AVGR (y)为波动序列FBR (x，y)的平均值，SDVR (y)为波动序列FBR (x，y)的标 准差；然后，从右至左搜索波动序列FBR(x，y)中第一个大于KBR(y)的波动序列值，该值对应 的原图像横向像素点位置（X)即为本层右边缘位置LBR(Y)，该位置所对应的波动序列值记 为本层右边缘跃阶值FSR (y)。
[0072] 步骤七：重复步骤三到步骤六，逐层计算，直至计算完底层图像的左右边缘位置 及跃阶值。
[0073] 步骤八：确定统计边界。对于计算多层图像统计边界的情况，左边部统计边界TGB^ 的计算方法如下：
[0076] 其中，y为层数·
[0077] 右边部统计边界TGBR的计算方法如下：
[0080] 图3显示的是对于冷轧镀锌板的边部检测效果。从图像上看左右两边部带钢光照 条件不一致，左边部较暗，右边部较亮，且钢板基板有较明显纹理，部分边缘带钢图像灰度 接近或低于非带钢区图像灰度。在此种条件下该方法可以较好的确定镀锌板的边部位置。
【主权项】
1. 一种冷轧带钢边部在线快速定位方法，其特征在于，定位过程分为左边部的定位和 右边部的定位，具体方法和步骤为： (1) 边部图像获取：通过相机采集带钢实时同步图像，然后对采集到的图像进行转灰 度处理，获得带钢同步灰度图像； (2) 图像预处理：对获取的带钢同步灰度图像首先进行纵向中值滤波，即图像上每个 像素点的灰度值等于其纵向临近点的灰度中间值； (3) 搜索波动最大块：对于左首层波动最大块的搜索，从图像左上部开始，横向M列像 素点，纵向N行像素点，以MXN的大小，从左向右分块检验，根据块内灰度初检情况确定左 首层波动最大块；对于右首层波动最大块则从图像右上部开始，以MXN的大小，从右向左 分块检验，使用同样的方法确定右首层波动最大块；首层以下的每一层最大块纵向范围仍 为N行像素点，横向范围则等同于上一层最大块的横向范围； (4) 进行图像纵向压缩：对于左边部定位，在步骤（3)确定的左层波动最大块向左右扩 展为3MXN区域，左右扩展长度相同，计算每列的纵向平均值，形成3MX 1大小的左压缩图 像序列FYjx，y),其中X = 0,1，2......，y为层数；对于右边部定位，方法相同，形成右压缩 图像序列FYR(x, y); (5) 生成波动序列： 对于左边部定位，波动序列FBjx，y)的计算方法为： FBl (i, y) = I FYl (i, y) -FYl (i-1, y) | (i>0) 对于右边部定位，波动序列FBr(X)的计算方法为： FBr(i,y) = |FYR(i,y)-FYR(i+l,y) (i〈压缩图像序列长度） (6) 确定层边缘位置： 对于左边部定位，首先计算波动序列FBl(Xj)中的边缘波动阈值KBJy): KBl (y) = AVGL(y)+SDVL(y) 其中，AVGJy)为波动序列FB1 (x，y)的平均值，SD\(y)为波动序列FB1 (x，y)的标准差； 然后，从左至右搜索波动序列FB1 (X，y)中第一个大于KB1 (y)的波动序列值，该值对应 的原图像横向像素点位置（X)即为本层左边缘位置LBJY)，该位置所对应的波动序列值记 为本层左边缘跃阶值FSJy); 对于右边部定位，首先计算波动序列FBr(x，y)中的边缘波动阈值KBr (y): KBr (y) = AVGR(y)+SDVR(y) 其中，AVGr (y)为波动序列FBr (x，y)的平均值，SDVr (y)为波动序列FBr (x，y)的标准差； 然后，从右至左搜索波动序列FBr (X，y)中第一个大于KBr (y)的波动序列值，该值对应 的原图像横向像素点位置（X)即为本层右边缘位置LBr(Y),该位置所对应的波动序列值记 为本层右边缘跃阶值FS r (y); (7) 确定统计边界：对于计算多层图像统计边界的情况，左边部统计边界TGB^的计算 方法为：其中，y为层数； 右边部统计边界TGBr的计算方法为：所述步骤（3)中，根据块内灰度初检情况确定左首层波动最大块中灰度初检情况判定 方法为如果该块首次满足如下检验条件，则确定为左首层波动最大块：检验条件：其中，Ck为带钢基板与非带钢部分的灰度波动预设最小值，Tk为判断常数。
【专利摘要】一种冷轧带钢边部在线快速定位方法，将相机采集的带钢实时图像处理后获得带钢同步灰度图像；对灰度图像进行纵向中值滤波，图像上每个像素点的灰度值等于其纵向临近点的灰度中间值；对图像分层,从左右两方向分别确定每层的左右波动最大块；进行图像纵向压缩，分别形成左右压缩图像序列；再分别生成左右边部波动序列；然后,确定每一波动序列的边缘波动阈值，从左右两方向分别搜索波动序列中第一个大于对应边缘波动阈值的波动序列值，确定本层左右边缘位置及跃阶值；最后确定左右边部统计边界。本发明工作可靠，算法简单，运行速度快，处理效果好，不受带钢纹理、色差、缺陷及光照影响，适用于工业生产和各种计算设备应用。
【IPC分类】B21B38/00, B21B39/14
【公开号】CN105414206
【申请号】CN201410483796
【发明人】宋宝宇, 王军生, 王靖震, 杨东晓, 高冰, 李连成, 费静, 王奎越, 柴明亮, 赵耕
【申请人】鞍钢股份有限公司
【公开日】2016年3月23日
【申请日】2014年9月19日