专利名称：：一种用于热镀锌合金化板的白边检测方法
技术领域：
：本发明涉及一种数字图像处理技术，尤其涉及一种用于热镀锌合金化板的白边检测方法。
背景技术：
：热镀锌合金化板的白边情况是反映热镀锌合金化板合金化效果的一个重要指标。操作人员通常根据白边的情况进行合金化功率的调整，以达到微白边控制的目的。以往情况下，都是靠操作人员凭肉眼观察白边的宽度，根据经验进行合金化功率的调整，从而达到微白边控制的目的。但是由于每个操作人员的经验不同，个体之间存在差异，导致产品的质量也不尽相同。又由于对合金化功率的设定和调节停留在手动控制上，调节滞后，过渡时间长，影响了机组产品成材率和产品质量的提高。同时不能追溯己生产巻的白边情况。
发明内容本发明的目的在于提供一种用于热镀锌合金化板的白边检测方法，该检测方法能准确地测出白边图像，经过对白边图像的处理，计算出白边参数，从而对白边参数的变化做出及时响应。本发明是这样实现的一种用于热镀锌合金化板的白边检测方法，是把两个水平对齐的摄像头分别对准带钢的左右两个边缘对带钢进行拍摄，两块图像采集卡通过电缆分别与两个摄像头相连接；工控机通过图象采集卡采集到数字图像后，对图像进行处理，计算出白边参数，将计算得到的白边参数和理想的白边参数相比较，适当调节当前功率设定值；将调节过的功率设定值传送给可编程度控制器PLC，由可编程序控制器PLC重新设定功率加热器的功率值；白边检测后的图像处理过程是先进行中值滤波；借鉴直方图法，采用迭代的方法确定阈值，进行阈值变换以分割背景；再采用Robort边缘检测算子检测图像的白边；确定白边位置；最后根据摄像头和图像采集卡的参数计算白边参数；具体步骤如下第一步、计算图像的直方图H(D)<formula>formulaseeoriginaldocumentpage6</formula>(1)AD必式(l)中，D表示灰度级，A(D)表示图像中灰度值大于D的面积；第二步、对图像f(x,y)采用3x3中值滤波预处理，<formula>formulaseeoriginaldocumentpage6</formula>(2)按式(2)，即图像中任意一点的灰度值由该点与相邻8个点的均值代替；第三步、借鉴直方图的结果，采用迭代的方法取得最佳的阈值，将图像二值化以分割背景；算法如下利用式(l)的结果，令Tmax=Max扭(Di)|H(D,)>0}Tmin二Min(H(D,)|H(D,)>0j1)求出图像中的最小和最大的灰度值Tmax禾nTmin，令初始阈值为(3)2)根据阈值Tk(k是迭代次数，初始为0)将图像分割成目标和背景两部分，求出两部分的平均灰度值Zf(前景灰度)和Zb(背景灰度)<formula>formulaseeoriginaldocumentpage6</formula>式中Z(x，y)是图像上(1，j)点的灰度值，N(1，j)是(1，j)点的权重系数，这里等于同一灰度值的像素点的个数;3)求出新的阈值4)如果Tk+h^Tk，或者迭代次数大于规定的次数，则程序结束，否则K—K+l，转步骤2);5)以Tk为阀值变换图像，然后逐行从外向里记录第一个像素大于0的点的位置POSd作为分割点位置；第四步、采用Roberts边缘检测算子为模板与图像作巻积处理，以突出带钢的边部特征，即白边；Roberts边缘检测算子由下面的公式给出g(x，y)=([V7(^]-V^+i,"i)]2+[V7(^)-V/("ij+i)]2}1/2(7)其中f(x，y)是具有整数像素坐标的输入图像；第五步、确定白边位置，利用第四步所计算的结果，计算相邻10个像素灰度变化率的和，灰度变化率和的最大值即可作为白边和正常带钢表面的分界线；按下面公式得到白边位置pos:n+10pos=n+5;其中n=min{n|(J]PixdValue[i])<N}(8)n+10若min(nl(ZPixelValue[i])<N}不存在，则当前不存在白边；式中pos为所求的白边量，n为灰度变化最大的点，N为经验值；第六步、获得白边参数，按照单个像素值与实际长度的比例，结合上面算出的白边位置，就可以算出白边的宽度，单个像素值与实际长度的比例K按下面公式得到K=实际宽度*放大率/图像宽度(单位像素)(9)白边宽度w=(POSd—pos)*K(10)所述经验值N为2370。本发明是在带钢运行过程中，用两个水平对齐的摄像头分别对准带钢的左右两个边缘釆集图像，通过图像采集卡把图像信息传送到工控机，再由工控机对数字图像进行处理后得到白边参数，输出给可编程序控制器，可编程序控制器控制外部设备，实现对带钢白边的修正。本发明能自动地、准确地测出白边的具体值，对白边参数的变化做出及时响应，縮短过渡长度，从而减少废次品量，提高产品成材率和产品质量。图1为本发明的白边图像处理流程图2为本发明的白边检测装置示意图3为白边示意图4为白边经二值化后的示意图5为白边经边缘特征化的示意图6为带钢边部原始图像；图7为带钢原始图像水平方向像素值曲线；图8为带钢原始图像直方图9为带钢原边部分割出背景后的图像。图IO为带钢边部经巻积处理及颜色反转后的图像；图11为图IO水平方向像素值曲线；图12为图11曲线对应的数据；图13为图10中白边位置和背景位置数据曲线；图14为图IO中白边宽度值曲线；图15为图13、图14曲线对应的数据。图中l同轴电缆，2通信电缆，31工控机，32原工控机，4前感应加热器，5后感应加热器，6DP耦合器，7右摄像头，8左摄像头，9PCI总线，IO图像采集卡，ll带钢，12S5PLC，13S7PLC。具体实施例方式下面结合附图和具体实施例对本发明作进一步说明。参见图2，一种用于热镀锌合金化板的白边检测系统，包括位于带钢边缘的左、右摄像头7、8、工控机3K采集卡IO，左、右摄像头7、8经同轴电缆1连接采集卡10,采集卡10经PIC总线9输入工控机31，工控机31经通信电缆2接S7PLC，S7PLC经DP耦合器6接S5PLC，S5PLC控制功率加热器4、5。如需使用人工手动设定感应加热器的功率值，可以在原有系统工控机32中切换S5PLC的控制方式，屏蔽S7PLC送来的信号，切换到原有系统。一种用于热镀锌合金化板的白边检测方法，是把两个水平对齐的摄像头7、8分别对准带钢11的左右两个边缘对带钢进行拍摄，两块图像采集卡10通过电缆1分别与两个摄像头7、8相连接；工控机31通过图象采集卡10采集到数字图像后，对图像进行处理，计算出白边参数，将计算得到的白边参数和理想的白边参数相比较，适当调节当前功率设定值；将调节过的功率设定值通过通信电缆2写到S7PLC;S7PLC再通过DP耦合器6将功率设定值送到S5PLC，由S5PLC重新设定功率加热器的功率值；以上过程循环执行，从而控制白边参数接近理想数值。白边检测后的图像处理过程是先进行中值滤波；借鉴直方图法，采用迭代的方法确定阈值，进行阈值变换以分割背景；再采用Robort边缘检测算子检测图像的白边；确定白边位置；最后参照摄像头镜头参数和图像采集卡参数来计算白边宽度；参见图l。具体步骤如下1、计算图像的直方图H(D)<formula>formulaseeoriginaldocumentpage9</formula>直方图描述的是图像中具有某一灰度值的像素的个数，式(1)中，D表示灰度级，A(D)表示图像中灰度值大于D的面积。灰度分布情况见图8。2、对图像f(x，y)采用3x3中值滤波预处理，中值滤波的特点是保护图像边缘的同时取出噪声。原始白边图像参见图3。<formula>formulaseeoriginaldocumentpage9</formula>(2)按式(2)，即图像中任意一点的灰度值由该点与相邻8个点的均值代替。3、借鉴直方图的结果，采用迭代的方法取得最佳的阈值，将图像二值化以分割背景；算法如下利用式(l)的结果，令Tmax=Max{H(Di)|H(D,)>0}Tmin=Min(H(D,.)|H(D;)>0)1)求出图像中的最小和最大的灰度值Tmax和Tmin，令初始阈值为<formula>formulaseeoriginaldocumentpage10</formula>(3)2)根据阈值Tk(k是迭代次数，初始为O)将图像分割成目标和背景两部分，求出两部分的平均灰度值Zf(前景灰度)和Zb(背景灰度)<formula>formulaseeoriginaldocumentpage10</formula>(5)式中Z(x，y)是图像上(1，j)点的灰度值，N(1，j)是(1，j)点的权重系数，这里等于同一灰度值的像素点的个数。3)求出新的阈值<formula>formulaseeoriginaldocumentpage10</formula>(6)4)如果Tk+一Tk，或者迭代次数大于规定的次数，则程序结束，否则K《K+1，转步骤2)。5)通过以上步骤取得的最佳阈值，将图像二值化，二值化的结果参见图4。然后逐行(从外向里)记录第一个像素大于0的点的位置POSd作为分割点位置。4、采用Roberts边缘检测算子为模板与图像作巻积处理，以突出带钢的边部特征，即白边；参见图5。Roberts边缘检测算子对具有陡峭的低噪声图像具有较好的处理效果，是一种利用局部差分算子寻找边缘的算子，其由下面的公式给出<formula>formulaseeoriginaldocumentpage11</formula>(7)其中f(x，y)是具有整数像素坐标的输入图像，平方根运算使该处理类似于在人类视觉系统中发生的过程。带钢边缘从白色(白边)到灰色(正常的镀锌表面)是一个渐变的过程，经过以上四步的处理，可以明显看到在这个渐变的区域，像素的灰度变化率要高于其它区域。5、确定白边位置，利用第四步所计算的结果，计算相邻10个像素灰度变化率的和，灰度变化率和的最大值(这里是指灰度值最小)即可作为白边和正常带钢表面的分界线。按下面公式得到白边位置(pos)<formula>formulaseeoriginaldocumentpage11</formula>(8)若min(nl(艺PixelValue[i])<2370}不存在，则当前不存在白边。式中pos为所求的白边量，n为灰度变化最大的点(像素值)，2370为经验值。6、获得白边参数，计算单个像素值与实际长度的比例K，结合上面算出的白边位置，就可以算出白边的宽度。K=实际宽度*放大率/图像宽度(单位像素)(9)白边宽度<formula>formulaseeoriginaldocumentpage11</formula>(10)实施例1、获取图像(图6)，得到原始图像像素值曲线(图7)2、计算图像的直方图H(D)<formula>formulaseeoriginaldocumentpage11</formula>(1)AD—0AD必直方图描述的是图像中具有某一灰度值的像素的个数，式(1)中，D表示灰度级，A(D)表示图像中灰度值大于D的面积。原始图像的直方图为图8。3、对图像f(x,y)采用3x3中值滤波预处理，中值滤波的特点是保护图像边缘的同时取出噪声。4、借鉴直方图的结果，采用迭代的方法取得最佳的阈值。本例中，求得Tmax:253，Tmin=43，Tk=161，以阈值Tk=161对图像进行二值化处理，从图像(图6)中分割出带钢图像(图9)，得到POSd。5、采用Roberts边缘检测算子为模板与图像作巻积处理，并进行图像反转，以突出带钢的边部特征，即白边，参见图10，得到该图水平方向像素对应曲线，参见图ll，及相应的数据，参见图12。6、按公式K=实际宽度*放大率/图像宽度(单位像素)(9)白边宽度w=(POSd—pos)*K(10)计算白边的实际宽度，本例中摄像头采集实际宽度为94厘米，镜头放大率为0.11，采集图像宽度640个像素，单个像素鱼实际长度比例KK).01615625。本例中边界位置和白边位置像素值曲线见图13，实际白边宽度曲线见图14，图15为图13及图14对应的数值。本发明能自动地、准确地测出白边的具体值，对白边参数的变化做出及时响应，縮短过渡长度，从而减少废次品量，提高产品成材率和产品质量。权利要求1、一种用于热镀锌合金化板的白边检测方法，其特征是把两个水平对齐的摄像头分别对准带钢的左右两个边缘对带钢进行拍摄，两块图像采集卡通过电缆分别与两个摄像头相连接；工控机通过图象采集卡采集到数字图像后，对图像进行处理，计算出白边参数，将计算得到的白边参数和理想的白边参数相比较，适当调节当前功率设定值；将调节过的功率设定值传送给可编程度控制器PLC，由可编程序控制器PLC重新设定功率加热器的功率值；白边检测后的图像处理过程是先进行中值滤波；借鉴直方图法，采用迭代的方法确定阈值，进行阈值变换；再采用Robort边缘检测算子检测图像的白边；确定白边位置；最后获得白边参数；具体步骤如下第一步、计算图像的直方图H(D)<mathsid="math0001"num="0001"><math><![CDATA[<mrow><mi>H</mi><mrow><mo>(</mo><mi>D</mi><mo>)</mo></mrow><mo>=</mo><munder><mi>lim</mi><mrow><mi>ΔD</mi><mo>→</mo><mn>0</mn></mrow></munder><mfrac><mrow><mi>A</mi><mrow><mo>(</mo><mi>D</mi><mo>)</mo></mrow><mo>-</mo><mi>A</mi><mrow><mo>(</mo><mi>D</mi><mo>+</mo><mi>ΔD</mi><mo>)</mo></mrow></mrow><mi>ΔD</mi></mfrac><mo>=</mo><mo>-</mo><mfrac><mi>d</mi><mi>dD</mi></mfrac><mi>A</mi><mrow><mo>(</mo><mi>D</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math></maths>式(1)中，D表示灰度级，A(D)表示图像中灰度值大于D的面积；第二步、对图像f(x，y)采用3×3中值滤波预处理，<mathsid="math0002"num="0002"><math><![CDATA[<mrow><mfencedopen='['close=']'><mtable><mtr><mtd><mi>D</mi><mn>1</mn></mtd><mtd><mi>D</mi><mn>2</mn></mtd><mtd><mi>D</mi><mn>3</mn></mtd></mtr><mtr><mtd><mi>D</mi><mn>4</mn></mtd><mtd><mi>D</mi><mn>5</mn></mtd><mtd><mi>D</mi><mn>6</mn></mtd></mtr><mtr><mtd><mi>D</mi><mn>7</mn></mtd><mtd><mi>D</mi><mn>8</mn></mtd><mtd><mi>D</mi><mn>9</mn></mtd></mtr></mtable></mfenced><mo>⇒</mo><mi>D</mi><mn>5</mn><mo>=</mo><mfrac><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mn>9</mn></munderover><mi>Di</mi></mrow><mn>9</mn></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math></maths>按式(2)，即图像中任意一点的灰度值由该点与相邻8个点的均值代替；第三步、借鉴直方图的结果，采用迭代的方法取得最佳的阈值，将图像二值化以分割背景，算法如下利用式(1)的结果，令Tmax＝Max{H(Di)|H(Di)＞0}Tmin＝Min{H(Di)|H(Di)＞0}1)求出图像中的最小和最大的灰度值Tmax和Tmin，令初始阈值为<mathsid="math0003"num="0003"><math><![CDATA[<mrow><msub><mi>T</mi><mn>0</mn></msub><mo>=</mo><mfrac><mrow><msub><mi>T</mi><mi>max</mi></msub><mo>+</mo><msub><mi>T</mi><mi>min</mi></msub></mrow><mn>2</mn></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math></maths>2)根据阈值Tk(k是迭代次数，初始为0)将图像分割成目标和背景两部分，求出两部分的平均灰度值Zf(前景灰度)和Zb(背景灰度)<mathsid="math0004"num="0004"><math><![CDATA[<mrow><mi>Zf</mi><mo>=</mo><mfrac><mrow><munder><mi>Σ</mi><mrow><mi>z</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>≤</mo><msub><mi>T</mi><mi>k</mi></msub></mrow></munder><mi>Z</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>×</mo><mi>N</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><munder><mi>Σ</mi><mrow><mi>z</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>≤</mo><msub><mi>T</mi><mi>k</mi></msub></mrow></munder><mi>N</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>]]></math></maths><mathsid="math0005"num="0005"><math><![CDATA[<mrow><mi>Zb</mi><mo>=</mo><mfrac><mrow><munder><mi>Σ</mi><mrow><mi>z</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>≤</mo><msub><mi>T</mi><mi>k</mi></msub></mrow></munder><mi>Z</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>×</mo><mi>N</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><munder><mi>Σ</mi><mrow><mi>z</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>≤</mo><msub><mi>T</mi><mi>k</mi></msub></mrow></munder><mi>N</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math></maths>式中Z(x，y)是图像上(I，j)点的灰度值，N(I，j)是(I，j)点的权重系数，这里等于同一灰度值的像素点的个数；3)求出新的阈值<mathsid="math0006"num="0006"><math><![CDATA[<mrow><msub><mi>T</mi><mrow><mi>k</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>=</mo><mfrac><mrow><msub><mi>Z</mi><mi>f</mi></msub><mo>+</mo><msub><mi>Z</mi><mi>b</mi></msub></mrow><mn>2</mn></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow>]]></math></maths>4)如果Tk+1＝＝Tk，或者迭代次数大于规定的次数，则程序结束，否则K←K+1，转步骤2)；5)以Tk为阀值变换图像，然后逐行从外向里记录第一个像素大于0的点的位置POSd作为分割点位置；第四步、采用Roberts边缘检测算子为模板与图像作卷积处理，以突出带钢的边部特征，即白边；Roberts边缘检测算子由下面的公式给出<mathsid="math0007"num="0007"><math><![CDATA[<mrow><mi>g</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>{</mo><msup><mrow><mo>[</mo><msqrt><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></msqrt><mo>-</mo><msqrt><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>+</mo><mn>1</mn><mo>,</mo><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow></msqrt><mo>]</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>[</mo><msqrt><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></msqrt><mo>-</mo><msqrt><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>+</mo><mn>1</mn><mo>,</mo><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow></msqrt><mo>]</mo></mrow><mn>2</mn></msup><mo>}</mo></mrow><mrow><mn>1</mn><mo>/</mo><mn>2</mn></mrow></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow>]]></math></maths>其中f(x，y)是具有整数像素坐标的输入图像；第五步、确定白边位置，利用第四步所计算的结果，计算相邻10个像素灰度变化率的和，灰度变化率和的最大值即可作为白边和正常带钢表面的分界线；按下面公式得到白边位置pospos＝n+5；其中<mathsid="math0008"num="0008"><math><![CDATA[<mrow><mrow><mi>n</mi><mo>=</mo><mi>min</mi><mo>{</mo><mi>n</mi><mo>|</mo><mrow><mo>(</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mi>n</mi></mrow><mrow><mi>n</mi><mo>+</mo><mn>10</mn></mrow></munderover><mi>PixelValue</mi><mo>[</mo><mi>i</mi><mo>]</mo><mo>)</mo></mrow><mo><</mo><mi>N</mi><mo>}</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow>]]></math>id="icf0008"file="A2007100401050003C6.tif"wi="87"he="10"top="259"left="72"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths>若<mathsid="math0009"num="0009"><math><![CDATA[<mrow><mi>min</mi><mo>{</mo><mi>n</mi><mo>|</mo><mrow><mo>(</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mi>n</mi></mrow><mrow><mi>n</mi><mo>+</mo><mn>10</mn></mrow></munderover><mi>PixelValue</mi><mo>[</mo><mi>i</mi><mo>]</mo><mo>)</mo></mrow><mo><</mo><mi>N</mi><mo>}</mo></mrow>]]></math>id="icf0009"file="A2007100401050004C1.tif"wi="61"he="10"top="29"left="40"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths>不存在，则当前不存在白边；式中pos为所求的白边量，n为灰度变化最大的点，N为经验值；第六步、获得白边参数，按照单个像素值与实际长度的比例，结合上面算出的白边位置，就可以算出白边的宽度，单个像素值与实际长度的比例K按下面公式得到K＝实际宽度*放大率/图像宽度(单位像素)(9)白边宽度w＝(POSd-pos)*K(10)全文摘要本发明涉及一种数字图像处理技术。一种用于热镀锌合金化板的白边检测方法，其特征是把两个水平对齐的摄像头分别对准带钢的左右两个边缘对带钢进行拍摄，两块图像采集卡通过电缆分别与两个摄像头相连接；工控机通过图象采集卡采集到数字图像后，对图像进行处理，计算出白边参数，将计算得到的白边参数和理想的白边参数相比较，适当调节当前功率设定值；将调节过的功率设定值传送给可编程度控制器PLC，由可编程序控制器PLC重新设定功率加热器的功率值。本发明能准确地测出白边的具体值，对白边参数的变化做出及时响应，缩短过渡长度，从而减少废次品量，提高产品成材率和产品质量。文档编号G01N33/20GK101294945SQ20071004010公开日2008年10月29日申请日期2007年4月28日优先权日2007年4月28日发明者俞鸿毅,叶晓松,朱耀江,顾华中,黄佩杰申请人:宝山钢铁股份有限公司