钢板尺寸的机器视觉测量方法
【专利摘要】本发明属于非接触式的测量【技术领域】，具体为一种钢板尺寸的机器视觉测量方法。设计一种适应钢板生产现场的区域坐标转换标定算法，实现对钢板图像的标定；对图像进行平滑、分割等预处理；设计钢板目标区域的提取方法，获取钢板目标区域；对钢板目标区域进行边缘检测，获取目标区域的边缘；寻找钢板图像的上顶点和下顶点特征点。根据标定关系，计算出了视场范围内钢板的总长。本发明可应用于基于机器视觉的测量等场合。
【专利说明】钢板尺寸的机器视觉测量方法
【技术领域】
[0001]本发明属于非接触式的测量【技术领域】，涉及一种钢板尺寸的测量方法，特别涉及一种采用适应钢板生产现场的区域坐标转换标定算法技术实现钢板尺寸的测量。
【背景技术】
[0002]在钢板的生产过程中，要经过很多工序才能完成母板的轧制，最后由母板按一定的规格切割成子板。在生产的过程中，难免会遇到钢板上有缺陷的情况。在这种情况下，如何自动快速地识别出缺陷的位置，并且高效准确地计算出钢板的可用长度并且对有效部分进行合理规划保证钢板的成才率最高是人们面临的一个难题。由此可见，自动快速准确地测量出钢板的总长度和有用长度是其中的关键问题之一。而在目前的生产流程中，钢板长度的测量、缺陷长度的测量以及如何对准剪刃口进行剪切都是由人工来完成的。
[0003]因此，设计一种钢板尺寸的机器视觉测量方法，能够合理规划并保证钢板的成才率。并对其他应用领域的表面检测也有很好的指导借鉴意义，具有一定的应用价值。
【发明内容】
[0004]本发明所要解决的技术问题是，设计一种钢板尺寸的机器视觉测量方法。
[0005]本发明所采用的技术方案是：设计一种适应钢板生产现场的区域坐标转换标定算法，实现对钢板图像的标定；对图像进行平滑、分割等预处理；设计钢板目标区域的提取方法，获取钢板目标区域；对钢板目标区域进行边缘检测，获取目标区域的边缘；寻找钢板图像的上顶点和下顶点特征点。根据标定关系，计算出了视场范围内钢板的总长。本发明可应用于基于机器视觉的测量等场合。
[0006]本发明的目的在于采用适应钢板生产现场的区域坐标转换标定算法实现钢板尺寸的测量。
【专利附图】
【附图说明】
[0007]附图I是：钢板尺寸的机器视觉测量方法框图
[0008]附图2是：钢板图像的现场标定图
【具体实施方式】
[0009]下面结合附图对本发明作进一步详细说明。
[0010]I、钢板生产现场的区域坐标转换标定算法
[0011]在辊道左边放置了 16根标杆，它们都是呈一定的间距精确分布的，总长度为40m。为了提高标定精准度，又在其中一些标定杆之间做了一些标记（红色圆点），及利用现场已有的一些物体做出标记。这些标杆、标记以及现场的物体将这一 46m长的视场分为20个小区域。
[0012](I)在辊道上建世界坐标系，以第一个红点为原点。以后每点的纵坐标即为此点到原点的距离。
[0013](2)获取标定图中20个特征点的坐标，建立20个小区域。
[0014](3)图像上的每个点用一个坐标来表示，其中横坐标为这个点对应的实际的长度(以O开始），纵坐标为这个点在图像上的像素点的纵坐标。建立这样的—对应关系。
[0015](4)对于图像上的每一点，先判定在图像上属于哪一个小区域，然后在这个小区域内利用插值算法，对应到它的真实位置。
[0016](5)标定的步骤为：获取点-图像位置的纵坐标-判定图像上的小区域-插值运算获得真实位置。一次标定完的标杆可以去掉，只存一个数据表格和转换关系在程序中，一次标定处处使用。每个钢板利用数据表格判定计算。
[0017](6)利用这一转换结果，计算已知两点间的距离，与真实距离相比较。校正和优化这一数据表格和转换关系。
[0018]这种方法实际上只需要一些沿着辊道分布的位置精确的标定物和一张关于这些标定物的图像。然后建立一个世界坐标系和一个图像上的坐标系，将这两个坐标系上的点一一对应起来。建立一种转换关系，利用已知的二十多个点来推算图像上未知的点所对应的实际坐标系上的点。最后利用已知的点和求得的转换关系来验证和反复优化这种转换关系，直到这个转换关系满足精确性要求。
[0019]2钢板图像平滑处理
[0020]对钢板图像进行winna滤波后，目标钢板显得更为突出，周围背景部分淡化。
[0021]3钢板图像分割处理
[0022]利用动态阈值分割法实现钢板图像分割。
[0023]4钢板目标区域的提取
[0024]首先，沿着辊道的左边拟合一条直线，以这条直线为界将整个图像分成左右两个区域，左区域为要去除的部分，右边区域为要保留的部分；其次，扫描整副图像，将像素的坐标位置在拟合直线以上的点的灰度值置为0(黑色），其它位置的点保持不变。
[0025]除此之外，由于我们现场标定的部分长为40m，但是图像中40m之后的图像仍然可以采集得到，但这部分为无用信息。所以我们可以将这部分信息去除。在本系统中，40m的位置即为图像中最后一个标杆的位置，所以可以将最后一个标杆以后的信息置为黑色。
[0026]5钢板目标区域的边缘检测
[0027]6钢板目标图像的上顶点和下顶点提取
[0028]在钢板板面上没有缺陷的情况下，钢板的上顶点为图像上第一个出现的白色的点。然后扫描每一行的像素点，计算每行出现的白点的像素点数，钢板长度方向上的下顶点即为白点出现最多的那一行的第一个顶点。由此，可以寻找到钢板的两个特征点。在钢板板面上有缺陷的情况下，要测量钢板在图像上的长度，就必须得到钢板长度方向上的四个点：钢板的上顶点，下顶点和中间缺陷部分的两个特征点。观察图像，我们可知，钢板长度方向的上顶点仍然为图像上第一个出现的白色的点。钢板长度方向上的下顶点的计算步骤为：在封闭区域内计算每行中白点之间的距离，下顶点即为白点之间距离最大的那一行的顶点。
[0029]本发明的优点在于，采用适应钢板生产现场的区域坐标转换标定算法，实现钢板尺寸的非接触式测量。提高了测量的精度和快速性。
【权利要求】
1.一种钢板尺寸的机器视觉测量方法，其特征在于，所述一种适应钢板生产现场的区域坐标转换标定算法；所述钢板目标区域的提取方法；所述钢板图像的上顶点和下顶点特征点提取；所述整个检测方法的实现。
【文档编号】G01B11/02GK104330028SQ201410668934
【公开日】2015年2月4日 申请日期:2014年11月19日 优先权日:2014年11月19日
【发明者】罗菁 申请人:天津工业大学