CN103353282A - 热轧带钢端部形状在线视觉测量装置 - Google Patents
热轧带钢端部形状在线视觉测量装置 Download PDFInfo
- Publication number
- CN103353282A CN103353282A CN2013102322857A CN201310232285A CN103353282A CN 103353282 A CN103353282 A CN 103353282A CN 2013102322857 A CN2013102322857 A CN 2013102322857A CN 201310232285 A CN201310232285 A CN 201310232285A CN 103353282 A CN103353282 A CN 103353282A
- Authority
- CN
- China
- Prior art keywords
- tan
- linear array
- array ccd
- ccd camera
- end shape
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明热轧带钢端部形状在线视觉测量装置,涉及以采用光学方法为特征的计量设备,包括热带钢末端形状检测装置、视觉信息处理系统和在线检测装备监控系统;热带钢末端形状检测装置主要包括视觉传感系统、激光器和计算机处理单元,视觉信息处理系统包括带宽计算系统、线阵CCD图像处理系统、液晶显示屏、键盘和鼠标、信号处理器和工业计算机,在线检测装备监控系统包括带宽计算系统的监控界面和后台数据库管理软件;热带钢末端形状检测装置中的视觉传感系统通过网线连接视觉信息处理系统,视觉信息处理系统用USB导线连接在线检测装备监控系统;本发明装置克服了现有技术的带钢端部形状检测速度慢、效率低和精度不够的技术问题。
Description
技术领域
本发明的技术方案涉及以采用光学方法为特征的计量设备,具体地说是热轧带钢端部形状在线视觉测量装置。
背景技术
由于生产现场环境恶劣,传统的带钢端部形状检测都使用离线、人工的方法进行抽检,抽检取样时间长,工人劳动强度大,测量信息与生产状态不能及时对应,不能实时反应生产线的状态,不能有效的实现生产的闭环控制,降低了轧机的有效作业率,增加了带钢的废品率。这些都严重影响了带钢生产,限制了产品质量的进一步提升。因此,急需研制一种高精度、高效率的机器检测设备,以提高带钢生产过程的产品质量,保证生产出高品质和高附加值的带钢。
现有技术的带钢端部形状检测方案有以下几种:
(1)华中理工大学谢图强等人提出:在粗轧出口放置一个面阵列CCD摄像机和一个CCD位置检测器,用此CCD位置检测器控制带钢的位置,用面阵列CCD摄像机对带钢端部进行检测。但是这种方案的机械结构复杂,成本较高。
(2)北京科技大学李毅杰等人对板坯头部形状进行了检测,他们用线阵列CCD摄像机获取板坯头部形状,在图像获取系统中研究出了应用线性回归获得板坯头部边缘形状的数学表达式。此方案由于用到了线性回归的方法使计算量增大。
(3)浙江大学流体传动及控制国家重点实验室傅新等人对高精度面阵列CCD摄像机获得的带钢头尾图像进行了处理,他们采用图像增强、分割技术提取了带钢头尾图像的偏心率、穿越点数目、宽度梯度等特征参数,通过BP神经网络对带钢头尾形状进行了识别分类处理。但是这种方案可能会造成信息丢失,且当数据不充分时不能准确检测,而且速度较慢。
(4)CN101131315A公开了瓷砖尺寸及形状在线视觉测量系统,采用CCD摄像头在线测量瓷砖的尺寸和形状,四个CCD摄像头均与计算机图像采集单元连接,每个CCD摄像头摄取瓷砖的一个角的图像。该装置的缺点是只是单纯的专门做尺寸和形状测量。
(5)CN101811140B披露了一种适用于热轧厂粗轧板坯测宽及对中方法,提出一种在几乎不增加设备投资的情况下,借助对轧钢机侧导板的控制功能的扩展,实现自动校核实际板坯宽度与预期值是否相符,同时可以保证板坯自动对中的适用于热轧厂粗轧板坯测宽及对中方法,从而保证轧钢质量,避免设备受损。该发明方法的实施步骤复杂,实施起来对方案要求很高。
发明内容
本发明所要解决的技术问题是:提供热轧带钢端部形状在线视觉测量装置,是一种基于激光器的视觉传感装置,克服了现有技术的带钢端部形状检测速度慢、效率低和精度不够的技术问题。
本发明解决该技术问题所采用的技术方案是:热轧带钢端部形状在线视觉测量装置,是一种基于激光器的视觉传感装置,包括热带钢末端形状检测装置、视觉信息处理系统和在线检测装备监控系统;所述热带钢末端形状检测装置主要包括视觉传感系统、激光器和计算机处理单元,其中,视觉传感系统包括两路线阵CCD摄像机,两路线阵CCD摄像机被分别安置在两个滑块上设置的高度和角度可调的摄像机安装架上,两个滑块则分别设置在带钢生产线的带钢传送带上方固定在机架上的一条导轨上,两路线阵CCD摄像机之间间隔为300mm~600mm,位于带钢的宽度方向上,每个CCD线阵摄像头都能拍摄到热轧带钢的两个边缘,两路线阵CCD摄像机都与计算机处理单元用网线相连接,激光器位于两路线阵CCD摄像机的右上方,并被固定在上述机架的另一条导轨上安装的一个激光器支架上,计算机处理单元的硬件构成包括计算机及其部件、控制面板、监视器和信号线,其中计算机分别与控制面板和监视器利用信号线连接,该计算机处理单元的软件构成分为图像处理单元和带钢端部形状处理单元,所述图像处理单元是以工业通用计算机为平台,在vc6.0的平台下,利用OpenCV图像处理函数库所编写的图像处理软件,所述带钢端部形状处理单元存储有多种带钢端部形状;所述视觉信息处理系统包括带宽计算系统、线阵CCD图像处理系统、液晶显示屏、键盘和鼠标、信号处理器和工业计算机,其中带宽计算系统包括得到边缘点坐标算法、三角计算算法和带宽计算界面,线阵CCD图像处理系统包括人机界面、图像采集程序和图像边缘检测算法;上述在线检测装备监控系统包括带宽计算系统的监控界面和后台数据库管理软件;热带钢末端形状检测装置中的视觉传感系统通过网线连接视觉信息处理系统,视觉信息处理系统用USB导线连接在线检测装备监控系统,由此构成热轧带钢端部形状在线视觉测量装置。
上述热轧带钢端部形状在线视觉测量装置,所述两路线阵CCD摄像机分为左边的线阵CCD摄像机和右边的线阵CCD摄像机,由此构成双目视觉系统。
上述热轧带钢端部形状在线视觉测量装置,所述左边的线阵CCD摄像机、右边的线阵CCD摄像机和激光器共同组成成像系统的扫描器,将此成像系统的扫描器以0度~90度的角度安装于带钢生产线上方。
上述热轧带钢端部形状在线视觉测量装置,所述线阵CCD摄像机为高分辨率的高速工业线阵CCD摄像机。
上述热轧带钢端部形状在线视觉测量装置,所述摄像机安装架的高度通过滑杆上下调节,两个CCD线阵摄像头之间的距离通过导轨上的滑块进行调整,摄像机安装架的末端设计为舵机结构从而使CCD线阵摄像头可以在四个方向进行旋转。
上述热轧带钢端部形状在线视觉测量装置,所述边缘点坐标算法是:利用三角原理来计算出各边缘点在X-Z坐标系中的位置,以点M(X0,Z0)为例,在已知线阵CCD摄像机 光轴与X-Z坐标系Z轴间夹角为β,左右线阵CCD摄像机光心间距为d的情况下,计算带钢的边缘位置的公式为:
其中Xl和Xr分别为点M(X0,Z0)在左右线阵CCD摄像机成像的像素坐标值,带宽测量软件对每一个边缘点均进行类似运算,可获知当前带钢边缘的位置,进而计算当前检测的相邻边缘点间的距离、最外侧边缘点间的距离得到中心线的位置和中心线偏差,进而根据所测钢带边缘点历史数据进行平滑滤波与插值运算,去除由于现场恶劣工况所引起的随机误差。
上述公式中,f为线阵CCD摄像机的焦距,X0r为点M(X0,Z0)在右边线阵CCD摄像机的成像坐标,X0l为点M(X0,Z0)在左边的线阵CCD摄像机的成像坐标,X1r为点N(X1,Z1)在右边的线阵CCD摄像机的成像坐标,X1l为点N(X1,Z1)在左边的线阵CCD摄像机的成像坐标。
上述热轧带钢端部形状在线视觉测量装置,所述三角计算算法是指利用左右两个线阵CCD摄像机分别得到边缘点的两组坐标值,然后利用相似三角形的方法对着两组坐标值进行融合计算,最终得到准确的边缘点坐标,是本技术领域的技术人员所掌握的。
上述热轧带钢端部形状在线视觉测量装置,所述带宽计算界面是利用软件编写的一个界面,在里面加上了带宽的计算,带宽的计算算法为在利用上述三角计算算法得到两个边缘点坐标后,利用距离计算公式得到带宽,是本技术领域的技术人员所掌握的。
上述热轧带钢端部形状在线视觉测量装置,所涉及的仪器和零部件均通过商购获得,仪器和零部件的安装方法是本技术领域的技术人员所能掌握的。
本发明的有益效果是:本发明装置的显著优点在于:
(1)可实现生产过程闭环控制
本发明的热轧带钢端部形状在线视觉测量装置具有测量速度快、非接触、自动、可在线、能在恶劣环境下使用和较高的测量精度的优点。
(2)精确的还原带钢端部形状
带钢在连续热轧过程中可能会出现偏移、倾斜、跳起等情况,如何能够在带钢端部发生这些情况的条件下依然可以精确的检测出带钢端部的形状并且精确还原,需要一个很好的算法,本发明装置中,用到了三角计算原理,对两路线阵CCD摄像机拍摄到的带钢边缘的值进行了融合计算,能够精确的还原带钢端部形状。
(3)获取高精度的带钢端部形状参数
利用本发明装置的算法可以获得高精度的带钢端部形状参数,从而为热轧带钢生产线的控制系统提供实时、准确和可靠的带钢端部形状信息。
(4)快速维护和保护的高度可靠性
由于钢铁生产对连续作业率要求极高,为此电气控制系统的连锁保护就成为重中之重。如果对带钢宽度检测装置的保护出现问题,将会给生产带来很大的损失,因而对电气控制系统进行维护和保护是很重要的,同时这对于电气系统设计也具有很大的技术难度。本本发明装置具有快速维护和保护的高度可靠性。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明热轧带钢端部形状在线视觉测量装置整体构成系统的示意框图。
图2为本发明装置中的热带钢末端形状检测装置的安装示意图。
图3为本发明装置的成像系统扫描器与测速用的激光测速仪之间的安装位置示意图。
图4为本发明装置的双目视觉系统中的线阵CCD摄像机的安装图示意图。
图5为用本发明装置的线阵CCD摄像机和激光器对热轧带钢端部形状进行测量时的状态示意图。
图6为用本发明装置中的带宽计算系统中的三角计算算法原理图
图7为对本发明装置中提到的边缘点坐标算法和三角计算算法进行仿真验证过程中所用到的坐标系示意图。
图8为将本发明装置运用于热轧带钢生产线时该装置安装的简化示意图。
图中,1.左边的线阵CCD摄像机,2.右左边的线阵CCD摄像机,3.激光器,4.模拟带钢,7.激光测速仪,8.上下可调机构,9.左右可调机构,10安装相机的舵机,11.电机,12.钢丝绳,13.运动平台,14.隔板,15.安装好的线阵CCD摄像机。
具体实施方式
图1所示实施例表明,本实施例的热轧带钢端部形状在线视觉测量装置包括视觉传感系统、热带钢末端形状检测装置、视觉信息处理系统和在线检测装备监控系统,其中视觉 传感系统包括线阵CCD摄像机1和线阵CCD摄像机2;视觉信息处理系统包括带宽计算系统、线阵CCD图像处理系统、液晶显示屏、键盘和鼠标、信号处理器和工业计算机,其中带宽计算系统包括得到边缘点坐标算法、三角计算算法和带宽计算界面,线阵CCD图像处理系统包括人机界面、图像采集程序和图像边缘检测算法;在线检测装备监控系统包括带宽计算系统的监控界面和后台数据库管理软件;由热带钢末端形状检测装置用导线连接视觉传感系统,视觉传感系统通过网线连接视觉信息处理系统,网线连接视觉信息处理系统通过USB导线连接在线检测装备监控系统,由此构成热轧带钢端部形状在线视觉测量装置;
图2所示实施例表明,发明装置中的热带钢末端形状检测装置的安装方法是,由左边的线阵CCD摄像机1和右边的线阵CCD摄像机2构成双目视觉系统,再由该双目视觉系统和激光器3构成成像系统的扫描器,将此成像系统的扫描器以0度~90度的角度安装于带钢生产线上方,线阵CCD摄像机1和线阵CCD摄像机2之间的间隔为300mm~600mm,激光器3在模拟带钢4上产生如图2中单线箭头所示的激光带。图2中的单向空心箭头所指为模拟带钢生产线的运动方向,双向空心箭头为带钢的宽度方向。
图3所示实施例表明,本发明装置中,由左边的线阵CCD摄像机1和右边的线阵CCD摄像机2构成双目视觉系统,再由该双目视觉系统和激光器3构成成像系统的扫描器,将此成像系统的扫描器以0度~90度的角度安装于带钢生产线上方,线阵CCD摄像机1和线阵CCD摄像机2之间的间隔为300mm~600mm,激光器3在模拟带钢4上产生如图4中单线箭头所示的激光带;图3中的激光测速仪7是本发明装置外的一个辅助装置,激光测速仪7安装在成像系统扫描器的出口处。由于激光测速仪7的视野为点状,并且必须垂直安装,安装高度为3000~3500mm。为了保证整个优化剪切系统的精确性,提高后续过程中的飞剪区域带钢头尾剪切长度的检测精度。将激光测速仪7布置在成像系统扫描器出口,这样安装可以确保热轧带钢生产线的可逆轧机出口带钢尾部成像时的带钢速度直接由激光测速仪7测量出来,而热轧带钢生产线的可逆轧机出口头部成像所需的带钢速度由已经使用激光测速仪7在线标定后的热轧带钢生产线的可逆轧机的轧辊线速度提供,也能达到较高的测量精度。
图4所示实施例表明,本发明装置中的双目视觉系统中的线阵CCD摄像机是以本图中所示的机械结构连接方式进行安装的。其中上下可调的结构8用以调节线阵CCD摄像机的安装高度;左右可调的结构9用以调节两个线阵CCD摄像机之间的安装距离,安装相机的舵机10选用的是二自由度MG995舵机云台,此云台是一款大扭矩和高性价比的小型云台,可以在水平和垂直方向做二自由度运动,方便安装摄像头,用以实现图像监控和图像识别定位追踪;
图5所示实施例表明,用本发明装置的线阵CCD摄像机和激光器对热轧带钢端部形状进行测量的状态是,由左边的线阵CCD摄像机1、右边的线阵CCD摄像机2和激光器3构成的成像系统的扫描器,其中由激光器3投射到模拟带钢4上产生激光带,利用左边的线阵CCD摄像机1和右边的线阵CCD摄像机2获取带钢图像。
图6所示实施例表明,本发明装置中的带宽计算系统中的三角计算算法原理是:指利用左右两个线阵CCD摄像机分别得到边缘点的两组坐标值,然后利用相似三角形的方法对着两组坐标值进行融合计算,最终得到准确的边缘点坐标。
该图表明,利用三角原理来计算出各边缘点在X-Z坐标系中的位置,以点M(X0,Z0)为例,在已知线阵CCD摄像机光轴与X-Z坐标系Z轴间夹角为β,左右线阵CCD摄像机光心间距为d的情况下,计算带钢的边缘位置的公式为:
其中Xl和Xr分别为点M(X0,Z0)在左右线阵CCD摄像机成像的像素坐标值,带宽测量软件对每一个边缘点均进行类似运算,可获知当前带钢边缘的位置,进而计算当前检测的相邻边缘点间的距离、最外侧边缘点间的距离得到中心线的位置和中心线偏差,进而根据所测钢带边缘点历史数据进行平滑滤波与插值运算,去除由于现场恶劣工况所引起的随机误差。
上述公式中,f为线阵CCD摄像机的焦距,X0r为点M(X0,Z0)在右边线阵CCD摄像机的成像坐标,X0l为点M(X0,Z0)在左边的线阵CCD摄像机的成像坐标,X1r为点N(X1,Z1)在右边的线阵CCD摄像机的成像坐标,X1l为点N(X1,Z1)在左边的线阵CCD摄像机的成像坐标。
图7所示实施例表明,对本发明装置中提到的边缘点坐标算法和三角计算算法进行仿真验证过程中所用到的坐标系。因为在测量带钢的端部形状之前要合理的建立坐标系,该坐标系的建立以左边的线阵CCD摄像机1和右边的线阵CCD摄像机2的两焦点连线的中点为坐标系的原点,从上述焦点向下看带钢的方向为oz轴的正方向,该焦点连线中点向右为ox轴的正方向。Y轴为从摄像机向下看带钢生产线的方向,在本图中因为是平面图, 所以Y轴不能画出来,Y轴向里表示Y轴的正方向在平面图中为纸面向里,作用在于更好的对整个装置进行三维描述。带钢沿着生产线方向的投影表示带钢本来是一个三维的此处将它在生产线方向上的投影画出来表示为二维的,作用为更直观的描述带钢的生产过程以及坐标系的建立。
图8所示实施例表明,将本发明装置运用于热轧带钢生产线时该装置安装方法是,将本发明装置中的热带钢末端形状检测装置安装于热轧带钢生产线上方,由于对于热轧带钢端部形状检测需要高精度和高分辨率的线阵相机,这种线阵相机对于光源的要求比较高,所以需要用图8中所示的隔板14将整个视觉传感系统封装形成黑暗环境,再利用补充光源即激光器3,封装部分设计为有可开关的门,以方便调整左边的线阵CCD摄像机1和右边的线阵CCD摄像机2的安装高度、角度以及这些摄像机与光源的安装位置。图8中显示,本发明装置的主要部分为安装好的线阵CCD摄像机15,此部分将左边的线阵CCD摄像机1和右左边的线阵CCD摄像机2安装于同一平面上,但是两摄像机之间的安装角度可以利用安装相机的舵机10进行调整,通过调整两摄像机的安装角度可以使我们得到更好的图像。运动平台13将带钢放置在此平台上沿着此平台的轨迹在轨道上依据一定的速度前进,在进入封装有安装好的线阵CCD摄像机15的部分时,左边的线阵CCD摄像机1和右左边的线阵CCD摄像机2同时开始采集带钢图像。运动平台13的运动由电机11进行控制,通过控制电机11带动钢丝绳12运动从而带动运动平台13运动,以完成整个带钢运动过程中的图像采集过程。
实施例1
按照图1、图2、图3、图4、图5、图6和图8装配成本实施例的热轧带钢端部形状在线视觉测量装置,由左边的线阵CCD摄像机1和右边的线阵CCD摄像机2构成双目视觉系统,再由该双目视觉系统和激光器3构成成像系统的扫描器,将此成像系统的扫描器以0度的角度安装于带钢生产线上方,线阵CCD摄像机1和线阵CCD摄像机2之间的间隔为300mm。其中,成像系统的扫描器中心线距离可逆轧机5的中心线为5878mm。成像系统的扫描器安装在可逆轧机5的出口的钢结构平台上,该平台下方设计有隔热石棉夹层,平台四周装有钢板围栏,用于隔离高温带钢产生的大量热辐射。成像系统的扫描器的安装高度根据热轧钢机的辊身长度1400mm、中间坯最大厚度以及带钢通常的最大翘头高度设计为3488mm,成像系统的扫描器的有效视野在垂直面上达到1400×450mm。安装相机的舵机10达到水平方向旋转角度为175度和垂直方向旋转角度为150度。左边的线阵CCD摄像机1和右左边的线阵CCD摄像机2通过网线与放置在主控室中的视觉信息处理系统中的工业计算机相连。激光测速仪7的安装高度按照技术要求为2100mm,考虑到中间坯带钢的末道次轧制厚度平均为30mm,因此将安装高度设计为2130mm,在轧制方向上的位置是成像系统的扫描器中心线后1830mm,并偏离轧制中心线150mm,以使其激光线位于两辊辊缝中间,并且不会被辊间的过渡花架遮挡。
为了在带钢发生横移、跳跃、翘起等情况下仍能够测出带宽,将两路线阵CC摄像机对同一位置点拍摄所获得的图像点的位置进行融合计算,利用三角原理可计算出各边缘 点在X-Z坐标系中的位置。以点M(X0,Z0)为例,在已知两摄像机光轴与X-Z坐标系Z轴间夹角为β,左右摄像机光心间距为d的情况下,计算带钢的边缘位置的公式为:
其中Xl和Xr分别为点M(X0,Z0)在左右线阵CCD摄像机成像的像素坐标值。带宽测量软件对每一个边缘点均进行类似运算,可获知当前带钢边缘的位置,进而计算当前检测的相邻边缘点间的距离、最外侧边缘点间的距离得到中心线的位置和中心线偏差。进而根据所测钢带边缘点历史数据进行平滑滤波与插值运算,去除由于现场恶劣工况所引起的随机误差。
上式中,f=0.09m,d=0.5m,β=0,M(X0,Z0)点坐标为M(-0.7,3.3),N(X1,Z1)点坐标为N(0.7,3.3),对M、N这两点进行实验,利用相机得到的这两点在左右线阵CCD摄像机成像的像素坐标值x0l=0.0136m x0r=0.0135m,x1l=0.0146mx1r=0.0145m;
=67.75像素;
=72.75像素。
实施例2
除成像系统的扫描器以45度的角度安装于带钢生产线上方,线阵CCD摄像机1和线阵CCD摄像机2之间的间隔为450mm之外,其他均同实施例1。
实施例3
除成像系统的扫描器以90度的角度安装于带钢生产线上方,线阵CCD摄像机1和线阵CCD摄像机2之间的间隔为600mm之外,其他均同实施例1。
Claims (5)
1.热轧带钢端部形状在线视觉测量装置,其特征在于:是一种基于激光器的视觉传感装置,包括热带钢末端形状检测装置、视觉信息处理系统和在线检测装备监控系统;所述热带钢末端形状检测装置主要包括视觉传感系统、激光器和计算机处理单元,其中,视觉传感系统包括两路线阵CCD摄像机,两路线阵CCD摄像机被分别安置在两个滑块上设置的高度和角度可调的摄像机安装架上,两个滑块则分别设置在带钢生产线的带钢传送带上方固定在机架上的一条导轨上,两路线阵CCD摄像机之间间隔为300mm~600mm,位于带钢的宽度方向上,每个CCD线阵摄像头都能拍摄到热轧带钢的两个边缘,两路线阵CCD摄像机都与计算机处理单元用网线相连接,激光器位于两路线阵CCD摄像机的右上方,并被固定在上述机架的另一条导轨上安装的一个激光器支架上,计算机处理单元的硬件构成包括计算机及其部件、控制面板、监视器和信号线,其中计算机分别与控制面板和监视器利用信号线连接,该计算机处理单元的软件构成分为图像处理单元和带钢端部形状处理单元,所述图像处理单元是以工业通用计算机为平台,在vc6.0的平台下,利用OpenCV图像处理函数库所编写的图像处理软件,所述带钢端部形状处理单元存储有多种带钢端部形状;所述视觉信息处理系统包括带宽计算系统、线阵CCD图像处理系统、液晶显示屏、键盘和鼠标、信号处理器和工业计算机,其中带宽计算系统包括得到边缘点坐标算法、三角计算算法和带宽计算界面,线阵CCD图像处理系统包括人机界面、图像采集程序和图像边缘检测算法;上述在线检测装备监控系统包括带宽计算系统的监控界面和后台数据库管理软件;热带钢末端形状检测装置中的视觉传感系统通过网线连接视觉信息处理系统,视觉信息处理系统用USB导线连接在线检测装备监控系统,由此构成热轧带钢端部形状在线视觉测量装置。
2.根据权利要求1所说热轧带钢端部形状在线视觉测量装置,其特征在于:所述两路线阵CCD摄像机分为左边的线阵CCD摄像机和右边的线阵CCD摄像机,由此构成双目视觉系统。
3.根据权利要求2所说热轧带钢端部形状在线视觉测量装置,其特征在于:所述左边的线阵CCD摄像机、右边的线阵CCD摄像机和激光器共同组成成像系统的扫描器,将此成像系统的扫描器以0度~90度的角度安装于带钢生产线上方。
4.根据权利要求1所说热轧带钢端部形状在线视觉测量装置,其特征在于:所述摄像机安装架的高度和角度通过滑杆上下调节,两个CCD线阵摄像头之间的距离通过导轨上的滑块进行调整,摄像机安装架的末端设计为舵机结构从而使CCD线阵摄像头可以在四个方向进行旋转。
5.根据权利要求1所说热轧带钢端部形状在线视觉测量装置,其特征在于:所述边缘点坐标算法是:利用三角原理来计算出各边缘点在X-Z坐标系中的位置,以点M(X0,Z0)为例,在已知线阵CCD摄像机光轴与X-Z坐标系Z轴间夹角为β,左右线阵CCD摄像机光心间距为d的情况下,计算带钢的边缘位置的公式为:
其中Xl和Xr分别为点M(X0,Z0)在左右线阵CCD摄像机成像的像素坐标值,带宽测量软件对每一个边缘点均进行类似运算,可获知当前带钢边缘的位置,进而计算当前检测的相邻边缘点间的距离、最外侧边缘点间的距离得到中心线的位置和中心线偏差,进而根据所测钢带边缘点历史数据进行平滑滤波与插值运算,去除由于现场恶劣工况所引起的随机误差。
上述公式中,f为线阵CCD摄像机的焦距,X0r为点M(X0,Z0)在右边线阵CCD摄像机的成像坐标,X0l为点M(X0,Z0)在左边的线阵CCD摄像机的成像坐标,X1r为点N(X1,Z1)在右边的线阵CCD摄像机的成像坐标,X1l为点N(X1,Z1)在左边的线阵CCD摄像机的成像坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310232285.7A CN103353282B (zh) | 2013-06-09 | 2013-06-09 | 热轧带钢端部形状在线视觉测量装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310232285.7A CN103353282B (zh) | 2013-06-09 | 2013-06-09 | 热轧带钢端部形状在线视觉测量装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103353282A true CN103353282A (zh) | 2013-10-16 |
CN103353282B CN103353282B (zh) | 2016-04-06 |
Family
ID=49309676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310232285.7A Active CN103353282B (zh) | 2013-06-09 | 2013-06-09 | 热轧带钢端部形状在线视觉测量装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103353282B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103594017A (zh) * | 2013-11-23 | 2014-02-19 | 河北工业大学 | 一种试件高温变形机器视觉测量系统实验台 |
CN103962394A (zh) * | 2014-06-10 | 2014-08-06 | 河北钢铁股份有限公司 | 一种热轧机轧辊轧制方向偏移量的在线检测方法 |
CN104020177A (zh) * | 2014-06-26 | 2014-09-03 | 重庆大学 | 连铸坯表面缺陷双ccd扫描成像检测方法 |
CN104634261A (zh) * | 2014-12-05 | 2015-05-20 | 浙江理工大学 | 基于线激光源的中厚板形貌检测系统及其方法 |
CN104833317A (zh) * | 2015-05-07 | 2015-08-12 | 浙江理工大学 | 基于对称双线激光角度可控的中厚钢板形貌检测系统及其方法 |
CN106540970A (zh) * | 2015-09-17 | 2017-03-29 | 鞍钢股份有限公司 | 一种热轧中间坯长度自动监控及色差报警方法 |
CN106569831A (zh) * | 2016-11-10 | 2017-04-19 | 上海电机学院 | 一种单界面实现多种光流算法的方法 |
CN108398088A (zh) * | 2017-02-05 | 2018-08-14 | 鞍钢股份有限公司 | 一种带钢宽度测量中的振动误差校正方法 |
CN108458668A (zh) * | 2018-01-05 | 2018-08-28 | 燕山大学 | 基于双目视觉的板坯边部及头尾形状自动检测系统及方法 |
CN108592819A (zh) * | 2018-05-09 | 2018-09-28 | 燕山大学 | 一种平面弯曲钣金件截面弯曲轮廓检测装置及方法 |
CN109540918A (zh) * | 2018-11-28 | 2019-03-29 | 鞍钢集团自动化有限公司 | 一种热轧卷边部缺陷检测装置及方法 |
CN110044267A (zh) * | 2018-01-16 | 2019-07-23 | 上海金艺检测技术有限公司 | 基于机器视觉检测技术的带钢宽度在线测量方法 |
CN110929756A (zh) * | 2019-10-23 | 2020-03-27 | 广物智钢数据服务(广州)有限公司 | 基于深度学习的钢材尺寸和数量的识别方法、智能设备和存储介质 |
WO2022007124A1 (zh) * | 2020-07-07 | 2022-01-13 | 蒋梦兰 | 便携式废品回收定价系统以及相应终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09300017A (ja) * | 1996-05-13 | 1997-11-25 | Mitsubishi Heavy Ind Ltd | 熱間圧延設備 |
CN1847781A (zh) * | 2006-02-14 | 2006-10-18 | 中国科学院上海技术物理研究所 | 光电测宽仪动态测量位置校正方法 |
CN102183524A (zh) * | 2011-01-10 | 2011-09-14 | 哈尔滨工业大学 | 用于土木工程结构表观缺陷评定的双ccd检测方法及系统 |
CN102538705A (zh) * | 2012-01-12 | 2012-07-04 | 杭州浙大精益机电技术工程有限公司 | 基于二次投影算法的在线非接触式中厚板轮廓检测系统及方法 |
-
2013
- 2013-06-09 CN CN201310232285.7A patent/CN103353282B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09300017A (ja) * | 1996-05-13 | 1997-11-25 | Mitsubishi Heavy Ind Ltd | 熱間圧延設備 |
CN1847781A (zh) * | 2006-02-14 | 2006-10-18 | 中国科学院上海技术物理研究所 | 光电测宽仪动态测量位置校正方法 |
CN102183524A (zh) * | 2011-01-10 | 2011-09-14 | 哈尔滨工业大学 | 用于土木工程结构表观缺陷评定的双ccd检测方法及系统 |
CN102538705A (zh) * | 2012-01-12 | 2012-07-04 | 杭州浙大精益机电技术工程有限公司 | 基于二次投影算法的在线非接触式中厚板轮廓检测系统及方法 |
Non-Patent Citations (2)
Title |
---|
何社阳等: "线阵CCD技术在钢板测宽仪中的应用", 《传感器与仪器仪表》, vol. 23, no. 41, 30 April 2007 (2007-04-30) * |
徐国富等: "激光CCD钢板尺寸在线检测与控制系统", 《现代计量测试》, no. 2, 30 April 1994 (1994-04-30) * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103594017A (zh) * | 2013-11-23 | 2014-02-19 | 河北工业大学 | 一种试件高温变形机器视觉测量系统实验台 |
CN103594017B (zh) * | 2013-11-23 | 2015-05-06 | 河北工业大学 | 一种试件高温变形机器视觉测量系统实验台 |
CN103962394A (zh) * | 2014-06-10 | 2014-08-06 | 河北钢铁股份有限公司 | 一种热轧机轧辊轧制方向偏移量的在线检测方法 |
CN104020177A (zh) * | 2014-06-26 | 2014-09-03 | 重庆大学 | 连铸坯表面缺陷双ccd扫描成像检测方法 |
CN104634261B (zh) * | 2014-12-05 | 2017-05-03 | 浙江理工大学 | 基于线激光源的中厚板形貌检测系统及其方法 |
CN104634261A (zh) * | 2014-12-05 | 2015-05-20 | 浙江理工大学 | 基于线激光源的中厚板形貌检测系统及其方法 |
CN104833317A (zh) * | 2015-05-07 | 2015-08-12 | 浙江理工大学 | 基于对称双线激光角度可控的中厚钢板形貌检测系统及其方法 |
CN106540970A (zh) * | 2015-09-17 | 2017-03-29 | 鞍钢股份有限公司 | 一种热轧中间坯长度自动监控及色差报警方法 |
CN106540970B (zh) * | 2015-09-17 | 2018-04-24 | 鞍钢股份有限公司 | 一种热轧中间坯长度自动监控及色差报警方法 |
CN106569831A (zh) * | 2016-11-10 | 2017-04-19 | 上海电机学院 | 一种单界面实现多种光流算法的方法 |
CN108398088A (zh) * | 2017-02-05 | 2018-08-14 | 鞍钢股份有限公司 | 一种带钢宽度测量中的振动误差校正方法 |
CN108458668A (zh) * | 2018-01-05 | 2018-08-28 | 燕山大学 | 基于双目视觉的板坯边部及头尾形状自动检测系统及方法 |
CN110044267A (zh) * | 2018-01-16 | 2019-07-23 | 上海金艺检测技术有限公司 | 基于机器视觉检测技术的带钢宽度在线测量方法 |
CN108592819A (zh) * | 2018-05-09 | 2018-09-28 | 燕山大学 | 一种平面弯曲钣金件截面弯曲轮廓检测装置及方法 |
CN109540918A (zh) * | 2018-11-28 | 2019-03-29 | 鞍钢集团自动化有限公司 | 一种热轧卷边部缺陷检测装置及方法 |
CN109540918B (zh) * | 2018-11-28 | 2021-04-16 | 鞍钢集团自动化有限公司 | 一种热轧卷边部缺陷检测装置及方法 |
CN110929756A (zh) * | 2019-10-23 | 2020-03-27 | 广物智钢数据服务(广州)有限公司 | 基于深度学习的钢材尺寸和数量的识别方法、智能设备和存储介质 |
CN110929756B (zh) * | 2019-10-23 | 2022-09-06 | 广物智钢数据服务(广州)有限公司 | 基于深度学习的钢材尺寸和数量的识别方法、智能设备和存储介质 |
WO2022007124A1 (zh) * | 2020-07-07 | 2022-01-13 | 蒋梦兰 | 便携式废品回收定价系统以及相应终端 |
Also Published As
Publication number | Publication date |
---|---|
CN103353282B (zh) | 2016-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103353282B (zh) | 热轧带钢端部形状在线视觉测量装置 | |
CN201488703U (zh) | 成品钢板几何尺寸与板型在线测量系统 | |
CN107085853B (zh) | 导轨单目立体视觉矿区井架变形监测方法 | |
CN201593973U (zh) | 板坯体积测量系统 | |
CN201488954U (zh) | 板材表面质量检测系统 | |
CN102749047B (zh) | 一种轧辊轴承座尺寸测量方法 | |
CN1161194C (zh) | 一种直线型激光板形检测装置 | |
CN103759695A (zh) | 自动测量钢轨轮廓的检测装置和检测方法 | |
CN104034263A (zh) | 一种锻件尺寸的非接触测量方法 | |
CN104406521A (zh) | 基于视觉测量技术的接触网几何参数测量仪器及检测方法 | |
CN102798456B (zh) | 一种工程机械臂架系统工作幅度的测量方法、装置及系统 | |
CN102922521A (zh) | 一种基于立体视觉伺服的机械臂系统及其实时校准方法 | |
CN103344396A (zh) | 基于近景摄影测量的桥梁挠度测量系统及方法 | |
CN103631698A (zh) | 一种用于目标跟踪的摄像机ptz控制方法和装置 | |
CN203365452U (zh) | 基于双目立体视觉的车速检测系统 | |
CN105327950A (zh) | 考虑厚度变化的热轧中间坯镰刀弯检测装置及检测方法 | |
CN107642036A (zh) | 桥梁快速可视化检测装置及其系统和方法 | |
CN102519374A (zh) | 多相机手机视窗防护屏尺寸检测装置和方法 | |
CN103134900A (zh) | 一种高超声速飞行器的热防护结构的烧蚀测试方法 | |
CN104121854A (zh) | 汽车大梁装配孔孔位、孔径精密测量系统及方法 | |
CN105269403A (zh) | 一种检测系统及检测方法 | |
CN108255177A (zh) | 机器人自主充电系统 | |
CN102706899B (zh) | 一种汽车玻璃副像检测系统及方法 | |
CN110702343B (zh) | 一种基于立体视觉的挠度测量系统及方法 | |
CN109823965A (zh) | 地下连续墙钢筋笼吊装变形监测系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |