CN105674910A - 一种超大型剪板机板料剪切边缘曲线检测系统及方法 - Google Patents

Abstract

本发明公开了一种超大型剪板机板料剪切边缘曲线检测系统及方法。板料剪切边缘曲线检测系统主要由光学成像单元、图像采集处理单元和主控计算机组成。本发明板料剪切边缘曲线检测方法包括：首先，运用安装在超大型剪板机上的CCD传感器和镜头在条形光源的配合下对板料剪切边缘进行实时图像采集；采集到的图像预处理之后，对相邻工业相机采集到的图像进行拼接，在去除边缘毛刺之后检测图像边缘，最后选取坐标轴和坐标点，利用拟合技术，检测出被剪切板料的实际加工曲线。本发明利用图像实时采集和图像处理技术检测板料剪切边缘曲线，该检测方法较传统的检测方法能达到更高的检测精度和检测效率。

Description

一种超大型剪板机板料剪切边缘曲线检测系统及方法

技术领域

本发明涉及一种超大型剪板机板料剪切边缘曲线检测系统及方法，主要用于对超大型剪板机板料剪切之后形成的边缘曲线自动检测，从而实现对板料剪切边缘变形量自动补偿。

背景技术

在船舶与海工装备、大型汽车与轨道交通、桥梁、集装箱、武器装备、钢铁制造、石油化工与能源装备、电力和通讯铁塔等领域，有大量的大型横梁和钢结构关键零件，需要完成厚度达10mm以上、宽度达十米以上的宽厚板料毛坯的精密直线边缘剪切下料。与厚度几毫米宽度几米的普通薄板剪切相比，宽厚板料剪切工艺、运动状态检测与控制、液压剪切力和剪切刀具性能等方面区别很大，其中自动检测与控制技术尤为关键。

剪板机的工艺用途是剪切各种长度的板料。一般剪板机影响剪切质量的主要因素有：剪切角和剪切间隙不合适，倾斜剪切的刀具变形和板料的应力分布不均匀性等，导致板料的剪切边缘形状不符合要求。其中，板料剪切边缘曲线误差大是影响剪切质量的最主要因素。目前与板料剪切边缘曲线检测和调整相关的产品及专利主要有：江苏中威重工机械有限公司生产板宽12.5m、板厚20mm的Q11Y/K-20×12500型数控闸式剪板机，其刀刃位置检测与变形量补偿方法简单，采用手工操作劳动强度大，误差大，严重影响剪切生产效率和生产质量。专利申请号为CN201120154344.X、名称为“一种数控液压闸式剪板机”的专利申请，通过在CNC数控系统的操控面板上的按键输入相关工作参数，实现剪板机的自动剪切工作。其通过数控系统调节挡料装置的位置，校正刀架角度，一定程度上排除了人工调整产生的较大误差，但是由于其仅调节板料的宽度，缺乏对板料剪切后边缘曲线自动检测，剪切后边缘曲线误差仍然较大，质量无法保证。

综上所述，现阶段超大型剪板机板料剪切边缘曲线检测技术，以人工检测为主，这种方法无法实现在线自动化检测。同时，由于无法采集和处理图像信息，不能对误差进行具体量化，使得检测精度受人为因素影响很大，存在板料剪切边缘手工检测费时、工作量大、效率低、误差大等不足。而基于机器视觉的非接触式图像测量方法可以将采集的图像数据进行数值化，并通过计算机直接处理，柔性大，测量精度高，被广泛地用于工业非接触测量领域中，所以急需研发自动化的板料剪切边缘曲线检测技术和系统。

发明内容

针对目前超大型剪板机板料剪切边缘曲线自动检测方法缺乏，剪切边缘人工检测工作量大、耗时效率低和误差大等缺陷，本发明提供了一种超大型剪板机板料剪切边缘曲线检测系统及方法，用于超大型剪板机板料剪切边缘曲线自动检测及调整。

本发明是通过以下技术手段实现上述技术目的的。

超大型剪板机板料剪切边缘曲线检测系统，其特征在于，包括光学成像单元、光源控制单元、图像采集单元、图像采集处理单元和数据处理单元；

所述光学成像单元包括数个工业相机和数个条形光源，所述工业相机包括CCD传感器、安装在CCD传感器上的广角镜头，所述数个工业相机呈线阵排列、位于板料剪切生产线上方，且使所述数个工业相机的拍摄范围能够覆盖整个板料剪切边缘；所述数个条形光源呈线阵排列、布置于板料剪切生产线下方，数个条形光源与光源控制单元连接；数个工业相机均与所述图像采集单元相连，所述图像采集单元还与图像处理单元相连；

所述图像采集单元用于控制工业相机进行图像采集、并将所采集到的图像传输给图像处理单元；

所述光源控制单元用于根据工业相机的拍摄时间控制条形光源的照明；

所述图像处理单元用于对采集到的图像进行图像预处理块、图像拼接、边缘去毛刺、边缘检测，最终得到板料剪切边缘曲线的图像；

所述数据处理单元，用于定义坐标轴，提取板料剪切边缘曲线图像上选取点的坐标，并根据各坐标对剪切边缘曲线进行拟合，得出板料剪切边缘的曲线方程。

进一步地，所述工业相机的数量为4个，安置在刀具上方1m处，广角镜头的视角为146°。

进一步地，所述数个工业相机安装于动刀刀架上，条形光源安装在送进机构平台内侧。

所述的超大型剪板机板料剪切边缘曲线检测系统的检测方法，其特征在于，包括以下步骤：

(1)图像采集：光源控制单元控制条形光源照明，图像采集单元控制数个工业相机进行图像采集；

(2)图像预处理：对每一个工业相机采集到的每一幅图像分别进行几何畸形校正和去噪处理；

几何畸形校正：采用二元多项式法选取一组标准图像与畸变图像的对应点进行图像几何畸变校正；

图像去噪：通过生成低通滤波器与图像几何畸变校正后的快速傅里叶变换图像进行卷积运算，对得到的结果反傅里叶变换。

(3)图像拼接：对得到的数幅预处理图像按顺序依次拼接成的全景图像；

图像拼接的具体步骤：

①图像匹配，使用模板匹配找出相邻待拼接的预处理图像中模板在相邻工业相机得到的预处理图像中对应的位置；

②图像融合重构，采用直接平均法将待拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像；

(4)边缘去毛刺：对图像进行形态学操作去除边缘毛刺；首先生成一个半径3.5的圆形模板，对步骤(3)得到的全景图像先进行腐蚀操作，然后使用所述圆形模板对腐蚀操作得到的结果图像进行膨胀操作，去除边缘毛刺；

(5)边缘检测：对步骤(4)得到的全景图像，采用Laplace二阶导算子进行边缘检测，得到更准确的板料剪切边缘图像；

(6)提取坐标点：选取拼接好的图像的下边界作为坐标系x轴，左边界作为y轴，根据每一个顶、拉调节螺栓对应的板料剪切边缘曲线上的点的坐标，得到每个离散坐标点坐标；

(7)拟合曲线方程：根据步骤(6)得到的离散坐标点坐标，拟合得到板料剪切边缘曲线方程。

本发明具有以下优点：

1.本发明在原剪板机的基础上，通过安装线阵排布多个工业相机和条形光源采集图像，经过针对所采集的多幅幅图像分别进行预处理后、拼接、边缘去毛刺、边缘检测、提取顶、拉调节螺栓11对应的坐标，并根据坐标点拟合后取整个板料边缘图像，较以往人工对比剪切边缘有更高的稳定性，并且能快速获得边缘的曲线，检测快速准确，效率高。

2.本发明选择把工业相机和条形光源安装在剪切板料边缘两侧，较其它安装方法忽略板料表面油污和脏污对图像采集质量的影响，更容易突出剪切板料边缘，更方便图像的预处理，同时提高数据处理精度。

3.本发明在图像预处理过程中加入滤除因机器震动产生的规律性噪声，以及在图像拼接之后对图像采用去除剪切板料边缘毛刺，增加系统检测板料边缘曲线的准确性和可靠性。

4.本发明在选取拟合需要的坐标点时，选取板料剪切边缘相应于顶、拉调节螺栓处，该处是板料剪切过程中最容易形变的位置，根据该位置选取拟合点使检测结果更准确，使后续的针对边缘变形量调整更高效。

附图说明

图1为本发明的超大型剪板机板料剪切边缘曲线检测系统的结构组成框图。

图2为本发明的超大型剪板机板料剪切边缘曲线检测系统的结构示意图。

图3为本发明的超大型剪板机板料剪切边缘曲线检测系统曲线检测方法流程图。

图4为本发明的超大型剪板机板料剪切边缘曲线的局部示意图。

图中：

1-线孔；2-图像采集卡；3-控制柜；4-自动化平台；5-剪板机；6-动刀刀具；7-下剪切刀具；8-活动刀座；9-固定刀座；10-送进机构平台；11-顶、拉调节螺栓；12-动刀刀架；13-工业相机；131-镜头；132-CCD传感器；14-条形光源。

具体实施方式

下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。

如图1所示，本发明的超大型剪板机板料剪切边缘曲线图像检测系统，包括光学成像单元、光源控制单元、图像采集单元、图像采集处理单元和数据处理单元，其中，光源控制单元、图像处理单元和数据处理单元集成在自动化平台4内。所述光学成像单元包括四个工业相机和四个条形光源，所述工业相机包括CCD传感器、安装在CCD传感器上的广角镜头，所述四个工业相机呈线阵排列、位于板料剪切生产线上方，且使所述四个工业相机的拍摄范围能够覆盖整个板料剪切边缘；所述四个条形光源呈线阵排列、布置于板料剪切生产线下方，四个条形光源与光源控制单元连接；四个工业相机均与所述图像采集单元相连，所述图像采集单元还与图像处理单元相连。所述图像采集单元用于控制工业相机进行图像采集、并将所采集到的图像传输给图像处理单元。所述光源控制单元用于根据工业相机的拍摄时间控制条形光源的照明。所述图像处理单元用于对采集到的图像进行图像预处理块、图像拼接、边缘去毛刺、边缘检测得到剪切边缘曲线图像。所述数据处理单元，用于定义坐标轴，提取板料剪切边缘曲线上选取点的坐标，并根据坐标对剪切边缘曲线进行拟合，得出板料剪切边缘的曲线方程。

将本发明所述的检测系统组装在超大型剪板机5上的结构如图2所示，线阵排布的工业相机13和条形光源14放置在剪切板料两侧，即工业相机13放置在动刀刀架上，条形光源14放置在送进机构平台10内测，工业相机13等间距安装在剪板机5动刀刀架12上，条形光源14同一水平排布在送料平台10内测。在具体实施例中，如15m长剪板机5，CCD传感器配备广角镜头视角为146°，安置在刀具上方1m左右处，能够拍摄大约5m左右的长度，考虑到重合区域的判定机制，在此实施例中安置4个CCD传感器和镜头最为合理；控制柜3固定在剪板机5的侧面；图像采集卡2安装在控制柜3内，与自动化平台4连接，并通过线孔1连接工业相机13。动刀刀具6通过螺栓固定在动刀刀架12上，下剪切刀具7通过螺栓固定在活动刀座8上，活动刀座8通过螺栓固定在剪板机5送料平台10上，固定刀座9焊接在送料平台10上。

如图3所示，本发明所述的超大型剪板机板料剪切边缘曲线检测系统曲线检测方法，利用CCD传感器132和配套的广角镜头131，在条形光源14的照明配合下分别获取板料剪切边缘的图像信息，在对所获取的图像分别进行预处理之后，对得到的图像进行拼接，形成全景图像，去除边缘毛刺之后检测图像边缘，选择坐标轴和坐标点进行曲线拟合得到板料剪切边缘的曲线方程。

具体的包括以下步骤：

(1)图像采集：光源控制单元控制条形光源照明，图像采集单元控制四个工业相机进行图像采集；

(2)图像预处理：对每一个工业相机采集到的每一幅图像分别进行几何畸形校正和去噪处理；

①几何畸形校正：采用二元多项式法选取一组标准图像与畸变图像的对应点进行图像几何畸变校正，降低因相机自身成像结构造成的图像几何畸变。

首先，选取一组标准图像与畸变图像对应点，将标准图像的坐标(x,y)和已经发生畸变的图像的坐标用二元n次多项式来描述：

$\left\{\begin{array}{c}\stackrel{\‾}{x}=\underset{i=0}{\overset{n}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{a}_{ij}{x}^i{y}^j\\ \stackrel{\‾}{y}=\underset{i=0}{\overset{n}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{b}_{ij}{x}^i{y}^j\end{array}\right.---\left(1\right)$

其中：a_ij、b_ij是多项式系数，n是多项式次数。根据(1)式同时利用公式(2)求得到图像校正结果的误差平方和：

$m=\underset{l=1}{\overset{L}{\Σ}}{\[{\stackrel{\‾}{x}}_l-\underset{i=0}{\overset{n}{\Σ}}\underset{j=0}{\overset{n-1}{\Σ}}{a}_{ij}{x}_l^i{y}_l^j\]}^2---\left(2\right)$

要使误差平方和最小，即使得图像校正的结果最优，即：

$\frac{{\∂}_m}{{\∂}_{a_{st}}}=2\underset{l=1}{\overset{L}{\Σ}}\[\underset{i=0}{\overset{n}{\Σ}}\underset{j=0}{\overset{n-i}{\Σ}}{a}_{ij}{x}_l^i{y}_l^j-{\stackrel{\‾}{x}}_l\]x_l^s{y}_l^t=0---\left(3\right)$

其中：L为选取的图像点个数；s∈[0,n]；t∈[0,n-s]；s+t≤n。

根据(3)式求得a_ij、b_ij，带入(1)式求得标准图像(x,y)与已发生畸变图像之间的转换关系，完成图像校正。

②图像去噪：通过生成低通滤波器与图像几何畸变校正后的快速傅里叶变换图像进行卷积运算，对得到的结果反傅里叶变换，消除因工作环境产生的噪声和机器震动而产生的规律性图像噪声。

首先将①中得到的几何畸变校正过的图像f(x,y)进行快速傅里叶变换，得到其频域图像F(x,y)，生成一个频域低通滤波器H(x,y)，然后将其与F(x,y)按照公式(4)进行卷积运算：

I(x,y)＝F(x,y)*H(x,y)(4)

对卷积运算得到的结果I(x,y)进行反傅里叶变换得到滤波之后的图像i(x,y)，完成图像滤波。

(3)图像拼接：对得到的数幅预处理图像按顺序依次拼接成的全景图像；

图像拼接的具体步骤：

①图像匹配，使用模板匹配的方法首先确定两幅图像的重合区域，定义一幅图像与其相邻图像重复位置一个矩形区域为模板，并将其分离出来，以其为参考与相邻图像中同样大小图像进行比较，根据相似性判断最佳匹配位置。

选取相邻相机图像其中一幅重合区域大小为J×K且区域内且必须同时包含剪切板料和背景的矩形区域作为模板ω(x,y)，在另一幅M×N上图像f(x,y)上进行移动搜索，寻找最佳匹配位置，其中J≤M,K≤N，f(x,y)与ω(x,y)的相关函数表示如下：

$\mathrm{\η}(s,t)=\underset{x}{\Σ}\underset{y}{\Σ}f(x,y)\mathrm{\ω}(x-s,y-t)---\left(5\right)$

其中：s∈[0,M-1],t∈[0,N-1]。ω(x,y)随着s和t的变化在f(x,y)上进行移动，η(s,t)取最大值即最佳的匹配拼接位置。

②图像融合重构，采用直接平均法将待拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像。

相邻两幅图像无重合区域不进行任何操作，两幅图像的重合区域的像素灰度值直接叠加，然后求其均值，如公式(6)：

$f\left(x,y\right)=\left\{\begin{array}{cc}{f}_1\left(x,y\right)& \left(x,y\right)\∈f_1\\ \frac{f_1\left(x,y\right)+f_2\left(x,y\right)}{2}& \left(x,y\right)\∈f_1\∩f_2\\ f_2\left(x,y\right)& \left(x,y\right)\∈f_2\end{array}\right.---\left(6\right)$

最后根据得到的最佳匹配拼接的位置和相邻相机图像重合区域的重构方法，拼接成的全景图像。

(4)边缘去毛刺：对图像进行形态学操作去除边缘毛刺；首先生成一个半径3.5的圆形模板，对步骤(3)得到的全景图像先进行腐蚀操作，然后使用所述圆形模板对腐蚀操作得到的结果图像进行膨胀操作，得到去除边缘毛刺的全景图像。

(5)边缘检测：对步骤(4)得到的全景图像，采用Laplace二阶导算子进行边缘检测，得到更准确的板料剪切边缘图像。

(6)提取坐标点：选取拼接好的图像的下边界作为坐标系x轴，左边界作为y轴，根据每一个顶、拉调节螺栓对应的板料剪切边缘曲线上的点的坐标，得到每个离散坐标点坐标。

(7)拟合曲线方程：根据步骤(6)得到的离散对应点的坐标，拟合得到板料剪切边缘曲线方程。

如图4所示，本发明根据选取的坐标轴和坐标点拟合得到的曲线，选取的顶、拉调节螺栓11对应的板料剪切边缘处用“叉形”标记“×”表示。

所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (4)

1.超大型剪板机板料剪切边缘曲线检测系统，其特征在于，包括光学成像单元、光源控制单元、图像采集单元、图像采集处理单元和数据处理单元；

所述光学成像单元包括数个工业相机和数个条形光源，所述工业相机包括CCD传感器、安装在CCD传感器上的广角镜头，所述数个工业相机呈线阵排列、位于板料剪切生产线上方，且使所述数个工业相机的拍摄范围能够覆盖整个板料剪切边缘；所述数个条形光源呈线阵排列、布置于板料剪切生产线下方，数个条形光源与光源控制单元连接；数个工业相机均与所述图像采集单元相连，所述图像采集单元还与图像处理单元相连；

所述图像采集单元用于控制工业相机进行图像采集、并将所采集到的图像传输给图像处理单元；

所述光源控制单元用于根据工业相机的拍摄时间控制条形光源的照明；

所述图像处理单元用于对采集到的图像进行图像预处理块、图像拼接、边缘去毛刺、边缘检测得到剪切边缘曲线；

所述数据处理单元，用于定义坐标轴，提取板料剪切边缘曲线上选取点的坐标点，并根据坐标点对剪切边缘曲线进行拟合，得出板料剪切边缘的曲线方程。

2.根据权利要求1所述的超大型剪板机板料剪切边缘曲线检测系统，其特征在于，所述工业相机的数量为4个，安置在刀具上方1m处，广角镜头的视角为146°。

3.根据权利要求1所述的超大型剪板机板料剪切边缘曲线检测系统，其特征在于，所述数个工业相机安装于动刀刀架上，条形光源安装在送进机构平台内侧。

4.根据权利要求1所述的超大型剪板机板料剪切边缘曲线检测系统的检测方法，其特征在于，包括以下步骤：

(1)图像采集：光源控制单元控制条形光源照明，图像采集单元控制数个工业相机进行图像采集；

(2)图像预处理：对每一个工业相机采集到的每一幅图像分别进行几何畸形校正和去噪处理；

几何畸形校正：采用二元多项式法选取一组标准图像与畸变图像的对应点进行图像几何畸变校正；

图像去噪：通过生成低通滤波器与图像几何畸变校正后的快速傅里叶变换图像进行卷积运算，对得到的结果反傅里叶变换。

(3)图像拼接：对得到的数幅预处理图像按顺序依次拼接成的全景图像；

图像拼接的具体步骤：

①图像匹配，使用模板匹配找出相邻待拼接的预处理图像中模板在相邻工业相机得到的预处理图像中对应的位置；

②图像融合重构，采用直接平均法将待拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像；

(4)边缘去毛刺：对图像进行形态学操作去除边缘毛刺；首先生成一个半径3.5的圆形模板，对步骤(3)得到的全景图像先进行腐蚀操作，然后使用所述圆形模板对腐蚀操作得到的结果图像进行膨胀操作，去除边缘毛刺；

(5)边缘检测：对步骤(4)得到的全景图像，采用Laplace二阶导算子进行边缘检测，得到更准确的板料剪切边缘图像；

(6)提取坐标点：选取拼接好的图像的下边界作为坐标系x轴，左边界作为y轴，根据每一个顶、拉调节螺栓对应的板料剪切边缘曲线上的点的坐标，得到每个离散坐标点坐标；

(7)拟合曲线方程：根据步骤(6)得到的离散对应点的坐标，拟合得到板料剪切边缘曲线方程。