CN109945842B - 成捆圆钢端面标签漏贴检测及贴标误差分析方法 - Google Patents
成捆圆钢端面标签漏贴检测及贴标误差分析方法 Download PDFInfo
- Publication number
- CN109945842B CN109945842B CN201810591980.5A CN201810591980A CN109945842B CN 109945842 B CN109945842 B CN 109945842B CN 201810591980 A CN201810591980 A CN 201810591980A CN 109945842 B CN109945842 B CN 109945842B
- Authority
- CN
- China
- Prior art keywords
- round steel
- labeling
- label
- face
- coordinates
- 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.)
- Active
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 85
- 239000010959 steel Substances 0.000 title claims abstract description 85
- 238000002372 labelling Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 239000000969 carrier Substances 0.000 claims abstract 2
- 230000035945 sensitivity Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
成捆圆钢端面标签漏贴检测及贴标误差分析方法，所述方法采用的成捆圆钢端面单目视觉系统包括：工业相机（1），环形光源（2），安装有图像存储和处理程序的计算机（3）和标定板（4）。该方法步骤：（1）贴标前进行成捆圆钢端面的视觉识别与定位；（2）贴标后进行标签的识别与定位；（3）标签漏贴识别并补充贴标；（4）误差分析。该方法能够获取成捆圆钢端面圆钢的信息，为后续贴标机器人提供准确的圆钢端面中心坐标；能够获取成捆圆钢端面漏贴标签信息，为后续贴标机器人提供标签漏贴的圆钢端面中心的坐标；能获得成捆圆钢端面贴标误差数据。
Description
技术领域
本发明涉及一种基于单目视觉的物体端面识别以及误差分析的方法，尤其涉及一种成捆圆钢端面标签漏贴检测及贴标误差分析方法。
背景技术
圆钢是当前钢铁行业的主要产品，更是工业领域重要的生产加工原材料。在不同行业对于圆钢的质量要求也是不同的，钢铁行业所生产的圆钢规格也是多种多样，为了区分不同种类、规格的圆钢，需要为圆钢端面粘贴标签，以便于识别圆钢的一些基本信息。购货商可以通过标签了解到圆钢的直径、长度以及生产炉号、成分、生产日期等信息。
目前，钢厂仍然采用人工手动取标、贴标的方法对圆钢端面进行贴标，这种方法劳动强度大，生产效率低。同时，由于视觉疲劳等因素会造成所粘贴标签的位置精度达不到要求，出现标签漏贴、错贴等现象。针对贴标中出现标签漏贴、错贴的现象，需要一种应用于成捆圆钢端面标签漏贴检测的方法。同时，由于现阶段没有适用于成捆圆钢端面贴标误差的测量方法，只能人眼观察贴标结果，无法系统的评价贴标结果。因此，建立一种成捆圆钢端面贴标误差分析方法显得很有意义。
发明内容
基于以上原因，本发明旨在提出一种针对成捆圆钢端面单目视觉系统，对成捆圆钢端面进行标签漏贴检测及贴标误差分析的方法。
本发明采用的成捆圆钢端面单目视觉系统包括：工业相机1，环形光源2，安装有图像存储和处理程序的计算机3和标定板4。工业相机1水平放置与成捆圆钢端面垂直，环形光源2放置在工业相机1的中间位置，安装有图像存储和处理程序的计算机3与环形光源2、工业相机1通过数据线连接在一起，放置在不遮挡工业相机1的位置，标定板4在标定时处于工业相机1正前方景深范围之内。
本发明是根据圆钢端面贴标的特点提出的一种标签漏贴检测及贴标误差分析的简化方法，对于圆钢端面贴标出现的标签漏贴现象，只需要将圆钢端面图像提取即可。此外由于圆钢端面无系统的评价贴标误差的方法，而本方法就是通过图像识别的圆心坐标与标签的中心坐标的差值来评定贴标误差的，所以其评价圆钢端面贴标误差值精度也准确。
成捆圆钢端面标签漏贴检测及贴标误差分析方法包括如下步骤：
（1）贴标前进行成捆圆钢端面的视觉识别与定位；
（2）贴标后进行标签的识别与定位；
（3）标签漏贴识别并补充贴标；
（4）误差分析。
该方法的有益效果：
（1）能够获取成捆圆钢端面圆钢的信息，为后续贴标机器人提供准确的圆钢端面中心坐标；
（2）能够获取成捆圆钢端面漏贴标签信息，为后续贴标机器人提供标签漏贴的圆钢端面中心的坐标；
（3）能获得成捆圆钢端面贴标误差数据。
附图说明
图1是本发明方法采用的成捆圆钢端面单目视觉系统的总体结构示意图；
图2是本发明成捆圆钢端面标签漏贴检测及贴标误差分析方法的流程图。
具体实施例
以ϕ60mm圆钢为例来介绍本发明，首先建立一个单目视觉系统，成捆圆钢水平放置，工业相机布置在圆钢端面的前部，在系统搭建时对于光源选择非常重要。通过与白炽灯、卤素灯、高频荧光灯、LED灯、氙灯的比较，LED灯其独有的优势显得尤为突出，其优点有：形状的自由度大、使用寿命长、应答速度快、可自由的选择颜色、综合性运转成本低，因此本系统采用环形LED光源。
相机的选择是通过被测物体的大小、测量精度、相机与被测物之间的距离等参数来确定的，如本系统测量的成捆圆钢端面大约是ϕ300mm直径，测量精度0.5mm，相机与圆钢端面距离约1000mm。首先估算像素，被测物是ϕ300mm的圆形，而相机靶面通常为4:3的矩形，为了将物体全部摄入靶面应该以靶面最短边长度为参考，像素应大于300/0.5=600，根据估算的像素可以选择大恒CCD相机MER-125-30UM靶面尺寸1/3英寸（4.8×3.6mm），分辨率为1292×964，像元尺寸为u=3.75μm的相机，验证精度T，可根据公式T=u/β计算，其中β=3.6/300为镜头放大率，经计算T=0.31mm满足精度要求；焦距f可以通过公式f=L/（1+1/β）计算，其中L=1000mm，经计算f=11.8mm，可选焦距为12mm的镜头，如大恒TG4Z2816FCS镜头。
本系统采用传统的张正友标定法，利用MATLAB标定工具箱进行单目标定的。在标定时标定板放置在圆钢端面的工位处，每个相机取最少3张不同角度的图像，利用MATLAB标定工具箱对工业相机1进行标定获得其内、外参，相机内、外参的标准形式如下：
P=A(R|t)
A为内参矩阵，其形式为：
其中，f x 为归一化后的x方向上的焦距，f y 为归一化后的y方向上的焦距，u 0，v 0为主点坐标。(R|t)为外参，是一个3×4的矩阵，R为3×3的旋转矩阵，t为平移向量。
1.贴标前进行成捆圆钢端面的视觉识别与定位
在对贴标前成捆圆钢端面的视觉识别与定位中，由于圆钢端面本身颜色为黑灰色，系统在获取贴标后的标签图像时需要把光源4处于开启状态，系统在获取成捆圆钢端面图像时，安装有图像存储处理程序的计算机3会给光源4发送指令，令其开启以便于工业相机1获取图像，图像获取完成时安装有图像存储处理程序的计算机3再次发送指令使光源4关闭，达到节能的目的。
在针对成捆圆钢端面的图像处理中，Hough变换是识别圆形形状的基本方法之一，在MATLAB中函数imfindcircles就是运用Hough变换进行圆形识别的。imfindcircles函数使用时需确定几个参数：
（1）检测圆的半径范围设定，已知圆钢直径D、工业相机焦距p和工业相机到成捆圆钢端面的距离L，Rmin和Rmax计算公式：
经计算并验证本系统的半径范围设置为[50,90]为佳；
（2）区别背景的设定，有‘bright’与‘dark’之分，本系统设置为‘bright’；
（3）参数‘Sensitivity’灵敏度的设定，灵敏度范围在[0,1]之间，灵敏度越大能检测到的圆越多，则错误检测的风险也随之增大，经验证灵敏度为0.95是效果较好；
（4）‘EdgeThreshold’边缘梯度阈值的设定，其范围在[0,1]之间，边缘梯度阈值越小能检测到的圆越多，随之错误检测也越大，当边缘梯度阈值为0.7时效果最好，即完成成捆圆钢端面的视觉识别。
单目视觉系统中圆钢端面中心坐标是由X 1，Y 1组成，其中X 1，Y 1可以通过上述圆形识别过程中得到的像素坐标x 1，y 1，经过图像坐标系与相机坐标系的转换得到相机坐标系下的值X 1，Y 1；即完成成捆圆钢端面的定位。
2.贴标后进行标签的识别与定位
在对贴标后进行标签的识别与定位中，由于标签本身颜色为白色，系统在获取贴标后的标签图像时需要把光源4处于关闭状态，安装有图像存储处理程序的计算机3会给工业相机1发送指令，以获取图像。
在针对成捆圆钢端面贴标后的标签的图像处理中，由于圆形标签直径略小于成捆圆钢的直径，因此在MATLAB中函数imfindcircles就是运用Hough变换进行圆形识别的。imfindcircles函数使用时需确定几个参数：
（1）检测圆的半径范围的设定，已知标签直径D、工业相机焦距p和工业相机到成捆圆钢端面的距离L，Rmin和Rmax计算公式：
经计算并验证本系统的半径范围设置为[40,72]为佳；
（2）区别背景的设定，有‘bright’与‘dark’之分，本系统设置为‘bright’；
（3）参数‘Sensitivity’灵敏度的设定，灵敏度范围在[0,1]之间，灵敏度越大能检测到的圆越多，则错误检测的风险也随之增大，经验证灵敏度为0.96是效果较好；
（4）‘EdgeThreshold’边缘梯度阈值的设定，其范围在[0,1]之间，边缘梯度阈值越小能检测到的圆越多，随之错误检测也越大，当边缘梯度阈值为0.8时效果最好，即完成成捆圆钢端面贴标后的标签的视觉识别。
单目视觉系统中成捆圆钢端面的标签中心坐标是由X 2，Y 2组成，其中X 2，Y 2可以通过上述圆形识别过程中得到的像素坐标x 2，y 2，经过图像坐标系与相机坐标系的转换得到相机坐标系下的值X 2，Y 2；即完成成捆圆钢端面标签的定位。
3.标签漏贴识别并补充贴标
在MATLAB中利用size函数即可读出centers中所包含的个数，并分别对成捆圆钢端中圆形识别中拟合出来的圆和贴标后识别出来的标签分别进行计数，此数值即分别为圆钢的数量和标签的数量，同时，在函数imfindcircles的返回值centers1，centers2中包含所有拟合出来的圆形的中心坐标和贴标后识别出来的标签的中心坐标，将两者数值比较做差，得出标签漏贴根数，同时在函数find将两项中心坐标比较，得出标签漏贴圆钢的中心坐标，从而达到对成捆圆钢端面的标签漏贴判断。
4.误差分析
在MATLAB中函数imfindcircles的返回值centers1，centers2中包含所有拟合出来的圆形的中心坐标和贴标后识别出来的标签的中心坐标，经过图像坐标系与相机坐标系的转换得到相机坐标系下的值圆形的中心坐标X 1，Y 1和贴标后识别出来的标签的中心坐标X 2，Y 2 ，分别对两者中心坐标依次做差比较，两者的差值即为识别出圆钢中心坐标的X 1，Y 1与对应识别出来的标签的中心坐标X 2，Y 2的误差值。
Claims (1)
1.成捆圆钢端面标签漏贴检测及贴标误差分析方法，所述方法采用的成捆圆钢端面单目视觉系统包括：工业相机（1），环形光源（2），安装有图像存储和处理程序的计算机（3）和标定板（4），工业相机（1）水平放置与成捆圆钢端面垂直，环形光源（2）放置在工业相机（1）的中间位置，安装有图像存储和处理程序的计算机（3）与环形光源（2）、工业相机（1）通过数据线连接在一起，放置在不遮挡工业相机（1）的位置，标定板（4）在标定时处于工业相机（1）正前方景深范围之内，其特征在于该方法步骤如下：
（1）贴标前进行成捆圆钢端面的视觉识别与定位，图像采集操作时需要使光源（2）处于开启状态，图形识别采用Hough变换，在MATLAB中函数imfindcircles参数Rmin和Rmax的计算公式为：和，区别背景的设定为‘bright’，参数‘Sensitivity’灵敏度的设定为0.95，‘EdgeThreshold’边缘梯度阈值的设定范围为[0,0.7]；
（2）贴标后进行标签的识别与定位，图像采集操作时需要使光源（2）处于关闭状态，图形识别采用Hough变换，在MATLAB中函数imfindcircles参数Rmin和Rmax的计算公式为：和，区别背景的设定为‘bright’，参数‘Sensitivity’灵敏度的设定为0.96，‘EdgeThreshold’边缘梯度阈值的设定范围为[0,0.8]；
（3）标签漏贴识别并补充贴标，在MATLAB中利用size函数即可读出centers中所包含的个数，并分别对成捆圆钢端中圆形识别中拟合出来的圆和贴标后识别出来的标签分别进行计数，此数值即分别为圆钢的数量和标签的数量，同时，在函数imfindcircles的返回值centers1，centers2中包含所有拟合出来的圆形的中心坐标和贴标后识别出来的标签的中心坐标，将两者数值比较做差，得出标签漏贴根数，同时在函数find将两项中心坐标比较，得出标签漏贴圆钢的中心坐标，从而达到对成捆圆钢端面的标签漏贴判断；
（4）误差分析，在MATLAB中函数imfindcircles的返回值centers1，centers2中包含所有拟合出来的圆形的中心坐标和贴标后识别出来的标签的中心坐标，经过图像坐标系与相机坐标系的转换得到相机坐标系下的值圆形的中心坐标X 1，Y 1和贴标后识别出来的标签的中心坐标X 2，Y 2 ，分别对两者中心坐标依次做差比较，两者的差值即为识别出圆钢中心坐标的X 1，Y 1与对应识别出来的标签的中心坐标X 2，Y 2的误差值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810591980.5A CN109945842B (zh) | 2018-06-11 | 2018-06-11 | 成捆圆钢端面标签漏贴检测及贴标误差分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810591980.5A CN109945842B (zh) | 2018-06-11 | 2018-06-11 | 成捆圆钢端面标签漏贴检测及贴标误差分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109945842A CN109945842A (zh) | 2019-06-28 |
| CN109945842B true CN109945842B (zh) | 2020-12-04 |
Family
ID=67006275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810591980.5A Active CN109945842B (zh) | 2018-06-11 | 2018-06-11 | 成捆圆钢端面标签漏贴检测及贴标误差分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109945842B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110328666A (zh) * | 2019-07-16 | 2019-10-15 | 汕头大学 | 识别系统及物料拾取机构 |
| CN110930512B (zh) * | 2019-11-28 | 2023-04-25 | 江苏金恒信息科技股份有限公司 | 一种钢捆标牌焊接方法及系统 |
| CN111950538B (zh) * | 2020-06-23 | 2022-02-08 | 合肥联宝信息技术有限公司 | 一种标签检测方法、装置以及计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014044674A (ja) * | 2012-08-28 | 2014-03-13 | Nippon Steel & Sumitomo Metal | パイプ本数計数方法、パイプ本数計数装置、及びコンピュータプログラム |
| CN105857813A (zh) * | 2016-03-31 | 2016-08-17 | 河北科技大学 | 基于视觉的成捆钢筋端面自动贴标装置 |
| CN106780483A (zh) * | 2017-01-09 | 2017-05-31 | 河北科技大学 | 多根连铸坯端面视觉识别系统及中心坐标求取方法 |
| CN107133983A (zh) * | 2017-05-09 | 2017-09-05 | 河北科技大学 | 成捆圆钢端面双目视觉系统与空间定位及计数方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1547181A (zh) * | 2003-11-28 | 2004-11-17 | 攀钢集团北海钢管有限公司 | 一种标识钢管的方法 |
-
2018
- 2018-06-11 CN CN201810591980.5A patent/CN109945842B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014044674A (ja) * | 2012-08-28 | 2014-03-13 | Nippon Steel & Sumitomo Metal | パイプ本数計数方法、パイプ本数計数装置、及びコンピュータプログラム |
| CN105857813A (zh) * | 2016-03-31 | 2016-08-17 | 河北科技大学 | 基于视觉的成捆钢筋端面自动贴标装置 |
| CN106780483A (zh) * | 2017-01-09 | 2017-05-31 | 河北科技大学 | 多根连铸坯端面视觉识别系统及中心坐标求取方法 |
| CN107133983A (zh) * | 2017-05-09 | 2017-09-05 | 河北科技大学 | 成捆圆钢端面双目视觉系统与空间定位及计数方法 |
Non-Patent Citations (3)
| Title |
|---|
| 《三坐标测量机驱动的单目立体视觉坐标测量方法》;王春梅等;《组合机床与自动化加工技术》;20131231;全文 * |
| 《成捆圆钢端面自动贴标系统设计》;张付祥等;《河 北 科 技 大 学 学 报》;20161231;全文 * |
| 《成捆圆钢端面视觉定位系统研究》;李伟峰;《中国优秀硕士学位论文全文数据库（电子期刊） 工程科技Ⅰ辑》;20180415;第15-17、20-22、29、36-49页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109945842A (zh) | 2019-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107133983B (zh) | 成捆圆钢端面双目视觉系统与空间定位及计数方法 | |
| KR101772673B1 (ko) | 멀티 광학 모듈 비전 검사 시스템 | |
| CN109969736B (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
| US7272253B2 (en) | Method for non-destructive inspection, apparatus thereof and digital camera system | |
| CN109945842B (zh) | 成捆圆钢端面标签漏贴检测及贴标误差分析方法 | |
| CN108465648A (zh) | 一种基于机器视觉的磁芯自动分拣系统 | |
| US10571506B2 (en) | Multi-fiber identification using jacket color | |
| CN101858768B (zh) | 一种饮料灌装后液位检测装置及方法 | |
| CN201218723Y (zh) | 光电非接触式图像检测装置 | |
| CN111781203A (zh) | 基于标准工业相机的可组态智能视觉检测系统及方法 | |
| CN106803412A (zh) | Led显示模块检测设备和方法 | |
| CN113251939A (zh) | 一种非接触式铁路继电器接点间隙的测量方法 | |
| CN106841226B (zh) | 一种电缆方位检测矫正系统 | |
| CN109775055B (zh) | 基于视觉的成捆棒材端面标签漏贴检测与误差测量方法 | |
| CN209858405U (zh) | 基于机器光学的pcb板缺陷检测系统装置 | |
| CN203011853U (zh) | 多光源检测装置 | |
| CN208555086U (zh) | 一种基于机器视觉的磁芯自动分拣系统 | |
| CN209680591U (zh) | 一种基于智能视觉的电容字符检测装置 | |
| CN205655799U (zh) | 能够调节位置的金属板表面检测装置 | |
| CN206684071U (zh) | 一种快速大面积透明基片双表面缺陷视觉检测装置 | |
| CN218272012U (zh) | Pcba涂胶智能视觉检测设备 | |
| CN109596626A (zh) | 高光磁环工件视觉检测方法 | |
| CN201688888U (zh) | 一种饮料灌装后液位检测装置 | |
| CN211043178U (zh) | 一种检测钢丝表面镀层颜色变化装置 | |
| CN209850942U (zh) | 机器人视觉检测定位设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |