CN109974604A - 一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法 - Google Patents
一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法 Download PDFInfo
- Publication number
- CN109974604A CN109974604A CN201910401080.4A CN201910401080A CN109974604A CN 109974604 A CN109974604 A CN 109974604A CN 201910401080 A CN201910401080 A CN 201910401080A CN 109974604 A CN109974604 A CN 109974604A
- Authority
- CN
- China
- Prior art keywords
- steel plate
- line
- image
- thickness
- oxide skin
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法，所述装置包括热传感器、线扫描摄像机和工业计算机。当高温钢板运送到图像采集位置时由热传感器触发线扫描摄像机采集图像；线扫描摄像机将脱去氧化皮前后的高温钢板图像采集到工业计算机；由工业计算机使用该方法分别处理去氧化皮前后的高温钢板图像，计算脱去氧化皮前后的高温钢板的厚度，进而计算去除的氧化皮厚度。所述方法的主要步骤包括摄像机标定、在线采集钢板脱去氧化皮前后的图像、图像预处理、高温钢板上下边缘定位和在线氧化皮厚度计算。本发明能够实时在线测量流水线上高温钢板的厚度，从而计算出脱去的氧化皮的厚度，具有测量速度快、精度高、实用性强的优点。
Description
技术领域
本发明涉及图像测量技术领域，具体涉及一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法。
背景技术
钢在加热时，铁与氧或燃料燃烧时的生成物(CO2、H2O)的化学作用，而形成一层氧化层，称为氧化皮。氧化皮的产生，会造成钢材大量损失。
在钢板热轧过程中，通过测量氧化皮的厚度，实时调整热轧工艺，减少氧化皮的厚度，对减少钢材损失具有重要意义。
传统计算氧化皮厚度的方法，是先获取一个时间段内热轧钢板过程中脱去氧化皮前后钢板的重量，再通过计算得到氧化皮的厚度，这种方法存在实时性差、精度低的缺点。
发明内容
本发明的目的在于提供一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法，利用计算机视觉技术和图像测量技术，通过测量脱去氧化皮前后钢板的厚度，进而实时精确地计算出脱去氧化皮的厚度。
本发明提出的一种基于线扫描摄像机的钢板氧化皮在线厚度测量装置，包括：
热传感器，用于在高温钢板运送到线扫描摄像机采集图像位置时触发线扫描摄像机工作；
线扫描摄像机，用于在线采集钢板去氧化皮前后的图像，并将图像输出给工业计算机；
工业计算机，用于通过图像测量钢板脱去氧化皮前后的厚度，根据钢板去氧化皮前后的厚度，计算出脱去的氧化皮的厚度。
本发明提出的一种基于线扫描摄像机的钢板氧化皮厚度在线测量方法，包括以下步骤：
(1)摄像机标定，具体包括以下步骤：
(1.1)根据线扫描摄像机的视场大小，在高温钢板图像采集区域设置边长为L的黑色正方形靶标，L的单位为毫米；
(1.2)使用线扫描摄像机采集正方形靶标的图像；
(1.3)对于步骤(1.2)采集的靶标图像，以图像的左上角为起点，以一定的像素间隔作一组垂直直线，从左向右遍历所有的垂直直线，分别计算每条垂直直线与正方形边缘相交的两个点的高度差Δy，将其平均值作为正方形靶标的边长，单位为像素；
(1.4)利用步骤(1.1)中正方形标靶的边长和步骤(1.3)得到的正方形靶标的边长计算像素距离与物理距离的对应关系单位为毫米/像素。
(2)在线采集钢板脱去氧化皮前后的图像，具体包括以下步骤：
(2.1)当高温钢板经过酸洗前的图像采集区域时，由热传感器触发摄像机采集脱去氧化皮前高温钢板的图像，存入工业计算机；
(2.2)当高温钢板经过酸洗后的图像采集区域时，由热传感器触发摄像机采集脱去氧化皮后高温钢板的图像，存入工业计算机；
(3)图像预处理，具体包括以下步骤：
(3.1)对步骤(2)得到的图像进行滤波处理，所述滤波处理的方法为中值滤波，以去除一些孤立的噪声点；
(3.2)对步骤(3.1)得到的图像进行图像分割，分割出高温钢板所在的图像区域，得到去噪后高温钢板分割图像，所述分割方法为最大类间方差法；
(4)高温钢板上下边缘定位，具体包括以下步骤：
(4.1)对于步骤(3)得到的去噪后高温钢板分割图像，以图像的左上角为起点，以一定的像素间隔做一组垂直直线，分别计算每条垂直直线与图像中高温钢板边缘相交的两个点，为了减少奇异边缘点，采用沿垂直直线从上往下搜索上边缘点，从下往上搜索下边缘点的方法，从左往右遍历所有的垂直直线，计算得到被测高温钢板的上边缘点集和下边缘点集；
(4.2)粗定位高温钢板的上边缘轮廓线和下边缘轮廓线，利用步骤(4.1)得到的高温钢板图像的上边缘轮廓点集和下边缘轮廓点集，采用直线拟合的方法，计算得到粗定位的高温钢板的上边缘轮廓线和下边缘轮廓线，所述直线拟合的方法为最小二乘法；
(4.3)去除干扰点，利用步骤(4.2)得到的高温钢板的上边缘轮廓线和下边缘轮廓线，分别计算该边缘点集中每个轮廓点与该轮廓线的距离，删除距离大于2倍标准差的点，得到余下的高温钢板的上边缘轮廓点集和下边缘轮廓点集；
(4.4)精确定位高温钢板的上边缘轮廓线和下边缘轮廓线，利用步骤(4.3)得到的高温钢板的上边缘轮廓点集和下边缘轮廓点集，再次采用直线拟合的方法，得到精确的高温钢板的上边缘轮廓线和下边缘轮廓线，所述直线拟合的方法为最小二乘法。
(5)在线氧化皮厚度计算，具体包括以下步骤：
(5.1)利用步骤(4)得到的脱去氧化皮前的钢板图像的上边缘点和下边缘线，计算每个上边缘点到下边缘线的距离hi，其平均值为单位为像素，其中n为上边缘点的个数；
(5.2)利用步骤(4)得到的脱去氧化皮前的钢板图像的下边缘点和上边缘线，计算每个下边缘点到上边缘线的距离h′i，其平均值为单位为像素，其中n为下边缘点的个数；
(5.3)利用步骤(5.1)和步骤(5.2)得到的与求得脱去氧化皮前的钢板在图像中的厚度单位为像素；
(5.4)利用步骤(4)得到的脱去氧化皮厚度后的钢板图像，同步骤(5.1)、步骤(5.2)和步骤(5.3)方法处理该图像，求得脱去氧化皮后的钢板在图像中的厚度h2，单位为像素；
(5.5)利用步骤(5.3)和(5.4)得到的脱去氧化皮前后的钢板的厚度h1和h2，计算钢板脱去的氧化皮在图像中的厚度Δh＝h1-h2，单位为像素；
(5.6)利用步骤(5.5)得到钢板脱去的氧化皮在图像中的厚度Δh和步骤(1)得到的像素距离和物理距离的对应关系k，计算钢板脱去的氧化皮的物理厚度ΔH＝k*Δh，单位为毫米。
本发明与现有技术比较，具有以下优点：本发明采用计算机视觉技术和图像处理技术实时在线测量流水线上高温钢板的厚度，从而计算出脱去氧化皮的厚度，测量速度快，测量精度高，具有较强的实用性。
附图说明
图1为本发明的整体结构示意图。
图2为标定所用的正方形标靶图像。
图3为本发明所述方法的流程图。
图4位本发明所述摄像机标定方法示意图。
附图标记解释：1-脱去氧化皮后的高温钢板，2-酸洗装置，3-热传感器，4-脱去氧化皮前的高温钢板，5-传送带，6-工业计算机，7-千兆网线，8-线扫描摄像机。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
如图1所示，一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置，由热传感器3、线扫描摄像机8、工业计算机6组成，其中：
热传感器3固定于酸洗装置2的两侧，通过导线与线扫描摄像机8连接，用于在脱去氧化皮前的高温钢板4和脱去氧化皮后的高温钢板1到达图像采集位置时触发线扫描摄像机8采集图像；线扫描摄像机8固定于距传送带5两米以内的位置，用于在线采集脱去氧化皮前的高温钢板4和脱去氧化皮后的高温钢板1的图像，并将图像输出至工业计算机6；工业计算机6放置于高温区域之外，用于实时计算脱去氧化皮的厚度。
本实施例所述的基于线扫描摄像机的钢板氧化皮厚度在线测量装置的工作过程如下：
由传送带5从右至左运送高温钢板，当脱去氧化皮前的高温钢板4到达图像采集位置时，热传感器3中右侧传感器检测到高温信号并触发线扫描摄像机8中右侧摄像机采集脱去氧化皮前的高温钢板图像并传送至工业计算机6保存；
高温钢板在酸洗装置2脱去氧化皮后，当脱去氧化皮后的高温钢板1到达图像采集位置时，热传感器3中左侧传感器检测到高温信号并触发线扫描摄像机8中左侧摄像机采集脱去氧化皮后的高温钢板图像并传送至工业计算机6保存；
由工业计算机6利用上述脱去氧化皮前的高温钢板图像和脱去氧化皮后的高温钢板图像，通过所述一种基于线扫描摄像机的钢板氧化皮在线厚度测量方法计算出脱去氧化皮的厚度。
基于上述装置，可实现一种基于线扫描摄像机的钢板氧化皮厚度在线测量方法，该方法的具体步骤如下：
(1)摄像机标定，执行以下步骤：
(1.1)根据线扫描摄像机的视场大小，在高温钢板图像采集区域设置边长为L的黑色正方形靶标，L的单位为毫米，在本实施例中，L取200毫米；
(1.2)使用线扫描摄像机，采集正方形靶标的图像；
(1.3)对于步骤(1.2)采集的靶标图像，以图像左上角为起点，以一定的像素间隔做一组垂直直线，从左向右遍历所有的垂直直线，分别计算每条垂直直线与正方形边缘相交的两个点的高度差Δy，将其平均值作为正方形靶标的边长，单位为像素；
(1.4)利用步骤(1.1)中正方形标靶的边长和步骤(1.3)得到的正方形靶标的边长计算像素距离与物理距离的对应关系单位为毫米/像素。
在本发明实施例中，步骤(1)所述摄像机标定方法如图4所示，对于如图2所示黑色正方形靶标，以图像的左上角为起点，以5像素距离的间隔做一组垂直直线，直线和正方形相交的两点即为正方形图像的上边缘点和下边缘点，计算每组上下边缘点的高度差并求其平均值后得到正方形靶标的边长为5362，单位为像素；
利用本实施例中步骤(1.1)所述正方形边长L为200毫米和正方形靶标图像的边长为5362像素，计算得到像素距离和物理距离的对应关系k＝0.0373，单位为毫米/像素。
(2)在线采集钢板脱去氧化皮前后的图像，执行以下步骤：
(2.1)当高温钢板到达酸洗前的采集区域时，由热传感器触发摄像机采集脱去氧化皮前高温钢板的图像，存入工业计算机；
(2.2)当高温钢板到达酸洗后的采集区域时，由热传感器触发摄像机采集脱去氧化皮后高温钢板的图像，存入工业计算机；
(3)图像预处理，具体包括以下步骤：
(3.1)对步骤(2)得到的图像进行滤波处理，所述滤波处理的方法为中值滤波，以去除一些孤立的噪声点；
(3.2)对步骤(3.1)得到的图像进行图像分割，分割出高温钢板所在的图像区域，得到去噪后高温钢板分割图像，所述分割方法为最大类间方差法；
(4)高温钢板上下边缘定位，执行以下步骤：
(4.1)对于步骤(3)得到的去噪后高温钢板分割图像，以图像的左上角为起点，以一定的像素间隔做一组垂直直线。分别计算每条垂直直线与图像中高温钢板边缘相交的两个点，为了减少奇异边缘点，采用沿垂直直线从上往下搜索上边缘点，从下往上搜索下边缘点的方法，从左往右遍历所有的垂直直线，计算得到被测高温钢板的上边缘点集和下边缘点集；在本发明实施例中，垂直直线的间隔为5像素；
(4.2)粗定位高温钢板的上边缘轮廓线和下边缘轮廓线，利用步骤(4.1)得到的高温钢板图像的上边缘轮廓点集和下边缘轮廓点集，采用直线拟合的方法，计算得到粗定位的高温钢板的上边缘轮廓线和下边缘轮廓线，所述直线拟合的方法为最小二乘法；
(4.3)去除干扰点，利用步骤(4.2)得到的高温钢板的上边缘轮廓线和下边缘轮廓线，分别计算该边缘点集中每个轮廓点与该轮廓线的距离，删除距离大于2倍标准差的点，得到余下的高温钢板的上边缘轮廓点和下边缘轮廓点；
(4.4)精确定位高温钢板的上边缘轮廓线和下边缘轮廓线，利用步骤(4.3)得到的高温钢板的上边缘轮廓点集和下边缘轮廓点集，再次采用直线拟合的方法，得到精确的高温钢板的上边缘轮廓线和下边缘轮廓线，所述直线拟合的方法为最小二乘法。
(5)在线氧化皮厚度计算，执行以下步骤：
(5.1)利用步骤(4)得到的脱去氧化皮前的钢板图像的上边缘点和下边缘线，计算每个上边缘点到下边缘线的距离hi，其平均值为单位为像素，其中n为上边缘点的个数；
(5.2)利用步骤(4)得到的脱去氧化皮前的钢板图像的下边缘点和上边缘线，计算每个下边缘点到上边缘线的距离h′i，其平均值为单位为像素，其中n为下边缘点的个数；
(5.3)利用步骤(5.1)和步骤(5.2)得到的与求得脱去氧化皮前的钢板在图像中的厚度单位为像素；
(5.4)利用步骤(4)得到的脱去氧化皮厚度后的钢板图像，同步骤(5.1)、步骤(5.2)和步骤(5.3)方法处理该图像，求得脱去氧化皮后的钢板在图像中的厚度h2，单位为像素；
(5.5)利用步骤(5.3)和(5.4)得到的脱去氧化皮前后的钢板的厚度h1和h2,计算钢板脱去的氧化皮在图像中的厚度Δh＝h1-h2，单位为像素；
(5.6)利用步骤(5.5)得到钢板脱去的氧化皮在图像中的厚度Δh和步骤(1)得到的像素距离和物理距离的对应关k，计算钢板脱去的氧化皮的物理厚度ΔH＝k*Δh，单位为毫米。
在本发明实施例中，脱去氧化皮前的钢板图像的上边缘点的个数为1312，利用步骤(5.2)所述方法计算得到上边缘点到下边缘线的距离的平均值为2635，单位为像素；脱去氧化前的钢板图像的下边缘点的个数为1310，通过步骤(5.3)所述方法计算得到下边缘点到上边缘线的距离的平均值为2637，单位为像素；利用步骤(5.4)所述方法计算得到脱去氧化皮前的钢板在图像中的厚度为2636，单位为像素。
在本发明实施例中，脱去氧化皮后的钢板图像的上边缘点的个数为1350，利用步骤(5.2)所述方法计算得到边缘点到下边缘线的距离的平均值为2510，单位为像素；脱去氧化前后的钢板图像的下边缘点的个数为1312，通过步骤(5.3)所述方法计算得到下边缘点到上边缘线的距离的平均值为2512，单位为像素；利用步骤(5.4)所述方法计算得到脱去氧化皮后的钢板在图像中的厚度为2511，单位为像素。
利用步骤(5.6)所述方法计算得到钢板脱去的氧化皮在图像中的厚度为125，单位为像素，利用步骤(1)得到的像素距离与物理距离的对应关系k＝0.0373，计算得到钢板脱去的氧化皮的物理厚度为4.6625，单位为毫米。
本发明与现有技术比较，具有以下优点：本发明采用计算机视觉技术和图像处理技术实时在线测量流水线上高温钢板的厚度，从而计算出脱去氧化皮的厚度，测量速度快，测量精度高，具有较强的实用性。
Claims (4)
1.一种基于线扫描摄像机的钢板氧化皮在线厚度测量装置，其特征在于，包括：
热传感器，用于在高温钢板运送到线扫描摄像机采集图像位置时触发线扫描摄像机工作；
线扫描摄像机，用于在线采集钢板去氧化皮前后的图像，并将图像输出给工业计算机；
工业计算机，用于通过图像测量钢板脱去氧化皮前后的厚度，根据钢板去氧化皮前后的厚度，计算出脱去的氧化皮的厚度。
2.一种基于线扫描摄像机的钢板氧化皮厚度在线测量方法，包括以下步骤：
(1)标定线扫描摄像机，确定线扫描摄像机拍摄到的图像的像素距离与物理距离的对应关系k；
(2)在线采集钢板脱去氧化皮前后的图像，存入工业计算机；
(3)利用工业计算机对图像进行预处理，得到去噪后高温钢板分割图像；
(4)利用工业计算机定位高温钢板上下边缘，具体为：
(4.1)对于步骤(3)得到的去噪后高温钢板分割图像，以图像的左上角为起点，以一定的像素间隔做一组垂直直线，分别计算每条垂直直线与图像中高温钢板边缘相交的两个点，为了减少奇异边缘点，采用沿垂直直线从上往下搜索上边缘点，从下往上搜索下边缘点的方法，从左往右遍历所有的垂直直线，计算得到被测高温钢板的上边缘点集和下边缘点集；
(4.2)粗定位高温钢板的上边缘轮廓线和下边缘轮廓线，利用步骤(4.1)得到的高温钢板图像的上边缘轮廓点集和下边缘轮廓点集，采用直线拟合的方法，计算得到粗定位的高温钢板的上边缘轮廓线和下边缘轮廓线，所述直线拟合的方法为最小二乘法；
(4.3)去除干扰点，利用步骤(4.2)得到的高温钢板的上边缘轮廓线和下边缘轮廓线，分别计算该边缘点集中每个轮廓点与该轮廓线的距离，删除距离大于2倍标准差的点，得到余下的高温钢板的上边缘轮廓点集和下边缘轮廓点集；
(4.4)精确定位高温钢板的上边缘轮廓线和下边缘轮廓线，利用步骤(4.3)得到的高温钢板的上边缘轮廓点集和下边缘轮廓点集，再次采用直线拟合的方法，得到精确的高温钢板的上边缘轮廓线和下边缘轮廓线，所述直线拟合的方法为最小二乘法；
(5)计算氧化皮厚度，具体为：
(5.1)利用步骤(4)得到的脱去氧化皮前的钢板图像的上边缘点和下边缘线，计算每个上边缘点到下边缘线的距离hi，其平均值为单位为像素，其中n为上边缘点的个数；
(5.2)利用步骤(4)得到的脱去氧化皮前的钢板图像的下边缘点和上边缘线，计算每个下边缘点到上边缘线的距离h′i，其平均值为单位为像素，其中n为下边缘点的个数；
(5.3)利用步骤(5.1)和步骤(5.2)得到的与求得脱去氧化皮前的钢板在图像中的厚度单位为像素；
(5.4)利用步骤(4)得到的脱去氧化皮厚度后的钢板图像，同步骤(5.1)、步骤(5.2)和步骤(5.3)方法处理该图像，求得脱去氧化皮后的钢板在图像中的厚度h2，单位为像素；
(5.5)利用步骤(5.3)和(5.4)得到的脱去氧化皮前后的钢板的厚度h1和h2，计算钢板脱去的氧化皮在图像中的厚度Δh＝h1-h2，单位为像素；
(5.6)利用步骤(5.5)得到钢板脱去的氧化皮在图像中的厚度Δh和步骤(1)得到的像素距离和物理距离的对应关系k，计算钢板脱去的氧化皮的物理厚度ΔH＝k*Δh，单位为毫米。
3.根据权利要求2所述的方法，其特征在于，步骤(1)具体为：
(1.1)根据线扫描摄像机的视场大小，在高温钢板图像采集区域设置边长为L的黑色正方形靶标，L的单位为毫米；
(1.2)使用线扫描摄像机采集正方形靶标的图像；
(1.3)对于步骤(1.2)采集的靶标图像，以图像的左上角为起点，以一定的像素间隔作一组垂直直线，从左向右遍历所有的垂直直线，分别计算每条垂直直线与正方形边缘相交的两个点的高度差Δy，将其平均值作为正方形靶标的边长，单位为像素；
(1.4)利用步骤(1.1)中正方形标靶的边长和步骤(1.3)得到的正方形靶标的边长计算像素距离与物理距离的对应关系单位为毫米/像素。
4.根据权利要求2所述的方法，其特征在于，步骤(2)具体为：
(2.1)当高温钢板经过酸洗前的图像采集区域时，由热传感器触发摄像机采集脱去氧化皮前高温钢板的图像，存入工业计算机；
(2.2)当高温钢板经过酸洗后的图像采集区域时，由热传感器触发摄像机采集脱去氧化皮后高温钢板的图像，存入工业计算机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910401080.4A CN109974604A (zh) | 2019-05-15 | 2019-05-15 | 一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910401080.4A CN109974604A (zh) | 2019-05-15 | 2019-05-15 | 一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109974604A true CN109974604A (zh) | 2019-07-05 |
Family
ID=67073586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910401080.4A Withdrawn CN109974604A (zh) | 2019-05-15 | 2019-05-15 | 一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109974604A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0413910A (ja) * | 1990-05-07 | 1992-01-17 | Nippon Steel Corp | 酸化膜厚さ分布測定装置 |
| CN103363910A (zh) * | 2012-03-30 | 2013-10-23 | 鞍钢股份有限公司 | 一种热轧盘条表面氧化铁皮平均厚度测量方法 |
| CN103400379A (zh) * | 2013-07-25 | 2013-11-20 | 江西省电力公司检修分公司 | 一种基于图像的覆冰检测和厚度估计方法 |
| CN104006752A (zh) * | 2014-03-07 | 2014-08-27 | 宁波信泰机械有限公司 | 一种测试三价镀层铬层的检测方法 |
| CN104697467A (zh) * | 2015-02-12 | 2015-06-10 | 中北大学 | 基于线激光扫描的焊缝外观形状及表面缺陷检测方法 |
| CN104781631A (zh) * | 2012-11-23 | 2015-07-15 | Posco公司 | 钢板的氧化皮厚度测量装置 |
| CN105241384A (zh) * | 2015-11-20 | 2016-01-13 | 南昌航空大学 | 一种基于计算机视觉的钢轨焊缝错边量测量方法 |
| CN107228626A (zh) * | 2017-05-05 | 2017-10-03 | 南昌航空大学 | 基于图像的轨头断面轮廓尺寸合格性检测方法 |
| CN107588733A (zh) * | 2017-08-21 | 2018-01-16 | 南京理工大学 | 一种基于图像的受电弓滑板磨耗在线检测装置与方法 |
| CN207132854U (zh) * | 2017-07-12 | 2018-03-23 | 安美特（中国)化学有限公司 | 一种三价铬镀层厚度的测试装置 |
-
2019
- 2019-05-15 CN CN201910401080.4A patent/CN109974604A/zh not_active Withdrawn
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0413910A (ja) * | 1990-05-07 | 1992-01-17 | Nippon Steel Corp | 酸化膜厚さ分布測定装置 |
| CN103363910A (zh) * | 2012-03-30 | 2013-10-23 | 鞍钢股份有限公司 | 一种热轧盘条表面氧化铁皮平均厚度测量方法 |
| CN104781631A (zh) * | 2012-11-23 | 2015-07-15 | Posco公司 | 钢板的氧化皮厚度测量装置 |
| CN103400379A (zh) * | 2013-07-25 | 2013-11-20 | 江西省电力公司检修分公司 | 一种基于图像的覆冰检测和厚度估计方法 |
| CN104006752A (zh) * | 2014-03-07 | 2014-08-27 | 宁波信泰机械有限公司 | 一种测试三价镀层铬层的检测方法 |
| CN104697467A (zh) * | 2015-02-12 | 2015-06-10 | 中北大学 | 基于线激光扫描的焊缝外观形状及表面缺陷检测方法 |
| CN105241384A (zh) * | 2015-11-20 | 2016-01-13 | 南昌航空大学 | 一种基于计算机视觉的钢轨焊缝错边量测量方法 |
| CN107228626A (zh) * | 2017-05-05 | 2017-10-03 | 南昌航空大学 | 基于图像的轨头断面轮廓尺寸合格性检测方法 |
| CN207132854U (zh) * | 2017-07-12 | 2018-03-23 | 安美特（中国)化学有限公司 | 一种三价铬镀层厚度的测试装置 |
| CN107588733A (zh) * | 2017-08-21 | 2018-01-16 | 南京理工大学 | 一种基于图像的受电弓滑板磨耗在线检测装置与方法 |
Non-Patent Citations (1)
| Title |
|---|
| 熊邦书等: "基于图像的线路板线宽测量系统的研制", 《半导体光电》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109190628A (zh) | 一种基于机器视觉的板材镰刀弯检测方法 | |
| CN108921819B (zh) | 一种基于机器视觉的验布装置及方法 | |
| AU2019222803A1 (en) | Volume measurement apparatus and method | |
| CN102538705B (zh) | 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 | |
| CN109115800B (zh) | 一种产品毛刺的快速检测及长度精确测量方法 | |
| CN104914111A (zh) | 一种带钢表面缺陷在线智能识别检测系统及其检测方法 | |
| CN109241976A (zh) | 一种基于图像处理和激光测距溢油面积估计的方法 | |
| CN112365439B (zh) | 一种镀锌钢gmaw焊缝成形特征与焊枪方向同步实时检测方法 | |
| CN102441581A (zh) | 基于机器视觉的型钢断面尺寸在线检测的装置及方法 | |
| CN101512551A (zh) | 用于测量动物身高的方法和系统 | |
| CN107678192A (zh) | 一种基于机器视觉的Mura缺陷检测方法及系统 | |
| CN105447817B (zh) | 一种基于边缘轮廓的热轧中间坯平面图像拼接方法 | |
| CN217846120U (zh) | 一种带钢表面清洁度智能检测系统 | |
| CN112215825A (zh) | 新能源电池制造中基于机器视觉的质量分析方法及系统 | |
| CN112361977B (zh) | 一种基于权重分配的直线间距测量方法 | |
| CN115096206A (zh) | 一种基于机器视觉的零件尺寸高精度测量方法 | |
| CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及系统 | |
| CN108492306A (zh) | 一种基于图像轮廓的x型角点提取方法 | |
| CN109974604A (zh) | 一种基于线扫描摄像机的钢板氧化皮厚度在线测量装置及方法 | |
| Zhao et al. | Analysis of image edge checking algorithms for the estimation of pear size | |
| CN116460151A (zh) | 一种基于机器视觉的低延时带钢跑偏量检测方法 | |
| CN109741311B (zh) | 带伪边缘的铝合金熔焊背面熔宽检测方法 | |
| CN115980063A (zh) | 工件表面瑕疵检测方法及装置 | |
| CN113269749B (zh) | 带材位置图像数据集采集方法及其视觉检测方法 | |
| CN101762967A (zh) | 拍摄宽度测量辅助条、大视角图像拍摄方法、对相邻两个图像局部的拼接方法和拼接装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190705 |
|
| WW01 | Invention patent application withdrawn after publication |