CN113781506B - 一种带钢偏移量检测方法及系统 - Google Patents
一种带钢偏移量检测方法及系统 Download PDFInfo
- Publication number
- CN113781506B CN113781506B CN202110903203.1A CN202110903203A CN113781506B CN 113781506 B CN113781506 B CN 113781506B CN 202110903203 A CN202110903203 A CN 202110903203A CN 113781506 B CN113781506 B CN 113781506B
- Authority
- CN
- China
- Prior art keywords
- image
- information
- edge information
- strip steel
- edge
- 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 151
- 239000010959 steel Substances 0.000 title claims abstract description 151
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000004519 manufacturing process Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 30
- 230000010365 information processing Effects 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 11
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 description 8
- 238000005096 rolling process Methods 0.000 description 8
- 238000005098 hot rolling Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010926 purge Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009749 continuous casting Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种带钢偏移量检测方法及系统，其中方法包括：基于预设的图像采集装置获取至少包含辊道的第一图像以及生产过程中输送带钢的第二图像；基于所述第一图像获得辊道的第一边界信息以及第二边界信息；至少基于所述第二图像获得带钢的第一边缘信息以及第二边缘信息；基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量。本申请中的带钢偏移量检测方法，能够实时、稳定的对带钢偏移量进行检测，并且检测抗干扰能力强，能够满足实际生产需求。
Description
技术领域
本申请涉及冶金技术领域，特别涉及一种带钢偏移量检测方法及系统。
背景技术
在薄带连铸过程中，由于受力不均、带钢厚度偏差等原因，导致带钢在运行过程中自行偏离辊道中心线，向辊道一侧偏移。带钢跑偏会影响成卷质量，导致边缘无法卷齐，在运动过程中边缘部分会发生碰撞、剐蹭设备并造成严重的断带、停产事故，严重影响经济效益。
传统的带钢偏移检测主要有光电式、电感式、电容式、放射式等检测方法，电容式、光电式具有结构简单、精度高、免维护等优点，但存在电路结构易受干扰、对环境温度要求严格，无法检测热轧线或铸轧带钢等问题。
由此亟需一种针对热轧线或铸轧带钢等均能实时、稳定的对带钢偏移量进行检测的方法及系统，以满足实际生产需求。
发明内容
本申请的实施例采用了如下技术方案：一种带钢偏移量检测方法及系统，用于解决现有技术中无法稳定、准确的对热轧线或铸轧带钢进行偏移量检测的问题。
为解决上述问题，本申请提供一种带钢偏移量检测方法，包括：
基于预设的图像采集装置获取至少包含辊道的第一图像以及生产过程中输送带钢的第二图像；
基于所述第一图像获得辊道的第一边界信息以及第二边界信息；
至少基于所述第二图像获得带钢的第一边缘信息以及第二边缘信息；
基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量。
可选的，在获取第二图像的同时基于所述图像采集装置获取第三图像；其中所述第三图像与所述第二图像的图像类型不同；
所述至少基于所述第二图像获得带钢的第一边缘信息以及第二边缘信息，具体包括：
基于所述第二图像获得带钢的初始第一边缘信息以及初始第二边缘信息；
基于所述第三图像获得带钢的矫正第一边缘信息以及矫正第二边缘信息；
基于所述初始第一边缘信息以及所述矫正第一边缘信息获得所述第一边缘信息；
基于所述初始第二边缘信息以及所述矫正第二边缘信息获得所述第二边缘信息。
可选的，所述基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量，具体包括：
基于所述第一边界信息以及所述第一边缘信息计算获得带钢第一边缘距离所述辊道第一边界的第一偏移量；
基于所述第二边界信息以及所述第二边缘信息计算获得带钢第二边缘距离所述辊道第二边界的第二偏移量；
基于所述第一偏移量以及所述第二偏移量确定所述带钢的偏移量。
可选的，所述基于所述第二图像获得带钢的初始第一边缘信息以及初始第二边缘信息，具体包括：
对所述第二图像进行图像处理，获得二值图像类型的第二图像，基于所述二值图像类型的第二图像进行边缘检测，获得所述初始第一边缘信息以及初始第二边缘信息。
可选的，所述基于所述第三图像获得带钢的矫正第一边缘信息以及矫正第二边缘信息，具体包括：
对所述第三图像进行图像处理，获得二值图像类型的第三图像，基于所述二值图像类型的第三图像进行边缘检测，获得所述矫正第一边缘信息以及矫正第二边缘信息。
可选的，在距离所述辊道的预定位置设置有标定板，所述第一图像中还包括有所述标定板，所述方法还包括：从所述第一图像中获取所述标定板的图像位置信息；
基于所述标定板的实际尺寸信息以及所述图像位置信息确定图像坐标系与世界坐标系的转换模型；
基于所述偏移量以及所述转换模型确定所述带钢的实际偏移值。
可选的，所述方法还包括：基于预定的显示方式对所述实际偏移值进行显示。
为解决上述问题，本申请提供一种带钢偏移量检测系统，包括：
图像采集装置，设置于辊道上方两侧，用于对辊道进行图像采集获得第一图像，以及用于实时对生产过程中的带钢进行图像采集获得第二图像；
信息处理装置，与所述图像采集装置通信连接，用于接收图像采集装置发送的所述第一图像以及所述第二图像，同时用于对第一图像和第二图像分别进行处理获得辊道的第一边界信息、辊道的第二边界信息、带钢的第一边缘信息以及带钢的第二边缘信息，基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量。
可选的，所述图像采集装置还用于在获取第二图像的同时获取第三图像；其中所述第三图像与所述第二图像的图像类型不同；
所述信息处理装置还用于接收图像采集装置发送的第三图像，以基于所述第三图像获得带钢的矫正第一边缘信息以及矫正第二边缘信息；
所述信息处理装置还用于基于所述第二图像获得带钢的初始第一边缘信息以及初始第二边缘信息；基于所述初始第一边缘信息以及所述矫正第一边缘信息获得所述第一边缘信息；基于所述初始第二边缘信息以及所述矫正第二边缘信息获得所述第二边缘信息。
可选的，所述信息处理装置具体用于：基于所述第一边界信息以及所述第一边缘信息计算获得带钢第一边缘距离所述辊道第一边界的第一偏移量；基于所述第二边界信息以及所述第二边缘信息计算获得带钢第二边缘距离所述辊道第二边界的第二偏移量；基于所述第一偏移量以及所述第二偏移量确定所述带钢的偏移量。
本申请中的带钢偏移量检测方法能够稳定、准确的对热轧线或铸轧带钢进行偏移量检测，检测抗干扰能力强，能够满足实际生产需求。
附图说明
图1为本申请实施例提供一种带钢偏移量检测方法的流程图；
图2为本申请又一实施例提供一种带钢偏移量检测方法的流程图；
图3为本申请另一实施例提供一种带钢偏移量检测系统的结构框图；
图4为本申请一种带钢偏移量检测系统中冷却装置的安装结构示意图；
图5为本申请带钢偏移量检测系统的工作流程图。
具体实施方式
此处参考附图描述本申请的各种方案以及特征。
应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本申请的实施例，并且与上面给出的对本申请的大致描述以及下面给出的对实施例的详细描述一起用于解释本申请的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本申请的这些和其它特性将会变得显而易见。
还应当理解，尽管已经参照一些具体实例对本申请进行了描述，但本领域技术人员能够确定地实现本申请的很多其它等效形式。
当结合附图时，鉴于以下详细说明，本申请的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本申请的具体实施例；然而，应当理解，所申请的实施例仅仅是本申请的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本申请模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本申请。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本申请的相同或不同实施例中的一个或多个。
本申请实施例提供一种带钢偏移量检测方法，如图1所示，包括如下步骤：
步骤S101，基于预设的图像采集装置获取至少包含辊道的第一图像以及生产过程中输送带钢的第二图像；
本申请中图像采集装置具体为红外摄像头。在具体实施过程中可以在辊道上方的两侧设置红外摄像头，在安装好红外摄像头后就可以利用红外摄像头来获取未生产带钢时的第一图像，以及在生产带钢时利用红外摄像头实时获取第二图像。
步骤S102，基于所述第一图像获得辊道的第一边界信息以及第二边界信息；
本步骤中，采集包含辊道的第一图像，由此获取辊道端部边缘的多个点，根据获取到的多个点拟合辊道端部边界基准线即获得左侧的第一边界信息，如可以记为Bl；同时获得右侧的第二边界信息，如可以记为Br，利用Bl和Br来为后续带钢偏移检测提供基准。
步骤S103，至少基于所述第二图像获得带钢的第一边缘信息以及第二边缘信息；
本步骤在具体实施过程中，具体可以对所述第二图像进行图像处理，例如可以依次进行中值滤波处理、高斯滤波处理，然后再进行动态阈值处理，分区域进行二值化处理，最后得到二值图像类型的第二图像，最后再进行边缘检测，获得带钢两侧的边缘信息，即获得左侧的第一边缘信息以及右侧的第二边缘信息；
步骤S104，基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量。
本步骤中，在获得第一边缘信息和第二边缘信息后，就可以进一步结合第一边界信息和第二边界信息来确定带钢两侧的偏移量。然后根据带钢两侧的偏移量来确定带钢是否偏移，例如当带钢两侧的偏移量差值大于预设值时则说明带钢偏移，当带钢两侧的偏移量小于预设值时则说明带钢处于辊道中心，未发生偏移。本实施例中的带钢偏移量检测方法，能够实时、稳定、准确的对带钢进行偏移量检测，并且检测抗干扰能力强，能够满足实际生产需求。
本申请又一实施例提供一种带钢偏移量检测方法，在辊道的上方两侧预先设置有红外摄像头，并在距离辊道的预定位置设置有标定板。如图2所示，包括如下步骤：
步骤S201，基于预设的图像采集装置获取至少包含辊道的第一图像，生产过程中输送带钢的第二图像以及第三图像；
在具体实施过程中，在安装好红外摄像头后就可以利用红外摄像头来获取未生产带钢时的第一图像，并且在生产带钢时利用红外摄像头实时获取第二图像和第三图像。本步骤中第二图像的图像类型与第三图像的图像类型不同，具体的第二图像可以为红外图像，第三图像为常规图像。即红外摄像头可以同时拍摄红外图像类型和常规图像类型的这两种图像。
步骤S202，基于所述第一图像获得辊道的第一边界信息以及第二边界信息；
本步骤中，在采集获得包含辊道的第一图像后，就可以从第一图像中获得辊道端部边缘的多个点，根据获取到的多个点拟合辊道端部边界基准线即获得左侧的第一边界信息，如可以记为Bl；同时获得右侧的第二边界信息，如可以记为Br，利用Bl和Br来为后续带钢偏移检测提供基准。
步骤S203，从所述第一图像中获取所述标定板的图像位置信息；基于所述标定板的实际尺寸信息以及所述图像位置信息确定图像坐标系与世界坐标系的转换模型。
本步骤在具体实施过程中，具体可以采用改进后张正友标定法，根据标定板的图像位置信息以及实际尺寸信息来确定图像坐标系与世界坐标系转换模型。
步骤S204，基于所述第二图像获得带钢的初始第一边缘信息以及初始第二边缘信息；基于所述第三图像获得带钢的矫正第一边缘信息以及矫正第二边缘信息；基于所述初始第一边缘信息以及所述矫正第一边缘信息获得所述第一边缘信息；基于所述初始第二边缘信息以及所述矫正第二边缘信息获得所述第二边缘信息。
本步骤在具体实施过程中，具体可以对第二图像进行图像处理，例如可以依次进行中值滤波处理、高斯滤波处理，然后再进行动态阈值处理，分区域进行二值化处理，最后得到二值图像类型的第二图像，最后再进行边缘检测，获得左侧的初始第一边缘信息L1l以及右侧的初始第二边缘信息L1r。同理，对第三图像进行图像处理，例如依次进行中值滤波处理、高斯滤波处理，然后再进行动态阈值处理、分区域进行二值化处理，最后得到二值图像类型的第三图像，最后对第三图像进行提取边缘信息，并进行连通区域处理，去除表面不连续区域，获取到带钢边缘信息，由此获得左侧的矫正第一边缘信息L2l以及右侧的矫正第二边缘信息L2r，最后将左侧的初始第一边缘信息与左侧的矫正第一边缘信息进行比较，在误差允许的范围内，计算初始第一边缘信息L1l矫正第一边缘信息L2l的平均值，以此来获得第一边缘信息L1，即Ll＝(L1l+L2l)/2。同理，将右侧的初始第二边缘信息与右侧的矫正第二边缘信息进行比较，在误差允许的范围内，计算初始第二边缘信息L1r和矫正第二边缘信息L2r的平均值，获得第二边缘信息L2，即Lr＝(L1r+L2r)/2。
步骤S205，基于所述第一边界信息以及所述第一边缘信息计算获得带钢第一边缘距离所述辊道第一边界的第一偏移量；基于所述第二边界信息以及所述第二边缘信息计算获得带钢第二边缘距离所述辊道第二边界的第二偏移量；基于所述第一偏移量以及所述第二偏移量确定所述带钢的偏移量。
本步骤在具体实施过程中，在获得第一边缘信息L1和第二边缘信息L2后就可以进一步结合第一边界信息以及第二边界信息来计算获得带钢第一边缘距离辊道第一边界的第一偏移量Dl，以及带钢第二边缘距离辊道第二边界的第二偏移量Dr，最后根据第一偏移量Dl和第二偏移量Dr来计算获得带钢的偏移量D。具体的，第一偏移量Dl＝Bl－Ll，第二偏移量Dr＝Br－Lr，偏移量D＝(Dl-Dr)/2。本步骤中通过根据偏移量D的大小就能确定带钢是否发生偏移，例如偏移量D的大小大于或等于预设值，则说明当带钢两侧的偏移量差值过大，因此可以确定带钢偏移；当偏移量D的大小小于预设值，则说明带钢两侧的偏移量差值较小，由此可以确定带钢处于辊道中心，未发生偏移。
步骤S206，基于所述偏移量以及所述转换模型确定所述带钢的实际偏移值。
本步骤中，在获得偏移量后，就可以根据步骤S203中获得转换模型来进行转换，获得实际偏移值。
步骤S207，基于预定的显示方式对所述实际偏移值进行显示。
本步骤在实时获得带钢的实际偏移值后，就可以对待实际偏移值进行显示，例如以曲线的形式显示带钢的偏移量波动。
本实施例中，通过同时获取第二图像和第三图像，利用第二图像和第三图像来综合获得带钢两侧的边缘信息，能够使得获得的边缘信息更加准确，为后续准确的确定带钢的偏移量提供了基础。
本实施例在具体实施过程中，在确定了第一偏移量和第二偏移量之后，还可以进一步确定带钢宽度，具体的可以根据第一图像中获取的辊道图像宽度A减去第一偏移量Dl和第二偏移量Dr，然后获得带钢图像宽度W，最后结合转换模型，将带钢图像宽度转换成带钢实际宽度。即W＝A-Dr-Dl。
本实施例中的带钢偏移量检测方法，能够准确的检测出带钢的偏移量，为后续及时根据偏移量对带钢的位置进行调整提供了保障，同时为保证带钢生产的连续性及成卷质量奠定了基础。
本申请另一实施提供一种带钢偏移量检测检测系统，如图3所示，包括：
图像采集装置，设置于辊道上方两侧，用于对辊道进行图像采集获得第一图像，以及用于实时对生产过程中的带钢进行图像采集获得第二图像；
信息处理装置，与所述图像采集装置通信连接，用于接收图像采集装置发送的所述第一图像以及所述第二图像，同时用于对第一图像和第二图像分别进行处理获得辊道的第一边界信息、辊道的第二边界信息、带钢的第一边缘信息以及带钢的第二边缘信息，基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量。
本实施例在具体实施过程中，所述图像采集装置还用于在获取第二图像的同时获取第三图像；其中所述第三图像与所述第二图像的图像类型不同；
所述信息处理装置还用于接收图像采集装置发送的第三图像，以基于所述第三图像获得带钢的矫正第一边缘信息以及矫正第二边缘信息；
所述信息处理装置还用于基于所述第二图像获得带钢的初始第一边缘信息以及初始第二边缘信息；基于所述初始第一边缘信息以及所述矫正第一边缘信息获得所述第一边缘信息；基于所述初始第二边缘信息以及所述矫正第二边缘信息获得所述第二边缘信息。
本实施例中的带钢偏移量检测系统，在具体实施时，信息处理装置具体用于：基于所述第一边界信息以及所述第一边缘信息计算获得带钢第一边缘距离所述辊道第一边界的第一偏移量；基于所述第二边界信息以及所述第二边缘信息计算获得带钢第二边缘距离所述辊道第二边界的第二偏移量；基于所述第一偏移量以及所述第二偏移量确定所述带钢的偏移量。
本实施中的带钢偏移量检测系统，信息处理装置还用于从所述第一图像中获取所述标定板的图像位置信息；基于所述标定板的实际尺寸信息以及所述图像位置信息确定图像坐标系与世界坐标系的转换模型；并用于基于所述偏移量以及所述转换模型来获得实际偏移值。
本实施例中的带钢偏移量检测系统，还包括显示装置，该显示装置与所述信息处理装置通信连接，用于接收信息处理装置发送的实际偏移值，以基于预定的显示方式对所述实际偏移值进行显示。例如以曲线的形式来显示带钢的偏移量波动。
本实施例中的带钢偏移检测系统，还包括冷却装置，如图4所示，该冷却装置内设置有冷却水，图像采集装置(红外摄像机)的机体封装于所述冷却装置内，冷却装置安装于密闭框架上，该框架设有冷却层，冷却层可隔绝带钢运行过程中产生的辐射热，同时为电缆、网络敷设提供条件。本实施例中冷却装置将红外摄像机密封在封闭的空间内，保障摄像机运行环境。同时在密封环境内，可阻挡外界灰尘、铁屑进入，保证摄像机本体干净。具体的，在红外摄像机对应镜头的位置还设置有吹扫装置，吹扫装置用于对摄像机的镜头进行吹扫，以保障前端镜面干净，保障摄像机成像良好的光线。
本实施例中信息处理装置具体可以为工控机，图像采集装置具体为红外摄像头，工控机在计算获得实际偏移值之后可以将实际偏移值发送给显示装置来进行显示。并且利用红外摄像头采集获得的红外图像(第二图像)，红外图像中设有平均温度、最高、最低温度值及各点实时温度值，可通过工控机来对温度值进行分析，判断铸轧过程中，凝固异常区域。并且还可以利用工控机根据第二图像来准确的定位带钢表面缺陷，可有效定位缺陷位置，并能减少生产过程中的故障。
本实施例中工控机还可以通过以太网将计算结果传输到可编程逻辑控制器PLC，在可编程逻辑控制器PLC控制系统中，依据带钢偏移量控制纠偏装置来调节带钢位置，保证带钢始终处于辊道中心位置。
本实施例中的带钢偏移量检测系统，能够适用现场的恶劣环境，结构简单、运行稳定可靠，维护方便，为生产实际提供便利。精确检测带钢跑偏及带钢宽度，为后续纠偏装置能够实时调整带钢位置提供了保证，防止镰刀弯的出现。同时还能检测出带钢表面缺陷，在生产中及时做出调整，减少卡钢，机械碰触的出现，保障生产的连续性及成卷质量。
为了对上述实施例做进一步解释，以下结合具体的应用场景来对带钢偏移量检测系统的工作过程进行说明。如图5所示，本实施例中在带钢轧制前，通过在辊道旁边，例如距离辊道5cm或15cm的位置设置标定板，然后利用图像采集装置(红外摄像机)来获取第一图像，利用第一图像来获得辊道的边界信息以及图像坐标系与世界坐标系转换模型以此来完成标定。在完成标定后，则开始进行带钢的轧制，此时利用图像采集装置来定时获取红外图像和常规图像例如每200毫秒获取一次图像，或者每100毫秒来获取一次图像，然后分别对红外图像以及常规图像进行图像滤波、二值化、边缘计算等处理，来获得计算结果，即获得了带钢偏移值。在获得带钢偏移值后将该偏移值发送给可编程逻辑控制器PLC，以使PLC能够依据带钢偏移量控制纠偏装置来调节带钢位置，同时判断带钢轧制是否结束，若未结束，则继续采集获得带钢的第二图像以及第三图像；为轧制结束则停止偏移量检测。本实施例中的带钢偏移量检测系统，通过实时采集带钢的图像，能够实时、准确的检测出轧制完成后的带钢在辊道输送过程中的偏移量，为实时调整带钢位置奠定了基础。本实施例中的带钢偏移量检测系统抗干扰能力强，能够满足实际生产需求。
以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (10)
1.一种带钢偏移量检测方法，其特征在于，包括：
基于预设的图像采集装置获取至少包含辊道的第一图像以及生产过程中输送带钢的第二图像；
基于所述第一图像，获取辊道端部边缘的多个点，根据获取到的多个点拟合辊道端部边界基准线、以获得辊道左侧的第一边界信息以及辊道右侧的第二边界信息；
至少基于所述第二图像，依次进行中值滤波处理、高斯滤波处理、动态阈值处理、二值化处理，得到二值图像类型的第二图像，并对二值图像类型的第二图像进行边缘检测，获得带钢左侧的第一边缘信息以及带钢右侧的第二边缘信息；
基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：在获取第二图像的同时基于所述图像采集装置获取第三图像；其中所述第三图像与所述第二图像的图像类型不同；
所述至少基于所述第二图像获得带钢的第一边缘信息以及第二边缘信息，具体包括：
基于所述第二图像获得带钢的初始第一边缘信息以及初始第二边缘信息；
基于所述第三图像获得带钢的矫正第一边缘信息以及矫正第二边缘信息；
基于所述初始第一边缘信息以及所述矫正第一边缘信息获得所述第一边缘信息；
基于所述初始第二边缘信息以及所述矫正第二边缘信息获得所述第二边缘信息。
3.如权利要求1所述的方法，其特征在于，所述基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量，具体包括：
基于所述第一边界信息以及所述第一边缘信息计算获得带钢第一边缘距离辊道第一边界的第一偏移量；
基于所述第二边界信息以及所述第二边缘信息计算获得带钢第二边缘距离辊道第二边界的第二偏移量；
基于所述第一偏移量以及所述第二偏移量确定所述带钢的偏移量。
4.如权利要求2所述的方法，其特征在于，所述基于所述第二图像获得带钢的初始第一边缘信息以及初始第二边缘信息，具体包括：
对所述第二图像进行图像处理，获得二值图像类型的第二图像，基于所述二值图像类型的第二图像进行边缘检测，获得所述初始第一边缘信息以及初始第二边缘信息。
5.如权利要求2所述的方法，其特征在于，所述基于所述第三图像获得带钢的矫正第一边缘信息以及矫正第二边缘信息，具体包括：
对所述第三图像进行图像处理，获得二值图像类型的第三图像，基于所述二值图像类型的第三图像进行边缘检测，获得所述矫正第一边缘信息以及矫正第二边缘信息。
6.如权利要求1所述的方法，其特征在于，在距离所述辊道的预定位置设置有标定板，所述第一图像中还包括有所述标定板，所述方法还包括：从所述第一图像中获取所述标定板的图像位置信息；
基于所述标定板的实际尺寸信息以及所述图像位置信息确定图像坐标系与世界坐标系的转换模型；
基于所述偏移量以及所述转换模型确定所述带钢的实际偏移值。
7.如权利要求6所述的方法，其特征在于，所述方法还包括：基于预定的显示方式对所述实际偏移值进行显示。
8.一种带钢偏移量检测系统，其特征在于，包括：
图像采集装置，设置于辊道上方两侧，用于对辊道进行图像采集获得第一图像，以及用于实时对生产过程中的带钢进行图像采集获得第二图像；
信息处理装置，与所述图像采集装置通信连接，用于接收图像采集装置发送的所述第一图像以及所述第二图像，同时用于基于所述第一图像，获取辊道端部边缘的多个点，根据获取到的多个点拟合辊道端部边界基准线、以获得辊道左侧的第一边界信息以及辊道右侧的第二边界信息；用于至少基于所述第二图像，依次进行中值滤波处理、高斯滤波处理、动态阈值处理、二值化处理，得到二值图像类型的第二图像，并对二值图像类型的第二图像进行边缘检测，获得带钢左侧的第一边缘信息以及带钢右侧的第二边缘信息；以及用于基于所述第一边界信息、所述第二边界信息、所述第一边缘信息以及所述第二边缘信息确定所述带钢的偏移量。
9.如权利要求8所述的系统，其特征在于，所述图像采集装置还用于在获取第二图像的同时获取第三图像；其中所述第三图像与所述第二图像的图像类型不同；
所述信息处理装置还用于接收图像采集装置发送的第三图像，以基于所述第三图像获得带钢的矫正第一边缘信息以及矫正第二边缘信息；
所述信息处理装置还用于基于所述第二图像获得带钢的初始第一边缘信息以及初始第二边缘信息；基于所述初始第一边缘信息以及所述矫正第一边缘信息获得所述第一边缘信息；基于所述初始第二边缘信息以及所述矫正第二边缘信息获得所述第二边缘信息。
10.如权利要求8所述的系统，其特征在于，所述信息处理装置具体用于：基于所述第一边界信息以及所述第一边缘信息计算获得带钢第一边缘距离辊道第一边界的第一偏移量；基于所述第二边界信息以及所述第二边缘信息计算获得带钢第二边缘距离辊道第二边界的第二偏移量；基于所述第一偏移量以及所述第二偏移量确定所述带钢的偏移量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110903203.1A CN113781506B (zh) | 2021-08-06 | 2021-08-06 | 一种带钢偏移量检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110903203.1A CN113781506B (zh) | 2021-08-06 | 2021-08-06 | 一种带钢偏移量检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113781506A CN113781506A (zh) | 2021-12-10 |
| CN113781506B true CN113781506B (zh) | 2023-12-15 |
Family
ID=78837111
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110903203.1A Active CN113781506B (zh) | 2021-08-06 | 2021-08-06 | 一种带钢偏移量检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113781506B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114655655A (zh) * | 2022-03-09 | 2022-06-24 | 南京北路软件技术有限公司 | 一种基于UNet网络的传送带跑偏检测方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61226213A (ja) * | 1985-03-28 | 1986-10-08 | Nisshin Steel Co Ltd | 鋼帯トリ−ム方法 |
| JPH07113605A (ja) * | 1993-10-13 | 1995-05-02 | Nippon Steel Corp | 帯鋼の端部検出装置 |
| JP2008228100A (ja) * | 2007-03-14 | 2008-09-25 | Canon Inc | 画像読取装置及びその制御方法 |
| CN104766327A (zh) * | 2015-04-15 | 2015-07-08 | 华侨大学 | 基于图像的织物偏移检测方法及系统 |
| CN106488111A (zh) * | 2015-08-31 | 2017-03-08 | 富士通株式会社 | 对焦位置检测装置以及对焦位置检测方法 |
| CN107666562A (zh) * | 2016-07-28 | 2018-02-06 | 佳能株式会社 | 图像处理装置、图像处理方法和存储介质 |
| CN109600548A (zh) * | 2018-11-30 | 2019-04-09 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN110021029A (zh) * | 2019-03-22 | 2019-07-16 | 南京华捷艾米软件科技有限公司 | 一种适用于rgbd-slam的实时动态配准方法及存储介质 |
| CN111915586A (zh) * | 2020-07-30 | 2020-11-10 | 东北大学 | 带钢偏移量的检测方法和装置 |
| CN112481485A (zh) * | 2020-11-23 | 2021-03-12 | 山西太钢不锈钢股份有限公司 | 光亮炉跑偏的控制系统及处理方法 |
| CN113129322A (zh) * | 2021-04-22 | 2021-07-16 | 中煤科工集团重庆研究院有限公司 | 一种亚像素边缘检测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011135246A (ja) * | 2009-12-24 | 2011-07-07 | Sony Corp | 画像処理装置、撮像装置、および画像処理方法、並びにプログラム |
| JP6704726B2 (ja) * | 2015-12-21 | 2020-06-03 | キヤノン株式会社 | エッジ検出装置、エッジ検出方法、及び、プログラム |
-
2021
- 2021-08-06 CN CN202110903203.1A patent/CN113781506B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61226213A (ja) * | 1985-03-28 | 1986-10-08 | Nisshin Steel Co Ltd | 鋼帯トリ−ム方法 |
| JPH07113605A (ja) * | 1993-10-13 | 1995-05-02 | Nippon Steel Corp | 帯鋼の端部検出装置 |
| JP2008228100A (ja) * | 2007-03-14 | 2008-09-25 | Canon Inc | 画像読取装置及びその制御方法 |
| CN104766327A (zh) * | 2015-04-15 | 2015-07-08 | 华侨大学 | 基于图像的织物偏移检测方法及系统 |
| CN106488111A (zh) * | 2015-08-31 | 2017-03-08 | 富士通株式会社 | 对焦位置检测装置以及对焦位置检测方法 |
| CN107666562A (zh) * | 2016-07-28 | 2018-02-06 | 佳能株式会社 | 图像处理装置、图像处理方法和存储介质 |
| CN109600548A (zh) * | 2018-11-30 | 2019-04-09 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN110021029A (zh) * | 2019-03-22 | 2019-07-16 | 南京华捷艾米软件科技有限公司 | 一种适用于rgbd-slam的实时动态配准方法及存储介质 |
| CN111915586A (zh) * | 2020-07-30 | 2020-11-10 | 东北大学 | 带钢偏移量的检测方法和装置 |
| CN112481485A (zh) * | 2020-11-23 | 2021-03-12 | 山西太钢不锈钢股份有限公司 | 光亮炉跑偏的控制系统及处理方法 |
| CN113129322A (zh) * | 2021-04-22 | 2021-07-16 | 中煤科工集团重庆研究院有限公司 | 一种亚像素边缘检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 《Evaluation of mechanical properties of magnetic materials using a non-destructive method 》;D.X. Yang 等;《IEEE》;全文 * |
| 《热连轧工序裕兴非对称检测与控制系统》;王晓晨 等;《2018年全国轧钢生产技术会议文集》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113781506A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109300125B (zh) | 一种复杂环境下城轨列车受电弓滑板图像提取方法 | |
| CN113781506B (zh) | 一种带钢偏移量检测方法及系统 | |
| CN104307892B (zh) | 连轧穿带过程中带材头部纠偏的方法 | |
| WO2012171627A1 (en) | Method and device of determining a tracking characteristic and/or strip width of a moving strip | |
| CN103962394A (zh) | 一种热轧机轧辊轧制方向偏移量的在线检测方法 | |
| CN112801966A (zh) | 一种热轧带钢跑偏的在线检测方法 | |
| CN115384052A (zh) | 一种智能化的覆膜机自动控制系统 | |
| CN103433623B (zh) | 一种毛化加工设备 | |
| CN112756403B (zh) | 带钢纠偏系统及方法 | |
| CN114257736A (zh) | 一种工件自适应拍摄方法 | |
| CN103905762B (zh) | 投影模块的投影画面自动检查方法 | |
| CN112058920B (zh) | 轧机及导卫的孔型校准方法及校准系统 | |
| CN112361985B (zh) | 一种基于机器视觉的坯料弯曲度检测方法 | |
| CN106269904A (zh) | 一种轧机辊缝的标定方法 | |
| CN115569994A (zh) | 板坯镰刀弯自动检测系统及方法 | |
| CN109772638B (zh) | 一种冷轧硅钢涂辊压力的标定方法 | |
| CN113828641A (zh) | 一种基于机器视觉的精轧带钢机架间跑偏曲线处理方法 | |
| CN113319131A (zh) | 一种立辊标定方法、装置及电子设备 | |
| TWI511808B (zh) | 遮蔽裝置的控制方法 | |
| CN111185803B (zh) | 一种用于磨损刀具在位姿态调整方法 | |
| CN214133327U (zh) | 用于控制带钢头尾宽度的系统 | |
| TWI711801B (zh) | 帶狀產品孔洞位置的檢測方法 | |
| CN114381596B (zh) | 位置检测与定位装置、方法及其系统和系统的定位方法 | |
| CN112747687B (zh) | 线结构光视觉测量标定方法及系统 | |
| TWI568514B (zh) | An adaptive image adjustment method using a base model is used |
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 |