发明内容
本发明针对现有技术中的不足,提供一种能够系统化判断线材异常情况,降低人工成本与出错率的高速线材盘卷形状与位置检测方法。
为实现上述目的,本发明采用以下技术方案:
第一方面,本发明实施例提出了一种基于红外技术的高速线材盘卷形状与位置检测方法,其特征在于,所述检测方法包括以下步骤:
S1,获取线材盘卷运输辊道上的原始物料图像,将原始物料图像转换为相应的灰度图像;
S2,采用标准中值滤波法对步骤S1中的灰度图像进行降噪处理;
S3,对降噪处理后的灰度图像逐行扫描,采用双向阈值分割法获取盘卷的边缘轮廓与凹点;凹点是指边缘轮廓线上曲率突变值大于最大允许曲率变化阈值的像素点;
S4,根据步骤S3中得到的凹点,将边缘轮廓分割成若干段曲线,按照曲线段的位置进行两两配对,生成若干个曲线段组合,每个曲线段组合中的两个曲线段属于同一层线材盘卷;
S5,针对每个曲线段组合,采用最小二乘拟合算法拟合得到相应的等效椭圆,并且将计算得到的等效椭圆的中心点位置和长轴长度作为该曲线段组合对应的线材盘卷层的中心位置和直径,推算得到当前原始物料图像中所有盘卷的形状与位置情况。
进一步地,所述检测方法还包括以下步骤:
S6,对当前原始物料图像中所有盘卷的形状与位置情况进行判断,若出现等效直径或中心位置突变,触发警报。
进一步地,步骤S3中,采用双向阈值分割法获取盘卷的边缘轮廓的过程包括以下子步骤:
S31,从视野左侧向视野右侧进行逐行扫描,获取所有左侧边界点;其中,当灰度图像中其中一行的其中一个像素点的像素灰度值高于阈值Tgray,则认为该像素点是该行外轮廓的左侧边界点;
S32,反向从视野右侧向视野左侧进行扫描,获取所有右侧边界点;其中,当灰度图像中其中一行的其中一个像素点的像素灰度值高于阈值Tgray,则认为该像素点是该行外轮廓的右侧边界点;
S33,组合所有左侧边界点,构成左侧轮廓边缘曲线;组合所有右侧边界点,构成右侧轮廓边缘曲线。
进一步地,步骤S3中,所述凹点的获取过程包括以下子步骤:
S34,设左侧轮廓边缘曲线为(L0,L1,...,Ln-1),右侧轮廓边缘曲线为(R0,R1,...,Rn-1);
S35,从左侧轮廓边缘曲线上选取其中一个检测点Li(xi,yi),设当前检测点Li(xi,yi)的前继点和后继点分别为Lpre(xpre,ypre)和Lnext(xnext,ynext),根据下述不等式组计算得到xi或yi的局部极值点,作为左侧轮廓边缘曲线上的其中一个待估凹点:
S36,将左侧轮廓边缘曲线沿着视野中点顺时针旋转1°,再次判断旋转后对步骤S35中计算得到的待估凹点是否满足上述不等式组中的任意一个,若满足,则计数加1,反之则计数为0;
S37,重复步骤S36,直至完成旋转一周360°,累计该待估凹点满足上述不等式组的次数,若超过设定次数阈值Te,则将该待估凹点记为凹点;
S38,重复步骤S35至步骤S37,直至分析得到左侧轮廓边缘曲线上所有的凹点,按序排列得到左侧轮廓边缘曲线的凹点序列Lc1,Lc2,...,Lcn,再采用同样的方法分析得到右侧轮廓边缘曲线上所有的凹点,按序排列得到右侧轮廓边缘曲线的凹点序列Rc1,Rc2,...,Rcn。
进一步地,步骤S4中,所述配对的过程包括以下步骤:
S41,按序排列得到左侧轮廓边缘曲线的凹点序列Lc1,Lc2,...,Lcn,按序排列得到右侧轮廓边缘曲线的凹点序列Rc1,Rc2,...,Rcn,其中,左侧连续凹点连接成的曲线段为Lc1Lc2,Lc2Lc3,…,Lc(n-1)Lcn,右侧连续凹点连接成的曲线段为Rc1Rc2,Rc2Rc3,…,Rc(n-1)Rcn;
S42,计算每个左侧曲线段的中点坐标和每个右侧曲线段的中点坐标;
S43,选择其中一个左侧曲线段LciLc(i+1)的中点坐标(xli,yli),依次求出右侧曲线段的中点坐标中与中点坐标(xli,yli)在y轴方向上差值最小的中点坐标(xri,yri),若|yli-yri|小于设定阈值T,则认为左侧曲线段LciLc(i+1)与右侧曲线段RcjRc(j+1)为一组,若未找到满足条件的右侧曲线段,则该左侧曲线段不计入统计范围;
S44,重复步骤S44,直至分析匹配完成所有左侧曲线段。
第二方面,本发明实施例提出了一种基于红外技术的高速线材盘卷形状与位置的检测仪,所述装置包括:图像采集系统、数据传输系统和数据处理系统;
所述图像采集系统包括安装在线材盘卷运输辊道正上方的红外热成像相机,该红外热成像相机的视野宽度大于线材盘卷运输辊道宽度,用于获取盘卷运输辊道上的盘卷的原始物料图像;
所述数据处理系统包括工业控制计算机和显示器;所述工业控制计算机用于采用权利要求1-5任一项中所述检测方法对图像采集系统采集的原始物料图像进行计算分析,得到当前原始物料图像中所有盘卷的形状与位置情况;所述显示器用于同步显示原始物料图像和工业控制计算机输出的分析结果;
所述数据传输系统包括分别设置在现场控制箱和室内控制箱内的光纤收发器和用于连接图像采集系统和数据处理系统的光纤及网线。
进一步地,所述数据处理系统包括报警模组,报警模组通过I/O接口卡与工业控制计算机连接;
所述工业控制计算机对当前原始物料图像中所有盘卷的形状与位置情况进行判断,若出现等效直径或中心位置突变,发送警报信号至报警模组,使报警模组发出声光警报。
本发明的有益效果是:
本发明提出的通过数字图像处理技术,对吐丝机形成的盘卷线圈形状及位置进行图像抓取,分析提取轮廓、凹点,并通过曲线配对的方法获取所有盘卷的形状与位置情况,对突变等情况及时提醒产线操作工进行相应处理,从而及时发现吐丝机生产故障,降低了由于吐丝机问题对线材产品质量造成的影响,并减少人工误判等情况的出现,同时降低了人工成本。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
需要注意的是,发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
实施例一
图1是本发明实施例的红外技术的高速线材盘卷形状与位置检测方法的流程结构示意图。图2是本发明实施例的红外技术的高速线材盘卷形状与位置检测方法的结构示意图。本实施例提出了一种基于红外技术的高速线材盘卷形状与位置检测方法,该检测方法包括以下步骤:
S1,获取线材盘卷运输辊道上的原始物料图像,将原始物料图像转换为相应的灰度图像。
S2,采用标准中值滤波法对步骤S1中的灰度图像进行降噪处理。
S3,对降噪处理后的灰度图像逐行扫描,采用双向阈值分割法获取盘卷的边缘轮廓与凹点;凹点是指边缘轮廓线上曲率突变值大于最大允许曲率变化阈值的像素点。
S4,根据步骤S3中得到的凹点,将边缘轮廓分割成若干段曲线,按照曲线段的位置进行两两配对,生成若干个曲线段组合,每个曲线段组合中的两个曲线段属于同一层线材盘卷。
S5,针对每个曲线段组合,采用最小二乘拟合算法拟合得到相应的等效椭圆,并且将计算得到的等效椭圆的中心点位置和长轴长度作为该曲线段组合对应的线材盘卷层的中心位置和直径,推算得到当前原始物料图像中所有盘卷的形状与位置情况。
优选的,本实施例的检测方法还包括以下步骤:
S6,对当前原始物料图像中所有盘卷的形状与位置情况进行判断,若出现等效直径或中心位置突变,触发警报。
一、原始图像处理
首先获取线材盘卷运输辊道上的原始物料图像,将原始物料图像转换为相应的灰度图像。
然后,采用标准中值滤波法对上面获取的灰度图像进行降噪处理。
例如,本实施例采用一个红外热成像相机,每台相机上安装有一个镜头。红外热成像相机安装在线材盘卷运输辊道中间正上方,与运输辊道的垂直距离为2.0m,成像设备的采集频率为3帧/s,另外红外热成像相机的视野宽度需大于线材盘卷运输辊道宽度,通过此红外热成像相机获取线材盘卷运输辊道上的原始物料图像。
此外,由于成像设备安装在靠近吐丝机的位置,环境温度较高,因此在相机及镜头外侧均装有一套风冷防护罩,风冷防护罩具备IP56防护等级,内部夹层通入压缩空气,在降温保护设备正常运行的同时,在镜头前端形成一道风帘。在防护罩下端面的中心处开设孔位,便于相机及镜头采集图像。
二、轮廓、凹点提取
图3是本发明实施例的双向阈值分割示意图。在步骤S3中,采用双向阈值分割法获取盘卷的边缘轮廓的过程包括以下子步骤:
S31,从视野左侧向视野右侧进行逐行扫描,获取所有左侧边界点;其中,当灰度图像中其中一行的其中一个像素点的像素灰度值高于阈值Tgray,则认为该像素点是该行外轮廓的左侧边界点。
S32,反向从视野右侧向视野左侧进行扫描,获取所有右侧边界点;其中,当灰度图像中其中一行的其中一个像素点的像素灰度值高于阈值Tgray,则认为该像素点是该行外轮廓的右侧边界点。
S33,组合所有左侧边界点,构成左侧轮廓边缘曲线;组合所有右侧边界点,构成右侧轮廓边缘曲线。
优选的,在步骤S3中凹点的获取过程包括以下子步骤:
S34,设左侧轮廓边缘曲线为(L0,L1,...,Ln-1),右侧轮廓边缘曲线为(R0,R1,...,Rn-1)。
S35,从左侧轮廓边缘曲线上选取其中一个检测点Li(xi,yi),设当前检测点Li(xi,yi)的前继点和后继点分别为Lpre(xpre,ypre)和Lnext(xnext,ynext),根据下述不等式组计算得到xi或yi的局部极值点,作为左侧轮廓边缘曲线上的其中一个待估凹点:
S36,将左侧轮廓边缘曲线沿着视野中点顺时针旋转1°,再次判断旋转后对步骤S35中计算得到的待估凹点是否满足上述不等式组中的任意一个,若满足,则计数加1,反之则计数为0。
S37,重复步骤S36,直至完成旋转一周360°,累计该待估凹点满足上述不等式组的次数,若超过设定次数阈值Te,则将该待估凹点记为凹点。
S38,重复步骤S35至步骤S37,直至分析得到左侧轮廓边缘曲线上所有的凹点,按序排列得到左侧轮廓边缘曲线的凹点序列Lc1,Lc2,...,Lcn,再采用同样的方法分析得到右侧轮廓边缘曲线上所有的凹点,按序排列得到右侧轮廓边缘曲线的凹点序列Rc1,Rc2,...,Rcn。
例如,本实施例中对图片进行逐行扫描,对于图片中的某一行,从视野左侧向视野右侧进行扫描,若某一点A的像素灰度值高于阈值Tgray,则认为A是该行外轮廓的左侧边界点;从视野右侧向视野左侧进行扫描,若某一点B的像素灰度值高于阈值Tgray,则认为B是该行外轮廓的右侧边界点。
逐行扫描完成后,即可得到本次线材盘卷图片的左右两条外侧轮廓。
然后通过上述扫描过的图片寻找凹点,每层线材盘卷都可近似为一个椭圆形,因此两段椭圆弧相交处表现为曲线凹陷和明显的曲率突变,称为凹点。经过步骤三处理后得到的是两段由离散像素点集合成的曲线,设左侧曲线为(L0,L1,...,Ln-1),右侧曲线为(R0,R1,...,Rn-1),左侧和右侧处理逻辑类似,以左侧曲线为例,假设当前检测点为Li(xi,yi),其前继点和后继点分别为Lpre(xpre,ypre)和Lnext(xnext,ynext),则曲线上的凹点必须是x或y的局部极值点,即需至少满足下列4个不等式组中的一个:
左侧曲线沿着视野中点顺时针旋转1°,再次判断旋转后原凹点的对应点是否依然至少满足上述4个不等式组中的一个,若满足,则计数加1。旋转完成一周(360°)后,累计各凹点至少满足上述4个不等式组中一个的次数,若超过设定阈值Te,则记为凹点。
三、配对
图4是本发明实施例的曲线段匹配方法示意图。步骤S4中,所述配对的过程包括以下步骤:
S41,按序排列得到左侧轮廓边缘曲线的凹点序列Lc1,Lc2,...,Lcn,按序排列得到右侧轮廓边缘曲线的凹点序列Rc1,Rc2,...,Rcn,其中,左侧连续凹点连接成的曲线段为Lc1Lc2,Lc2Lc3,…,Lc(n-1)Lcn,右侧连续凹点连接成的曲线段为Rc1Rc2,Rc2Rc3,…,Rc(n-1)Rcn。
S42,计算每个左侧曲线段的中点坐标和每个右侧曲线段的中点坐标。
S43,选择其中一个左侧曲线段LciLc(i+1)的中点坐标(xli,yli),依次求出右侧曲线段的中点坐标中与中点坐标(xli,yli)在y轴方向上差值最小的中点坐标(xri,yri),若|yli-yri|小于设定阈值T,则认为左侧曲线段LciLc(i+1)与右侧曲线段RcjRc(j+1)为一组,若未找到满足条件的右侧曲线段,则该左侧曲线段不计入统计范围。
S44,重复步骤S44,直至分析匹配完成所有左侧曲线段。
本实施例在配对后的曲线段组合,采用最小二乘拟合算法拟合出等效椭圆,得到等效椭圆的中心点位置和长轴长度作为该层线材盘卷的中心位置和直径,进一步得到当前图片中所有盘卷的形状与位置情况,若出现等效直径或中心位置突变,则触发警报,告知操作工对吐丝机配置进行检查调整。
实施例二
本申请实施例提供了一种基于红外技术的高速线材盘卷形状与位置的检测仪,该装置包括:图像采集系统、数据传输系统和数据处理系统。
本实施例的图像采集系统包括安装在线材盘卷运输辊道正上方的红外热成像相机,该红外热成像相机的视野宽度大于线材盘卷运输辊道宽度,用于获取盘卷运输辊道上的盘卷的原始物料图像。
数据处理系统包括工业控制计算机和显示器;工业控制计算机用于采用权利要求1-5任一项中所述检测方法对图像采集系统采集的原始物料图像进行计算分析,得到当前原始物料图像中所有盘卷的形状与位置情况;显示器用于同步显示原始物料图像和工业控制计算机输出的分析结果,具体的实施过程可以参照上述第一方面提供的方法实施例,此处不做详细阐述说明。
数据传输系统包括分别设置在现场控制箱和室内控制箱内的光纤收发器和用于连接图像采集系统和数据处理系统的光纤及网线。
优选的本实施例的数据处理系统包括报警模组,报警模组通过I/O接口卡与工业控制计算机连接。
其中,工业控制计算机对当前原始物料图像中所有盘卷的形状与位置情况进行判断,若出现等效直径或中心位置突变,发送警报信号至报警模组,使报警模组发出声光警报。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。