CN116797648A - 材料变形过程的宽度测量方法、装置、设备、系统及介质 - Google Patents
材料变形过程的宽度测量方法、装置、设备、系统及介质 Download PDFInfo
- Publication number
- CN116797648A CN116797648A CN202310673016.8A CN202310673016A CN116797648A CN 116797648 A CN116797648 A CN 116797648A CN 202310673016 A CN202310673016 A CN 202310673016A CN 116797648 A CN116797648 A CN 116797648A
- Authority
- CN
- China
- Prior art keywords
- width
- picture
- edge
- image
- deformation process
- 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.)
- Pending
Links
- 239000000463 material Substances 0.000 title claims abstract description 202
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000008569 process Effects 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 claims abstract description 22
- 238000000691 measurement method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000009466 transformation 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
Abstract
本申请涉及图像处理技术,公开了一种材料变形过程的宽度测量方法,包括:获取材料变形过程中不同时刻的多张图片;对每张所述图片进行边缘识别;根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份,并进行数字图像相关法计算,得到每等份材料图像对应的边缘宽度;根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度。本申请还公开了一种材料宽度测量装置、计算机设备、测量系统和计算机可读存储介质。本申请旨在准确测量材料在动态变形过程中的平均宽度和最小宽度。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种材料变形过程的宽度测量方法、材料宽度测量装置、计算机设备、测量系统以及计算机可读存储介质。
背景技术
目前在材料的工业制造中,材料在被拉伸或者压缩的过程中每段材料的宽度都不一样,这种场景有必要知道材料的平均宽度以及宽度最窄的地方才能精准评估材料规格是否符合。现有的材料宽度测量方法主要以激光测量法为主,通过利用激光三角反射式测量原理及几何关系的计算变换,间接测量材料被测段的宽度(公开号为CN115740039 A 的专利文献中公开的一种带钢在线测宽与校准多工位装置及方法,就是一种利用激光测量材料宽度的方法)。
但是激光测量方法对被测材料表面的性能要求比较高,被测材料表面的性能对测量精度有一定影响,对于一些表面性能不好的被测材料难于得到稳定良好的测量精度。而且使用激光测量方法,需要预先准确调试安装激光发射器及其他收光设备的位置和角度,安装部署很是不便。并且激光测量方法虽然能测量到规则材料整体的边缘宽度,但难以准确测量边缘不均衡的材料的平均宽度和最小宽度,尤其难以对动态变形的材料进行测量。
上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。
发明内容
本申请的主要目的在于提供一种材料变形过程的宽度测量方法、材料宽度测量装置、计算机设备、测量系统以及计算机可读存储介质,旨在准确测量材料在动态变形过程中的平均宽度和最小宽度。
为实现上述目的,本申请提供一种材料变形过程的宽度测量方法,包括以下步骤:
获取材料变形过程中不同时刻的多张图片;
对每张所述图片进行边缘识别;
根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份,并进行数字图像相关法计算,得到每等份材料图像对应的边缘宽度;
根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度。
可选的,所述对每张所述图片进行边缘识别的步骤包括:
基于高斯滤波算法对每张图片进行降噪处理;
基于Canny边缘检测算法对降噪处理后的图片进行边缘识别。
可选的,所述根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份的步骤包括:
根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为32个等份。
可选的,所述获取材料变形过程中不同时刻的多张图片的步骤之后,还包括:
将多张所述图片存入内存池中,并根据采集时间为每张图片进行编号;
启用独立存储线程,将编号后的图片存入本地硬盘中。
可选的,所述根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度的步骤之后,还包括:
根据每张所述图片中的各等份材料图像的划分情况、所述材料平均宽度和所述材料最小宽度,生成每张所述图片的输出结果。
可选的,所述生成每张所述图片的输出结果的步骤之后,还包括:
将所述输出结果发送至第三方软件所部署的设备上。
为实现上述目的,本申请还提供一种材料宽度测量装置,包括:
获取模块,用于获取材料变形过程中不同时刻的多张图片;
识别模块,用于对每张所述图片进行边缘识别;
处理模块,用于根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份,并进行数字图像相关法计算,得到每等份材料图像对应的边缘宽度;
计算模块,用于根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度。
为实现上述目的,本申请还提供一种计算机设备,所述计算机设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的材料变形过程的宽度测量程序,所述材料变形过程的宽度测量程序被所述处理器执行时实现如上述材料变形过程的宽度测量方法的步骤。
为实现上述目的,本申请还提供一种测量系统,所述测量系统包括视觉传感器,以及如上所述的计算机设备。
为实现上述目的,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有材料变形过程的宽度测量程序,所述材料变形过程的宽度测量程序被处理器执行时实现如上述材料变形过程的宽度测量方法的步骤。
本申请提供的材料变形过程的宽度测量方法、材料宽度测量装置、计算机设备、测量系统以及计算机可读存储介质,通过采集材料形变过程中各时刻的图片,并将图片识别到的材料图像采用分割多段的方法,就可以实现基于数字图像相关法准确计算变形材料边缘不等宽时的平均宽度和最小宽度,本申请方法的实现相比于传统的激光测量方法,不仅设备部署简易,而且对被测材料表面材质要求低,可适用常见各种材质的测量。
附图说明
图1为本申请一实施例中材料变形过程的宽度测量方法步骤示意图;
图2为本申请一实施例中测量系统示意图;
图3为本申请一实施例中划分材料图像的示例图;
图4为本申请一实施例中材料宽度测量装置示意图;
图5为本申请一实施例的计算机设备的内部结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制,基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,若本申请中涉及“第一”、“第二”等的描述,仅用于描述目的(如用于区分相同或类似元件),而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
参照图1,在一实施例中,所述材料变形过程的宽度测量方法包括:
步骤S10、获取材料变形过程中不同时刻的多张图片;
步骤S20、对每张所述图片进行边缘识别;
步骤S30、根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份,并进行数字图像相关法计算,得到每等份材料图像对应的边缘宽度;
步骤S40、根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度。
本实施例中,参照图2,在被测材料的变形现场部署有测量系统,该测量系统包括视觉传感器(或称摄像装置)和计算机设备(或称算力设备),且视觉传感器与计算机设备之间建立有通信连接,计算机设备通过通信连接控制视觉传感器运作。
其中,视觉传感器在工作时可以对摄像范围的被测材料进行拍摄,并将拍摄到的图片通过数据线实时传输到计算机设备;而计算机设备则作为本实施例的执行终端,负责完成所述材料变形过程的宽度测量方法的步骤(如在计算机设备的操作系统中预置宽度测量软件,由宽度测量软件按预先编程规则,执行相应的方法步骤;计算机设备的操作系统推荐为window10操作系统)。
其中,在被测材料的处理设备可以是对材料进行压缩或拉伸等变形处理。
需要说明的是,只要确保被测材料处于拍摄范围之内,则视觉传感器可以水平放置、垂直地面放置、俯视/仰视放置均可。
可选的,在被测材料被处理变形的过程中,计算机设备通过视觉传感器可以采集到材料在不同时刻的多张形状图像,作为后续使用的图片。
其中,宽度测量软件可提供便于相关工程师控制的交互界面,工程师只需点击启动交互界面提供的视觉传感器实时采集按键,即可启动视觉传感器实时采集材料变形过程中的图片;并且视觉传感器在运行时,会按预先设定的摄像频率持续抓拍摄像范围内的材料的图片,鉴于材料变形处理是个持续的过程,那么视觉传感器在一定时长内即可拍摄得到被测材料在不同时刻的多张图片。
可选的,计算机设备针对每张获取到的图片,均可依次执行步骤S20-S40;以下描述对任一张图片执行步骤S20-S40的具体过程:
可选的,针对获取到的每张图片,先对其进行边缘识别,以识别出图片中所示的材料左右两边的边缘(该两边之间的距离即为宽度)。
可选的,所述对每张所述图片进行边缘识别的步骤包括:基于高斯滤波算法对每张图片进行降噪处理;基于Canny边缘检测算法对降噪处理后的图片进行边缘识别。
即在识别每张图片所示材料的边缘的过程中,可先利用高斯滤波算法对图片进行降噪处理,然后再基于Canny边缘检测算法对降噪处理后的图片进行边缘识别,以识别出图片中所示的材料左右两边的边缘。
其中,高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的降噪过程。通过利用高斯滤波算法对图片进行降噪后再进行边缘识别,可以提高边缘识别的准确率。
其中,由于Canny边缘检测算法尤其适用于对图像局部区域亮度变化显著的部分进行检测,那么当被测材料为长条状材料时,由于长条状材料的图片成像时,其材料显像区域与其他区域泾渭分明,使用Canny边缘检测算法可以更精准识别出材料的显像边缘。
可选的,参照图3,在对图片进行边缘检测之后,则根据检测到的材料边缘,将材料边缘之内的图像确定为材料图像,然后根据材料图像的长度,将材料图像划分为多个等份(即材料长度也相应划分为多个等份),并利用数字图像相关法(Digital ImageCorrelation,DIC)对材料图像中的像素之间进行亚像素插值计算,以准确定位亚像素(具体算法原理可参考现有的数字图像相关法在亚像素定位计算的应用),持续稳定输出高精度的测量结果,即可得到各等份材料图像对应的边长数据,其中与材料图像宽度平行的边长,即为边缘宽度。
当然,由于数字图像相关法可以测算材料形变前后的位移数据,也可以是利用位移数据反推材料形变前后的边长数据。
可选的,在得到各等份材料图像对应的边缘宽度后,计算各边缘宽度之和再求平均值,即可得到相应图片中显示的材料的平均宽度(即材料平均宽度);以及从各等份材料图像对应的边缘宽度中选出数值最小的边缘宽度,即可得到相应图片中显示的材料的最小宽度(即材料最小宽度)。
这样,对于采集到的每张图片均可确定得到材料平均宽度和材料最小宽度,也就能相应得到在材料变形过程中,每个时刻对应的材料平均宽度和材料最小宽度。
在一实施例中,通过采集材料形变过程中各时刻的图片,并将图片识别到的材料图像采用分割多段的方法,就可以实现基于数字图像相关法准确计算变形材料边缘不等宽时的平均宽度和最小宽度,本申请方法的实现相比于传统的激光测量方法,不仅设备部署简易(利用视觉传感器即可完成所需测量数据的采集),而且对被测材料表面材质要求低,可适用常见各种材质的测量。
在一实施例中,在上述实施例基础上,所述根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份的步骤包括:
根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为32个等份。
本实施例中,优选将每张所述图片中的材料图像划分为32个等份,这是相关工程师经过多次试验得到的既能兼顾宽度测量精准度,又能兼顾计算效率的最优结果。
或者,在另一些可选实施例中,也可以是根据被测材料的硬度,确定对应材料图像所划分的等份数量,并在划分材料图像时,根据预先确定的等份数量,将材料图像划分为相应的等份。
可选的,预先划分多个硬度区间,每个区间关联有相应的等份数量,而根据被测材料的材料硬度所属的硬度区间,即可确定相应材料图像对应的等份数量。
其中,数值越大的硬度区间,则关联的等份数量越少(最少不低于2等份)。这样,对于硬度偏软的材料所划分的等份数量的就相应较多,而硬度偏软的材料在压缩或拉伸变形时,不同部位的宽度变化往往差异较大,通过为硬度偏软的材料划分更多的等份,就可以相应提高测量硬度偏软的材料的宽度的准确率。
在一实施例中,在上述实施例基础上,所述获取材料变形过程中不同时刻的多张图片的步骤之后,还包括:
将多张所述图片存入内存池中,并根据采集时间为每张图片进行编号;
启用独立存储线程,将编号后的图片存入本地硬盘中。
本实施例中,计算机设备将视频传感器采集到的图片存入内部预分配的内存池中,并根据采集顺序为每张图片分配好编号和采集时间点,以便于后期做时间轴展示。
并且,启用独立的存储线程,将图片对应的采集时间点作为文件名,并实时将每张图片存入本地硬盘中,以便于后期相关工程师对材料变形的现场环境进行复盘时做回看用。
这样通过独立的存储线程对图片另存到本地存储,在不影响主线程分析每张图片所示材料对应的材料平均宽度和材料最小宽度的同时,可以避免数据丢失,并便于相关工程师事后复盘还原现场场景。
在一实施例中,在上述实施例的基础上,所述根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度的步骤之后,还包括:
根据每张所述图片中的各等份材料图像的划分情况、所述材料平均宽度和所述材料最小宽度,生成每张所述图片的输出结果。
本实施例中,根据每张所述图片中的各等份材料图像的划分情况,在每张图片所示材料的显像区域标注出各等份材料,并在标记结果中附上对应图片关联的材料平均宽度和材料最小宽度,以生成每张图片的输出结果。
在一些可选实施例中,输出结果中还可以标注出各等份材料对应的边缘宽度。
可选的,将每张图片对应的输出结果输出至计算机设备提供的交互界面上,以便于相关工程师查看,这样就可以方便相关工程师直观地观察到材料变形过程中的材料平均宽度和材料最小宽度的变化情况。
在一实施例中,在上述实施例的基础上,所述生成每张所述图片的输出结果的步骤之后,还包括:
将所述输出结果发送至第三方软件所部署的设备上。
本实施例中,在计算机设备生成每张图片对应的输出结果后,可以通过串口通信或UDP(User Datagram Protocol)通信,将输出结果发送至第三方软件所部署的设备上,以便使用第三方软件的相关工程师查看材料变形过程中的材料平均宽度和材料最小宽度的变化情况。
参照图4,本申请实施例中还提供一种材料宽度测量装置Z10,包括:
获取模块Z11,用于获取材料变形过程中不同时刻的多张图片;
识别模块Z12,用于对每张所述图片进行边缘识别;
处理模块Z13,用于根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份,并进行数字图像相关法计算,得到每等份材料图像对应的边缘宽度;
计算模块Z14,用于根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度。
可选的,所述材料宽度测量装置可以是一种虚拟控制装置,也可以是实体设备。
此外,本申请实施例中还提供一种计算机设备,该计算机设备内部结构可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口和数据库。其中,该处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储材料变形过程的宽度测量程序。该计算机设备的通信接口用于与外部的终端进行数据通信。该计算机设备的输入装置用于接收外部设备输入的信号。该计算机程序被处理器执行时以实现一种如以上实施例所述的材料变形过程的宽度测量方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
参照图1,本申请实施例中还提供一种测量系统,该测量系统包括视觉传感器和计算机设备,所述计算机设备为上述实施例所述的计算机设备。
由于本测量系统采用了上述所有实施例的所有技术方案,因此至少具有上述实施例的技术方案所带来的全部技术效果,在此不再一一赘述。
可选的,测量系统可以是摄像计算一体化设备,即在一设备中同时集成视觉传感器和计算机设备作为测量系统,这样可以方便测量系统的部署。
此外,本申请还提出一种计算机可读存储介质,所述计算机可读存储介质包括材料变形过程的宽度测量程序,所述材料变形过程的宽度测量程序被处理器执行时实现如以上实施例所述的材料变形过程的宽度测量方法的步骤。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。
综上所述,为本申请实施例中提供的材料变形过程的宽度测量方法、材料宽度测量装置、计算机设备、测量系统和计算机可读存储介质,通过采集材料形变过程中各时刻的图片,并将图片识别到的材料图像采用分割多段的方法,就可以实现基于数字图像相关法准确计算变形材料边缘不等宽时的平均宽度和最小宽度,本申请方法的实现相比于传统的激光测量方法,不仅设备部署简易(利用视觉传感器即可完成所需测量数据的采集),而且对被测材料表面材质要求低,可适用常见各种材质的测量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种材料变形过程的宽度测量方法,其特征在于,包括:
获取材料变形过程中不同时刻的多张图片;
对每张所述图片进行边缘识别;
根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份,并进行数字图像相关法计算,得到每等份材料图像对应的边缘宽度;
根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度。
2.根据权利要求1所述的材料变形过程的宽度测量方法,其特征在于,所述对每张所述图片进行边缘识别的步骤包括:
基于高斯滤波算法对每张图片进行降噪处理;
基于Canny边缘检测算法对降噪处理后的图片进行边缘识别。
3.根据权利要求1所述的材料变形过程的宽度测量方法,其特征在于,所述根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份的步骤包括:
根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为32个等份。
4.根据权利要求1所述的材料变形过程的宽度测量方法,其特征在于,所述获取材料变形过程中不同时刻的多张图片的步骤之后,还包括:
将多张所述图片存入内存池中,并根据采集时间为每张图片进行编号;
启用独立存储线程,将编号后的图片存入本地硬盘中。
5.根据权利要求1-4中任一项所述的材料变形过程的宽度测量方法,其特征在于,所述根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度的步骤之后,还包括:
根据每张所述图片中的各等份材料图像的划分情况、所述材料平均宽度和所述材料最小宽度,生成每张所述图片的输出结果。
6.根据权利要求5所述的材料变形过程的宽度测量方法,其特征在于,所述生成每张所述图片的输出结果的步骤之后,还包括:
将所述输出结果发送至第三方软件所部署的设备上。
7.一种材料宽度测量装置,其特征在于,包括:
获取模块,用于获取材料变形过程中不同时刻的多张图片;
识别模块,用于对每张所述图片进行边缘识别;
处理模块,用于根据每张所述图片的边缘识别结果,将每张所述图片中的材料图像划分为多个等份,并进行数字图像相关法计算,得到每等份材料图像对应的边缘宽度;
计算模块,用于根据每张所述图片中的各等份材料图像对应的边缘宽度,计算每张所述图片中的材料平均宽度,并确定材料最小宽度。
8.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的材料变形过程的宽度测量程序,所述材料变形过程的宽度测量程序被所述处理器执行时实现如权利要求1至6中任一项所述的材料变形过程的宽度测量方法的步骤。
9.一种测量系统,其特征在于,所述测量系统包括视觉传感器,以及如权利要求8所述的计算机设备。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有材料变形过程的宽度测量程序,所述材料变形过程的宽度测量程序被处理器执行时实现如权利要求1至6中任一项所述的材料变形过程的宽度测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310673016.8A CN116797648A (zh) | 2023-06-08 | 2023-06-08 | 材料变形过程的宽度测量方法、装置、设备、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310673016.8A CN116797648A (zh) | 2023-06-08 | 2023-06-08 | 材料变形过程的宽度测量方法、装置、设备、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116797648A true CN116797648A (zh) | 2023-09-22 |
Family
ID=88047422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310673016.8A Pending CN116797648A (zh) | 2023-06-08 | 2023-06-08 | 材料变形过程的宽度测量方法、装置、设备、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116797648A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117091953A (zh) * | 2023-10-19 | 2023-11-21 | 深圳市海塞姆科技有限公司 | 试样形变的自动测量方法、计算机设备、系统及存储介质 |
-
2023
- 2023-06-08 CN CN202310673016.8A patent/CN116797648A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117091953A (zh) * | 2023-10-19 | 2023-11-21 | 深圳市海塞姆科技有限公司 | 试样形变的自动测量方法、计算机设备、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108986164B (zh) | 基于图像的位置检测方法、装置、设备及存储介质 | |
KR100941418B1 (ko) | 이동 로봇의 위치 인식 방법 | |
US8600147B2 (en) | System and method for remote measurement of displacement and strain fields | |
US10931871B2 (en) | Pipeline detection method and apparatus, and storage medium | |
CN107328502B (zh) | 一种锚杆托盘载荷可视化数字成像方法 | |
US9330325B2 (en) | Apparatus and method for reducing noise in fingerprint images | |
EP1918877A2 (en) | Correlation peak finding method for image correlation displacement sensing | |
JP2023041969A (ja) | 作業分析装置および作業分析方法 | |
CN116797648A (zh) | 材料变形过程的宽度测量方法、装置、设备、系统及介质 | |
WO2017028717A1 (zh) | 检测混凝土表面吸水过程的方法 | |
CN115143895A (zh) | 形变视觉测量方法、装置、设备、介质和双轴测量引伸计 | |
CN108871185A (zh) | 零件检测的方法、装置、设备以及计算机可读存储介质 | |
Park et al. | Novel bolt-loosening detection technique using image processing for bolt joints in steel bridges | |
Garcia et al. | 3D deformation measurement using stereo-correlation applied to experimental mechanics | |
JP2011069797A (ja) | 変位量測定装置及び変位量測定方法 | |
CN113749646A (zh) | 基于单目视觉的人体身高测量方法、装置及电子设备 | |
CN113032272A (zh) | 自动泊车系统试验评价方法、装置、设备及存储介质 | |
CN111212280B (zh) | 深度相机模组测试的方法、系统、计算机设备及存储介质 | |
CN110532725B (zh) | 基于数字图像的工程结构力学参数识别方法及系统 | |
CN116839495A (zh) | 基于激光散斑的形变视觉测量方法、视频引伸计及介质 | |
CN109102499B (zh) | 一种动车车顶的检测方法及系统 | |
WO2017080295A1 (zh) | 元件的定位方法和系统 | |
JP2015215199A (ja) | 自発光材料画像処理装置及び自発光材料画像処理方法 | |
US8270678B2 (en) | Method, system, and computer program product to detect micron scale displacement of objects from a long range with and optical device and related computer implemented methods | |
JP6737403B2 (ja) | 移動体観測方法 |
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 |