CN117252864B - 基于标识解析的钢铁生产器件光滑度检测系统 - Google Patents
基于标识解析的钢铁生产器件光滑度检测系统 Download PDFInfo
- Publication number
- CN117252864B CN117252864B CN202311507749.0A CN202311507749A CN117252864B CN 117252864 B CN117252864 B CN 117252864B CN 202311507749 A CN202311507749 A CN 202311507749A CN 117252864 B CN117252864 B CN 117252864B
- Authority
- CN
- China
- Prior art keywords
- direction filtering
- processing
- image
- neighborhood interpolation
- steel product
- 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 146
- 239000010959 steel Substances 0.000 title claims abstract description 146
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 144
- 238000001914 filtration Methods 0.000 claims abstract description 130
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000009826 distribution Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 12
- 230000003746 surface roughness Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 239000000470 constituent Substances 0.000 claims description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract description 40
- 229910052742 iron Inorganic materials 0.000 abstract description 20
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000004927 fusion Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 235000019738 Limestone Nutrition 0.000 description 3
- 239000006028 limestone Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 239000003245 coal Substances 0.000 description 2
- 239000000571 coke Substances 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/306—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces for measuring evenness
-
- 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 using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于标识解析的钢铁生产器件光滑度检测系统,包括:内容判定机构,用于获取钢铁制品表面在方向滤波图像中占据的各个像素点分别对应的各个景深值,将各个景深值去除最值后剩余的多个景深值的均方差确定与均方差呈现反向关联的数值对应关系的光滑度数值;数据显示机构,用于接收并显示与均方差呈现反向关联的数值对应关系的光滑度数值。通过本发明,能够对最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得对应的表面环境画面,对表面环境画面次序执行各项定制优化处理,以获得更高画质的方向滤波图像,基于方向滤波图像进行视觉分析,以获得钢铁制品表面的光滑度数值,从而提升了钢铁制品表面参数的解析精度。
Description
技术领域
本发明涉及钢铁生产领域,尤其涉及一种基于标识解析的钢铁生产器件光滑度检测系统。
背景技术
在钢铁生产过程中,炼铁是炼钢的第一步。铁通常由铁矿石,煤和石灰石制成,尽管世界各地的一些工厂已经开发了替代的铁制造方法。这些较新的方法需要的原材料略有不同,但铁矿石、煤和石灰石仍然是大多数钢铁制造的起点。进入钢铁厂的大部分矿石都处于精细研磨状态。在这种情况下,矿石很难在不产生浪费和污染的情况下进行处理。将这种松散的材料与细焦炭加热混合物,制成一种称为烧结矿的原材料。烧结矿以及焦炭、石灰石和铁矿石的粗块被送入高炉的顶部。
现有技术中关于钢铁器件的表面检测技术在多个参数方面都有涉及,其中江苏科技大学的“一种基于RDD-YOLO算法的钢铁表面缺陷检测方法”(申请公布号:CN116433593A)使用Res2Net模块替换YOLOv5的原始backbone网络中的模块CSP-n以加强特征提取能力;在YOLOv5的Neck部分设计了一个新的特征融合模块双重特征金字塔特征融合模块DFPN,用于融合不同尺度的特征图,进一步提取特征图中的信息;在head部分采用了解耦头的结构来替换原有的YOLOv5检测头。该发明构建双重特征金字塔特征融合模块DFPN以充分利用网络中的所有信息,使其更精细地融合特征,缓解钢铁表面缺陷尺度大小不一的问题;使用DecoupledHead解耦头能够使分类任务与定位框的回归任务分离开,从而使预测更加精准;该发明可用于对复杂场景下钢铁表面缺陷检测任务,并且检测精度较传统的模型有较大的提升。南京信息工程大学的“一种基于改进retinanet算法的带钢表面缺陷检测方法(申请公布号:CN115760734A)”包括:获得缺陷图像并对其进行加载以形成缺陷样本,通过数据增强方法对所述缺陷样本进行扩充以增加数据集样本,所述数据集样本包括训练集样本、验证集样本和测试集样本;根据retinanet模型搭建表面缺陷检测网络,通过对所述表面缺陷检测网络依次进行参数初始化、设置超参、加载训练集样本以及设置迭代次数的方式,实现模型训练以获得最优检测模型;将所述测试集样本导入所述检测模型中进行测试,并对测试集样本进行类别分类和位置回归,得到最终检测结果。
在钢铁器件表面光滑度方面,由于各类炼铁工艺的不同,导致生产出来的钢铁器件的表面光滑度存在区别,区别较大的钢铁器件的表面光滑度容易区分,而精细的钢铁器件的表面光滑度难以准确鉴别,进而导致在一些对钢铁器件的表面光滑度要求较高的生产场所无法筛选出高品质的钢铁器件进行后续生产,直接影响了后续生产的各类钢铁产品的质量。
发明内容
本发明提供了一种基于标识解析的钢铁生产器件光滑度检测系统,旨在解决相关领域的技术问题,所述系统包括:
表面采集机构,设置在最新从钢铁生产线下线的钢铁制品的正上方,用于对所述最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面;
邻域插值设备,设置在所述表面采集机构附近且与所述表面采集机构连接,用于对接收到的表面环境画面执行8像素×8像素邻域的Lanczos插值处理,以获得并输出相应的邻域插值图像;
现场处理设备,与所述邻域插值设备连接,用于对接收到的邻域插值图像执行直方图均衡处理,以获得并输出相应的均衡处理图像;
方向滤波设备,与所述现场处理设备连接,用于对接收到的均衡处理图像执行方向滤波处理,以获得并输出相应的方向滤波图像;
内容判定机构,与所述方向滤波设备连接且包括特性分析单元、数值提取单元以及内容解析单元,所述数值提取单元分别与所述特性分析单元以及所述内容解析单元连接,所述内容判定机构用于获取钢铁制品表面在方向滤波图像中占据的各个像素点,获取所述各个像素点分别对应的各个景深值,将所述各个景深值中的最大值和最小值去除以获得剩余的多个景深值,根据所述剩余的多个景深值的均方差确定与所述均方差呈现反向关联的数值对应关系的光滑度数值,其中,获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点;
数据显示机构,与所述内容判定机构连接且设置在所述表面采集机构附近,用于接收并显示与所述均方差呈现反向关联的数值对应关系的光滑度数值,并在与所述均方差呈现反向关联的数值对应关系的光滑度数值小于等于光滑度数值阈值时,执行与最新从钢铁生产线下线的钢铁制品表面粗糙对应的现场警示动作;
其中,根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:将方向滤波图像中具有的灰度数值在钢铁制品表面对应的灰度数值分布范围内的像素点作为钢铁制品表面在方向滤波图像中占据的单个像素点。
本发明技术方案能够对最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面,对表面环境画面次序执行8像素×8像素邻域插值处理、直方图均衡处理以及方向滤波处理,以获得更高画质的方向滤波图像,获取钢铁制品表面在方向滤波图像中占据的各个像素点,获取所述各个像素点分别对应的各个景深值,将所述各个景深值中的最大值和最小值去除以获得剩余的多个景深值,根据所述剩余的多个景深值的均方差确定与所述均方差呈现反向关联的数值对应关系的光滑度数值,从而完成对钢铁制品的逐件表面参数的针对性鉴别。
附图说明
以下将结合附图对本发明的实施方案进行描述。
图1为根据本发明实施方案A示出的基于标识解析的钢铁生产器件光滑度检测系统的内部结构示意图。
图2为根据本发明实施方案B示出的基于标识解析的钢铁生产器件光滑度检测系统的内部结构示意图。
图3为根据本发明实施方案C示出的基于标识解析的钢铁生产器件光滑度检测系统的内部结构示意图。
具体实施方式
下面将参照附图对本发明的基于标识解析的钢铁生产器件光滑度检测系统的实施方案进行详细说明。
实施方案A
图1为根据本发明实施方案A示出的基于标识解析的钢铁生产器件光滑度检测系统的内部结构示意图,所述系统的内部结构包括:
表面采集机构,设置在最新从钢铁生产线下线的钢铁制品的正上方,用于对所述最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面;
示例地,所述表面采集机构内置有图像传感器,用于对所述最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面;
具体地,所述表面采集机构内置有图像传感器,用于对所述最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面包括:所述图像传感器为CCD传感器或者CMOS传感器;
邻域插值设备,设置在所述表面采集机构附近且与所述表面采集机构连接,用于对接收到的表面环境画面执行8像素×8像素邻域的Lanczos插值处理,以获得并输出相应的邻域插值图像;
现场处理设备,与所述邻域插值设备连接,用于对接收到的邻域插值图像执行直方图均衡处理,以获得并输出相应的均衡处理图像;
方向滤波设备,与所述现场处理设备连接,用于对接收到的均衡处理图像执行方向滤波处理,以获得并输出相应的方向滤波图像;
内容判定机构,与所述方向滤波设备连接且包括特性分析单元、数值提取单元以及内容解析单元,所述数值提取单元分别与所述特性分析单元以及所述内容解析单元连接,所述内容判定机构用于获取钢铁制品表面在方向滤波图像中占据的各个像素点,获取所述各个像素点分别对应的各个景深值,将所述各个景深值中的最大值和最小值去除以获得剩余的多个景深值,根据所述剩余的多个景深值的均方差确定与所述均方差呈现反向关联的数值对应关系的光滑度数值,其中,获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点;
数据显示机构,与所述内容判定机构连接且设置在所述表面采集机构附近,用于接收并显示与所述均方差呈现反向关联的数值对应关系的光滑度数值,并在与所述均方差呈现反向关联的数值对应关系的光滑度数值小于等于光滑度数值阈值时,执行与最新从钢铁生产线下线的钢铁制品表面粗糙对应的现场警示动作;
其中,根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:将方向滤波图像中具有的灰度数值在钢铁制品表面对应的灰度数值分布范围内的像素点作为钢铁制品表面在方向滤波图像中占据的单个像素点;
其中,根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点还包括:将方向滤波图像中具有的灰度数值在钢铁制品表面对应的灰度数值分布范围外的像素点作为方向滤波图像中钢铁制品表面占据的图像区域之外的其他图像区域的构成像素点。
实施方案B
图2为根据本发明实施方案B示出的基于标识解析的钢铁生产器件光滑度检测系统的内部结构示意图。
图2中实施方案B示出的基于标识解析的钢铁生产器件光滑度检测系统的内部结构可以包括以下部件:
表面采集机构,设置在最新从钢铁生产线下线的钢铁制品的正上方,用于对所述最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面;
邻域插值设备,设置在所述表面采集机构附近且与所述表面采集机构连接,用于对接收到的表面环境画面执行8像素×8像素邻域的Lanczos插值处理,以获得并输出相应的邻域插值图像;
现场处理设备,与所述邻域插值设备连接,用于对接收到的邻域插值图像执行直方图均衡处理,以获得并输出相应的均衡处理图像;
方向滤波设备,与所述现场处理设备连接,用于对接收到的均衡处理图像执行方向滤波处理,以获得并输出相应的方向滤波图像;
内容判定机构,与所述方向滤波设备连接且包括特性分析单元、数值提取单元以及内容解析单元,所述数值提取单元分别与所述特性分析单元以及所述内容解析单元连接,所述内容判定机构用于获取钢铁制品表面在方向滤波图像中占据的各个像素点,获取所述各个像素点分别对应的各个景深值,将所述各个景深值中的最大值和最小值去除以获得剩余的多个景深值,根据所述剩余的多个景深值的均方差确定与所述均方差呈现反向关联的数值对应关系的光滑度数值,其中,获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点;
数据显示机构,与所述内容判定机构连接且设置在所述表面采集机构附近,用于接收并显示与所述均方差呈现反向关联的数值对应关系的光滑度数值,并在与所述均方差呈现反向关联的数值对应关系的光滑度数值小于等于光滑度数值阈值时,执行与最新从钢铁生产线下线的钢铁制品表面粗糙对应的现场警示动作;
热量检测器件,设置在所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的附近且分别与所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构连接;
示例地,所述热量检测器件包括多个热量检测单元,用于分别检测所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构各自的当前热量;
其中,热量检测器件,设置在所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的附近且分别与所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构连接包括:所述热量检测器件用于分别实现所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的当前热量的现场测量。
实施方案C
图3为根据本发明实施方案C示出的基于标识解析的钢铁生产器件光滑度检测系统的内部结构示意图。
图3中实施方案C示出的基于标识解析的钢铁生产器件光滑度检测系统的内部结构可以包括以下部件:
表面采集机构,设置在最新从钢铁生产线下线的钢铁制品的正上方,用于对所述最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面;
邻域插值设备,设置在所述表面采集机构附近且与所述表面采集机构连接,用于对接收到的表面环境画面执行8像素×8像素邻域的Lanczos插值处理,以获得并输出相应的邻域插值图像;
现场处理设备,与所述邻域插值设备连接,用于对接收到的邻域插值图像执行直方图均衡处理,以获得并输出相应的均衡处理图像;
方向滤波设备,与所述现场处理设备连接,用于对接收到的均衡处理图像执行方向滤波处理,以获得并输出相应的方向滤波图像;
内容判定机构,与所述方向滤波设备连接且包括特性分析单元、数值提取单元以及内容解析单元,所述数值提取单元分别与所述特性分析单元以及所述内容解析单元连接,所述内容判定机构用于获取钢铁制品表面在方向滤波图像中占据的各个像素点,获取所述各个像素点分别对应的各个景深值,将所述各个景深值中的最大值和最小值去除以获得剩余的多个景深值,根据所述剩余的多个景深值的均方差确定与所述均方差呈现反向关联的数值对应关系的光滑度数值,其中,获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点;
数据显示机构,与所述内容判定机构连接且设置在所述表面采集机构附近,用于接收并显示与所述均方差呈现反向关联的数值对应关系的光滑度数值,并在与所述均方差呈现反向关联的数值对应关系的光滑度数值小于等于光滑度数值阈值时,执行与最新从钢铁生产线下线的钢铁制品表面粗糙对应的现场警示动作;
吞吐量检测器件,设置在所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的附近且分别与所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构连接;
其中,吞吐量检测器件,设置在所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的附近且分别与所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构连接包括:所述吞吐量检测器件用于分别实现所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的当前数据吞吐量的现场测量。
接着,继续对本发明的基于标识解析的钢铁生产器件光滑度检测系统的具体结构进行进一步的说明。
在根据本发明任一实施方案的基于标识解析的钢铁生产器件光滑度检测系统中:
采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据;
其中,采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据包括:对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行同态滤波以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据;
其中,采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据包括:对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行维纳滤波以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据;
其中,采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据包括:对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行算术均值滤波以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据;
以及其中,采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据包括:对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行谐波均值滤波处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据。
另外,在所述基于标识解析的钢铁生产器件光滑度检测系统中,根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点还包括:钢铁制品表面对应的灰度数值分布范围由钢铁制品表面对应的上限灰度阈值和钢铁制品表面对应的下限灰度阈值进行限定的数值分布范围。
本发明技术方案的实质性特点和显著进步为:
(1)对最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面,对表面环境画面次序执行8像素×8像素邻域的Lanczos插值处理、直方图均衡处理以及方向滤波处理,以获得更高画质的方向滤波图像用于后续的钢铁制品表面的光滑度数值分析;
(2)获取钢铁制品表面在方向滤波图像中占据的各个像素点,获取所述各个像素点分别对应的各个景深值,将所述各个景深值中的最大值和最小值去除以获得剩余的多个景深值,根据所述剩余的多个景深值的均方差确定与所述均方差呈现反向关联的数值对应关系的光滑度数值;
(3)采用包括特性分析单元、数值提取单元以及内容解析单元的内容判定机构,用于为钢铁制品表面对应的光滑度数值的识别提供可靠的硬件基础;
(4)根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:将方向滤波图像中具有的灰度数值在钢铁制品表面对应的灰度数值分布范围内的像素点作为钢铁制品表面在方向滤波图像中占据的单个像素点,将方向滤波图像中具有的灰度数值在钢铁制品表面对应的灰度数值分布范围外的像素点作为方向滤波图像中钢铁制品表面占据的图像区域之外的其他图像区域的构成像素点。
采用本发明的基于标识解析的钢铁生产器件光滑度检测系统,针对现有技术中钢铁制品表面的光滑度数值难以高精度鉴别的技术问题,能够对最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得对应的表面环境画面,对表面环境画面次序执行各项定制优化处理,以获得更高画质的方向滤波图像,基于方向滤波图像进行视觉分析,以获得钢铁制品表面的光滑度数值,从而提升了钢铁制品表面参数的解析精度。
以上所述仅是本发明的优选实施方式,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的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于标识解析的钢铁生产器件光滑度检测系统,其特征在于,所述系统包括:
表面采集机构,设置在最新从钢铁生产线下线的钢铁制品的正上方,用于对所述最新从钢铁生产线下线的钢铁制品的表面所在环境执行视觉数据采集,以获得并输出对应的表面环境画面;
邻域插值设备,设置在所述表面采集机构附近且与所述表面采集机构连接,用于对接收到的表面环境画面执行8像素×8像素邻域的Lanczos插值处理,以获得并输出相应的邻域插值图像;
现场处理设备,与所述邻域插值设备连接,用于对接收到的邻域插值图像执行直方图均衡处理,以获得并输出相应的均衡处理图像;
方向滤波设备,与所述现场处理设备连接,用于对接收到的均衡处理图像执行方向滤波处理,以获得并输出相应的方向滤波图像;
内容判定机构,与所述方向滤波设备连接且包括特性分析单元、数值提取单元以及内容解析单元,所述数值提取单元分别与所述特性分析单元以及所述内容解析单元连接,所述内容判定机构用于获取钢铁制品表面在方向滤波图像中占据的各个像素点,获取所述各个像素点分别对应的各个景深值,将所述各个景深值中的最大值和最小值去除以获得剩余的多个景深值,根据所述剩余的多个景深值的均方差确定与所述均方差呈现反向关联的数值对应关系的光滑度数值,其中,获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点;
数据显示机构,与所述内容判定机构连接且设置在所述表面采集机构附近,用于接收并显示与所述均方差呈现反向关联的数值对应关系的光滑度数值,并在与所述均方差呈现反向关联的数值对应关系的光滑度数值小于等于光滑度数值阈值时,执行与最新从钢铁生产线下线的钢铁制品表面粗糙对应的现场警示动作;
其中,根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点包括:将方向滤波图像中具有的灰度数值在钢铁制品表面对应的灰度数值分布范围内的像素点作为钢铁制品表面在方向滤波图像中占据的单个像素点。
2.如权利要求1所述的基于标识解析的钢铁生产器件光滑度检测系统,其特征在于:
根据钢铁制品表面对应的灰度数值分布范围获取钢铁制品表面在方向滤波图像中占据的各个像素点还包括:将方向滤波图像中具有的灰度数值在钢铁制品表面对应的灰度数值分布范围外的像素点作为方向滤波图像中钢铁制品表面占据的图像区域之外的其他图像区域的构成像素点。
3.如权利要求2所述的基于标识解析的钢铁生产器件光滑度检测系统,其特征在于,所述系统还包括:
热量检测器件,设置在所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的附近且分别与所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构连接;
其中,热量检测器件,设置在所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的附近且分别与所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构连接包括:所述热量检测器件用于分别实现所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的当前热量的现场测量。
4.如权利要求2所述的基于标识解析的钢铁生产器件光滑度检测系统,其特征在于,所述系统还包括:
吞吐量检测器件,设置在所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的附近且分别与所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构连接;
其中,吞吐量检测器件,设置在所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的附近且分别与所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构连接包括:所述吞吐量检测器件用于分别实现所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的当前数据吞吐量的现场测量。
5.如权利要求2-4任一所述的基于标识解析的钢铁生产器件光滑度检测系统,其特征在于:
采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据。
6.如权利要求5所述的基于标识解析的钢铁生产器件光滑度检测系统,其特征在于:
采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据包括:对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行同态滤波以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据。
7.如权利要求5所述的基于标识解析的钢铁生产器件光滑度检测系统,其特征在于:
采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据包括:对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行维纳滤波以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据。
8.如权利要求5所述的基于标识解析的钢铁生产器件光滑度检测系统,其特征在于:
采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据包括:对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行算术均值滤波以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据。
9.如权利要求5所述的基于标识解析的钢铁生产器件光滑度检测系统,其特征在于:
采用图像处理芯片对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行图像数据处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据包括:对所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构的输出数据执行谐波均值滤波处理以获得所述邻域插值设备、所述现场处理设备、所述方向滤波设备以及所述内容判定机构分别对应的输出处理数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311507749.0A CN117252864B (zh) | 2023-11-14 | 2023-11-14 | 基于标识解析的钢铁生产器件光滑度检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311507749.0A CN117252864B (zh) | 2023-11-14 | 2023-11-14 | 基于标识解析的钢铁生产器件光滑度检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117252864A CN117252864A (zh) | 2023-12-19 |
CN117252864B true CN117252864B (zh) | 2024-01-26 |
Family
ID=89126603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311507749.0A Active CN117252864B (zh) | 2023-11-14 | 2023-11-14 | 基于标识解析的钢铁生产器件光滑度检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252864B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117848230A (zh) * | 2024-02-22 | 2024-04-09 | 南京锦振盈科技有限公司 | Led显示屏幕变形程度检测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102007465A (zh) * | 2008-02-28 | 2011-04-06 | 纽约大学 | 用于给处理器提供输入的方法和设备以及传感器垫 |
CN103150564A (zh) * | 2013-03-28 | 2013-06-12 | 冶金自动化研究设计院 | 板材表面喷码字符识别装置及其方法 |
CN104134211A (zh) * | 2014-07-23 | 2014-11-05 | 西安工程大学 | 一种基于高斯滤波器多分辨率滤波的带钢缺陷检测方法 |
CN108648152A (zh) * | 2018-04-11 | 2018-10-12 | 南京理工大学 | 基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法 |
CN113486703A (zh) * | 2021-05-20 | 2021-10-08 | 周广波 | 基于群体高度解析的智能化数值提取系统及方法 |
CN114926407A (zh) * | 2022-04-28 | 2022-08-19 | 哈尔滨理工大学 | 一种基于深度学习的钢材表面缺陷检测系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2573077A1 (en) * | 2004-07-16 | 2006-01-26 | Dofasco Inc. | Flatness monitor |
TWI604221B (zh) * | 2016-05-27 | 2017-11-01 | 致伸科技股份有限公司 | 影像景深測量方法以及應用該方法的影像擷取裝置 |
-
2023
- 2023-11-14 CN CN202311507749.0A patent/CN117252864B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102007465A (zh) * | 2008-02-28 | 2011-04-06 | 纽约大学 | 用于给处理器提供输入的方法和设备以及传感器垫 |
CN103150564A (zh) * | 2013-03-28 | 2013-06-12 | 冶金自动化研究设计院 | 板材表面喷码字符识别装置及其方法 |
CN104134211A (zh) * | 2014-07-23 | 2014-11-05 | 西安工程大学 | 一种基于高斯滤波器多分辨率滤波的带钢缺陷检测方法 |
CN108648152A (zh) * | 2018-04-11 | 2018-10-12 | 南京理工大学 | 基于亮度均衡的光照不均匀钢板表面缺陷图像校正方法 |
CN113486703A (zh) * | 2021-05-20 | 2021-10-08 | 周广波 | 基于群体高度解析的智能化数值提取系统及方法 |
CN114926407A (zh) * | 2022-04-28 | 2022-08-19 | 哈尔滨理工大学 | 一种基于深度学习的钢材表面缺陷检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117252864A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117252864B (zh) | 基于标识解析的钢铁生产器件光滑度检测系统 | |
CN107578409B (zh) | 一种太阳能电池片外观断栅缺陷检测的方法 | |
CN114549522A (zh) | 基于目标检测的纺织品质量检测方法 | |
CN107607554A (zh) | 一种基于全卷积神经网络的镀锌冲压件的瑕疵检测与分类方法 | |
CN114926463B (zh) | 一种适用于芯片电路板的生产质量检测方法 | |
CN109598715B (zh) | 基于机器视觉的物料粒度在线检测方法 | |
CN110490862B (zh) | 一种提高连铸探伤合格率的方法及装置 | |
CN105388162A (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
CN114910480A (zh) | 一种基于机器视觉的晶圆表面缺陷检测方法 | |
CN114549997B (zh) | 一种基于区域特征提取的x光图像缺陷检测方法和装置 | |
CN116563641A (zh) | 一种基于小目标检测的表面缺陷识别方法及系统 | |
CN110781913B (zh) | 一种拉链布带缺陷检测方法 | |
CN109239073A (zh) | 一种用于汽车车身的表面缺陷检测方法 | |
CN116563273B (zh) | 用于钢材缺陷的检测预警方法及系统 | |
CN113177924A (zh) | 一种工业流水线产品瑕疵检测方法 | |
CN114782329A (zh) | 一种基于图像处理的轴承缺陷损伤程度评估方法及系统 | |
CN104568956A (zh) | 基于机器视觉的带钢表面缺陷的检测方法 | |
CN113034488A (zh) | 一种喷墨印刷品的视觉检测方法 | |
Wang et al. | Design of machine vision applications in detection of defects in high-speed bar copper | |
CN114332081B (zh) | 基于图像处理的纺织品表面异常判定方法 | |
CN102980659A (zh) | 一种单色紧密织物表面颜色的数字化表征方法 | |
CN114565314A (zh) | 一种基于数字孪生的热轧钢卷端面质量管控系统及方法 | |
CN107230200A (zh) | 一种提取电机转子中线圈轮廓特征的方法 | |
CN109584224B (zh) | 一种用于对铸件的x射线图像进行分析和显示的方法 | |
CN116381053A (zh) | 一种用于金属材料焊接的超声波检测方法及系统 |
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 |