TW201413654A - 結合模糊控制之軋延件影像邊緣辨識方法 - Google Patents

結合模糊控制之軋延件影像邊緣辨識方法 Download PDF

Info

Publication number
TW201413654A
TW201413654A TW101134589A TW101134589A TW201413654A TW 201413654 A TW201413654 A TW 201413654A TW 101134589 A TW101134589 A TW 101134589A TW 101134589 A TW101134589 A TW 101134589A TW 201413654 A TW201413654 A TW 201413654A
Authority
TW
Taiwan
Prior art keywords
image
gray
edge
brightness
rolling
Prior art date
Application number
TW101134589A
Other languages
English (en)
Other versions
TWI595452B (zh
Inventor
yuan-liang Xu
Original Assignee
China Steel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Steel Corp filed Critical China Steel Corp
Priority to TW101134589A priority Critical patent/TWI595452B/zh
Publication of TW201413654A publication Critical patent/TW201413654A/zh
Application granted granted Critical
Publication of TWI595452B publication Critical patent/TWI595452B/zh

Links

Abstract

本發明係關於一種結合模糊控制之軋延件影像邊緣辨識方法,該方法包括以下步驟:(a)進行一取像區設置步驟,係分別在一軋延件及該軋延件之一背景上設置一第一取像區及一第二取像區;(b)擷取該第一取像區之一軋延件影像及該第二取像區之一背景影像;(c)灰階化該軋延件影像及該背景影像,並依不同灰階區間,將該灰階化軋延件影像分割成複數個第一亮度區塊及將該灰階化背景影像分割成複數個第二亮度區塊;(d)模糊化該等第一亮度區塊及該等第二亮度區塊,以分別形成複數個第一模糊聚集及複數個第二模糊聚集;(e)比對該等第一模糊聚集及該等第二模糊聚集彼此間的亮度,並依據所比對之亮度差異,找出一可辨識軋延件邊緣之最佳門檻值;以及(f)依據該最佳門檻值辨識軋延件影像邊緣。

Description

結合模糊控制之軋延件影像邊緣辨識方法
本發明係關於一種軋延件影像辨識方法,特別係關於一種結合模糊控制之軋延件影像邊緣辨識方法。
習知熱軋製程中的鋼胚及鋼帶因受到軋延溫度及軋延尺寸控制不當的影響,經常會產出偏移中心軋延或是外觀歪扭變形的產品。因此,若能即時辨識出軋延異常發生時的鋼帶邊緣及中心位置,就能利用軋延設備進行自動校正,以降低不良品的發生比例。
圖1顯示習知熱軋鋼帶外形影像擷取系統之示意圖。圖2顯示習知鋼帶邊緣偵測原理之示意圖。圖3顯示習知鋼帶邊緣偵測之關鍵參數示意圖。請參閱圖1,習知熱軋鋼帶外形影像擷取系統主要是先利用安裝於軋機(圖未繪出)上之一數位攝影機C,擷取高速行進中的鋼帶影像及背景環境影像。之後,請參閱圖2及圖3,利用鋼帶影像與背景環境影像的亮度差異(如圖2所示)及圖3所示之辨識機制,找出鋼帶的邊緣位置。
惟,上述辨識方法在遭遇環境發生變異或鋼帶本身亮度出現變化時,經常會發生無法辨識或是辨識結果漂移及不穩定的情況。
圖4A至4C顯示習知不同環境變異下所擷取之鋼帶影像。如圖4A至4C所示,當鋼帶的背景環境亮度因天候及照明設備等因素發生變化時,將加劇鋼帶邊緣辨識的困難 度。
此外,在控制鋼帶完軋溫度時,不同機械性質之鋼帶易受冷卻水量及軋延速度調控的影響,以致其表面影像亮度大幅衰減,進而增加鋼帶外形辨識的困難度。
有鑑於此,有必要提供一創新且具進步性之結合模糊控制之軋延件影像邊緣辨識方法,以解決上述問題。
本發明提供一種結合模糊控制之軋延件影像邊緣辨識方法,該方法包括以下步驟:(a)進行一取像區設置步驟,係分別在一軋延件及該軋延件之一背景上設置一第一取像區及一第二取像區;(b)擷取該第一取像區之一軋延件影像及該第二取像區之一背景影像;(c)灰階化該軋延件影像及該背景影像,並依不同灰階區間,將該灰階化軋延件影像分割成複數個第一亮度區塊及將該灰階化背景影像分割成複數個第二亮度區塊;(d)模糊化該等第一亮度區塊及該等第二亮度區塊,以分別形成複數個第一模糊聚集及複數個第二模糊聚集;(e)比對該等第一模糊聚集及該等第二模糊聚集彼此間的亮度,並依據所比對之亮度差異,找出一可辨識軋延件邊緣之最佳門檻值;以及(f)依據該最佳門檻值辨識軋延件影像邊緣。
本發明係結合模糊控制技術找出該最佳門檻值,藉由該最佳門檻值可順利辨識出軋延件影像邊緣,進而能即時判斷軋延件之偏移及歪扭狀況,並回報給軋延設備進行自動校正,藉此,可有效降低不良品的發生比例。
為了能夠更清楚瞭解本發明的技術手段,而可依照說明書的內容予以實施,並且為了讓本發明所述目的、特徵和優點能夠更明顯易懂,以下特舉較佳實施例,並配合附圖,詳細說明如下。
圖5顯示本發明結合模糊控制之軋延件影像邊緣辨識方法之流程圖。圖6顯示本發明結合模糊控制之軋延件影像邊緣辨識方法之步驟示意圖。請配合參閱圖5之步驟S51及圖6,進行一取像區設置步驟,係分別在一軋延件10及該軋延件10之一背景20上設置一第一取像區31及一第二取像區32。在本實施例中,該軋延件10係位於一軋機(圖未繪出)上,且該軋延件10係可選自如下的一種:鋼胚、鋼帶、熱軋鋼板、冷軋鋼板及其它金屬材料。此外,為提高影像邊緣辨識效果,較佳地,該第二取像區32之尺寸係與該第一取像區31之尺寸相同。
請配合參閱圖5之步驟S52及圖6,擷取該第一取像區31之一軋延件影像及該第二取像區32之一背景影像。在本實施例中,該軋延件影像及該背景影像係透過至少一數位攝影機(圖未繪出)擷取。此外,由於該第二取像區32之尺寸係與該第一取像區31之尺寸相同,因此,所擷取之該背景影像之尺寸亦會與該軋延件影像之尺寸相同。
請配合參閱圖5之步驟S53及圖6,灰階化該軋延件影像及該背景影像,並依不同灰階區間,將該灰階化軋延件影像分割成複數個第一亮度區塊41~45及將該灰階化背景影 像分割成複數個第二亮度區塊51~55。在本實施例中,該等第一亮度區塊41~45係包括暗、灰暗、灰、灰亮及亮等區塊。同樣地,該等第二亮度區塊51~55亦包括暗、灰暗、灰、灰亮及亮等區塊。
請配合參閱圖5之步驟S54及圖6,模糊化該等第一亮度區塊41~45及該等第二亮度區塊51~55,以分別形成複數個第一模糊聚集61~65及複數個第二模糊聚集71~75。在本實施例中,係以一組預先設定好之影像灰階模糊化標準模板(圖未繪出)模糊化該等第一亮度區塊41~45及該等第二亮度區塊51~55,而該影像灰階模糊化標準模板之形狀係可選自如下的一種:三角形、梯形及其它幾何形狀。
此外,在本實施例中,該等第一模糊聚集61~65及該等第二模糊聚集71~75係可依據不同標準化需求設計成各種整數數目的叢集。
請配合參閱圖5之步驟S55及圖6,比對該等第一模糊聚集61~65及該等第二模糊聚集71~75彼此間的亮度,並依據所比對之亮度差異,找出一可辨識軋延件邊緣之最佳門檻值。
請配合參閱圖5之步驟S56,依據該最佳門檻值辨識軋延件影像邊緣。在本實施例中,該最佳門檻值適用於如下的任一種變化:軋延件至背景的模糊聚集變化、背景至軋延件所產生的上升變化及背景至軋延件所產生的下降變化。
本發明係結合模糊控制技術找出該最佳門檻值,藉由該最佳門檻值可順利辨識出軋延件影像邊緣,進而能即時判 斷軋延件之偏移及歪扭狀況,並回報給軋延設備進行自動校正,藉此,可有效降低不良品的發生比例。
上述實施例僅為說明本發明之原理及其功效,並非限制本發明,因此習於此技術之人士對上述實施例進行修改及變化仍不脫本發明之精神。本發明之權利範圍應如後述之申請專利範圍所列。
10‧‧‧軋延件
20‧‧‧背景
31‧‧‧第一取像區
32‧‧‧第二取像區
41~45‧‧‧第一亮度區塊
51~55‧‧‧第二亮度區塊
61~65‧‧‧第一模糊聚集
71~75‧‧‧第二模糊聚集
C‧‧‧數位攝影機
圖1顯示習知熱軋鋼帶外形影像擷取系統之示意圖;圖2顯示習知鋼帶邊緣偵測原理之示意圖;圖3顯示習知鋼帶邊緣偵測之關鍵參數示意圖;圖4A至4C顯示習知不同環境變異下所擷取之鋼帶影像;圖5顯示本發明結合模糊控制之軋延件影像邊緣辨識方法之流程圖;及圖6顯示本發明結合模糊控制之軋延件影像邊緣辨識方法之步驟示意圖。

Claims (9)

  1. 一種結合模糊控制之軋延件影像邊緣辨識方法,該方法包括以下步驟:(a)進行一取像區設置步驟,係分別在一軋延件及該軋延件之一背景上設置一第一取像區及一第二取像區;(b)擷取該第一取像區之一軋延件影像及該第二取像區之一背景影像;(c)灰階化該軋延件影像及該背景影像,並依不同灰階區間,將該灰階化軋延件影像分割成複數個第一亮度區塊及將該灰階化背景影像分割成複數個第二亮度區塊;(d)模糊化該等第一亮度區塊及該等第二亮度區塊,以分別形成複數個第一模糊聚集及複數個第二模糊聚集;(e)比對該等第一模糊聚集及該等第二模糊聚集彼此間的亮度,並依據所比對之亮度差異,找出一可辨識軋延件邊緣之最佳門檻值;以及(f)依據該最佳門檻值辨識軋延件影像邊緣。
  2. 如請求項1所述之結合模糊控制之軋延件影像邊緣辨識方法,其中步驟(a)之軋延件選自如下的一種:鋼胚、鋼帶、熱軋鋼板、冷軋鋼板及其它金屬材料。
  3. 如請求項1所述之結合模糊控制之軋延件影像邊緣辨識方法,其中步驟(a)之該第二取像區之尺寸係與該第一取 像區之尺寸相同。
  4. 如請求項1所述之結合模糊控制之軋延件影像邊緣辨識方法,其中步驟(c)之該等第一亮度區塊係包括暗、灰暗、灰、灰亮及亮等區塊。
  5. 如請求項1所述之結合模糊控制之軋延件影像邊緣辨識方法,其中步驟(c)之該等第二亮度區塊係包括暗、灰暗、灰、灰亮及亮等區塊。
  6. 如請求項1所述之結合模糊控制之軋延件影像邊緣辨識方法,其中步驟(d)係以一組預先設定好之影像灰階模糊化標準模板模糊化該等第一亮度區塊及該等第二亮度區塊。
  7. 如請求項6所述之結合模糊控制之軋延件影像邊緣辨識方法,其中該影像灰階模糊化標準模板之形狀選自如下的一種:三角形、梯形及其它幾何形狀。
  8. 如請求項1所述之結合模糊控制之軋延件影像邊緣辨識方法,其中步驟(d)之該等第一模糊聚集及該等第二模糊聚集係可依據不同標準化需求設計成各種整數數目的叢集。
  9. 如請求項1所述之結合模糊控制之軋延件影像邊緣辨識方法,其中步驟(e)之最佳門檻值適用於如下的任一種變化:軋延件至背景的模糊聚集變化、背景至軋延件所產生的上升變化及背景至軋延件所產生的下降變化。
TW101134589A 2012-09-21 2012-09-21 Combined with fuzzy control of the rolling edge of the image edge recognition method TWI595452B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW101134589A TWI595452B (zh) 2012-09-21 2012-09-21 Combined with fuzzy control of the rolling edge of the image edge recognition method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101134589A TWI595452B (zh) 2012-09-21 2012-09-21 Combined with fuzzy control of the rolling edge of the image edge recognition method

Publications (2)

Publication Number Publication Date
TW201413654A true TW201413654A (zh) 2014-04-01
TWI595452B TWI595452B (zh) 2017-08-11

Family

ID=55181816

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101134589A TWI595452B (zh) 2012-09-21 2012-09-21 Combined with fuzzy control of the rolling edge of the image edge recognition method

Country Status (1)

Country Link
TW (1) TWI595452B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0722149B1 (en) * 1995-01-13 2003-05-02 STMicroelectronics S.r.l. Hough transform with fuzzy gradient and fuzzy voting
US7400766B1 (en) * 2004-02-19 2008-07-15 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Image edge extraction via fuzzy reasoning
TWI357582B (en) * 2008-04-18 2012-02-01 Univ Nat Taiwan Image tracking system and method thereof

Also Published As

Publication number Publication date
TWI595452B (zh) 2017-08-11

Similar Documents

Publication Publication Date Title
CN108460757B (zh) 一种手机TFT-LCD屏Mura缺陷在线自动检测方法
Choi et al. Detection of pinholes in steel slabs using Gabor filter combination and morphological features
TWI621850B (zh) 鋼板的表面缺陷檢查裝置及表面缺陷檢查方法
Li et al. A local annular contrast based real-time inspection algorithm for steel bar surface defects
CN102829735B (zh) 基于机器视觉的e型磁材背面几何形状缺陷检测方法
WO2021168733A1 (zh) 缺陷图像的缺陷检测方法、装置及计算机可读存储介质
JP6027295B1 (ja) 溶融めっき鋼板の表面欠陥検査装置および表面欠陥検査方法
CN104135660A (zh) 一种摄像模组脏污检测方法及检测系统
CN110648330B (zh) 摄像头玻璃的缺陷检测方法
CN106780464A (zh) 一种基于改进阈值分割的织物疵点检测方法
CN115953397B (zh) 一种圆锥轴承保持器的工艺制备流程的监测方法及设备
CN104568956A (zh) 基于机器视觉的带钢表面缺陷的检测方法
CN109724776A (zh) 一种烧结机台车的篦条损坏程度的确定方法及装置
WO2023159985A1 (zh) 一种基于视频检测技术的分拣中心异常行为的识别方法
CN104408727B (zh) 一种图像边缘污点检测方法及系统
CN115274486A (zh) 一种半导体表面缺陷识别方法
CN105414206A (zh) 一种冷轧带钢边部在线快速定位方法
TWI595452B (zh) Combined with fuzzy control of the rolling edge of the image edge recognition method
CN110516725B (zh) 基于机器视觉的木板条纹间距和颜色的检测方法
JP2012159376A (ja) 表面欠陥検出装置および表面欠陥検出方法
CN106530292A (zh) 一种基于线扫描相机的带钢表面缺陷图像快速辨识方法
KR20150074942A (ko) 스캡 결함 검출 장치 및 방법
JP7469740B2 (ja) ベルト検査システムおよびベルト検査プログラム
TWI540550B (zh) 檢測顯示模組間隙寬度的方法
CN109272462B (zh) 适用于金属工件识别的图像自校正方法、设备及存储设备