TWI568514B - An adaptive image adjustment method using a base model is used - Google Patents

An adaptive image adjustment method using a base model is used Download PDF

Info

Publication number
TWI568514B
TWI568514B TW102122304A TW102122304A TWI568514B TW I568514 B TWI568514 B TW I568514B TW 102122304 A TW102122304 A TW 102122304A TW 102122304 A TW102122304 A TW 102122304A TW I568514 B TWI568514 B TW I568514B
Authority
TW
Taiwan
Prior art keywords
brightness
image
base model
image capturing
background
Prior art date
Application number
TW102122304A
Other languages
English (en)
Other versions
TW201500124A (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 TW102122304A priority Critical patent/TWI568514B/zh
Publication of TW201500124A publication Critical patent/TW201500124A/zh
Application granted granted Critical
Publication of TWI568514B publication Critical patent/TWI568514B/zh

Links

Landscapes

  • Image Analysis (AREA)

Description

使用基底模型之自適應影像調整方法
本發明係關於一種影像調整方法，特別係關於一種使用基底模型之自適應影像調整方法。
習知熱軋製程中通常必須監控鋼胚及鋼帶是否已產出外觀歪扭變形的中間產品，以便能即時依據異況發生時所偵測到的鋼胚或鋼帶外觀，利用軋延設備進行自動校正，以降低不良品的發生比例。然而，習知在使用取像裝置擷取軋延中的鋼胚與鋼帶影像時，常會因製程條件改變了鋼帶的亮度或是廠房的亮度受到天候的影響，而使得鋼胚與鋼帶的邊緣無法由固定的辨識門檻值(Threshold Value)完成準確的鑑別。
圖1顯示習知熱軋鋼帶影像之影響因素示意圖。圖2A至2C顯示習知不同製程參數及背景環境下所擷取之鋼帶影像。配合參閱圖1及圖2A至2C，當取像裝置擷取高速行進中的鋼胚及鋼帶影像時，被測物的表面亮度會因為製程條件的不同而產生變化，例如控制鋼帶完軋溫度以達成訂單所要求的機械性質，會使得被測物的表面亮度因進口溫度的變異、接受冷卻水量的不同及軋延速度等製程參數調控的影響而產生變化。此外，被測物的背景環境亮度也會受到天候及照明設備等因素的影響，使得即使是同一連續生產批次的產品，經取像裝置擷圖取像的結果也會變異很大，因而無法提供精確、穩定的資訊給監控系統進行有效的異況警報或自動校正。
圖3顯示習知鋼帶邊緣偵測原理之示意圖。圖4顯示習知鋼帶邊緣偵測之關鍵參數示意圖。由於不同製程參數及環境因素會影響鋼帶影像的擷取結果，並呈現出不穩定的被測物及背景亮度，因此，將使得圖3及圖4所示的鋼帶邊緣鑑別機制失效，亦即無法找出最佳的辨識門檻值(Threshold Value)及鋼帶的邊緣輪廓，造成監控系統無法有效發揮異常警報及校正功能。
因此，有必要提供一創新且具進步性之使用基底模型之自適應影像調整方法，以解決上述問題。
本發明提供一種使用基底模型之自適應影像調整方法，該方法包括以下步驟：(a)分別建立一被測物亮度基底模型及一背景亮度基底模型，該被測物亮度基底模型及該背景亮度基底模型分別具有一第一參考目標亮度及一第二參考目標亮度；(b)進行一取像區設置步驟，係分別在被測物上及被測物之背景環境上設置一第一取像區及一第二取像區；(c)以一第一取像裝置擷取該第一取像區之被測物影像及以一第二取像裝置擷取該第二取像區之背景影像；(d)灰階化被測物影像及背景影像，以取得被測物亮度及背景亮度；以及(e)以一被測物亮度調節器主動調整該第一取像裝置之取像參數及以一背景亮度調節器主動調整該第二取像裝置之取像參數，以使被測物亮度得以被調整為該被測物亮度基底模型之第一參考目標亮度及使背景亮度得以被調整為該背景亮度基底模型之第二參考目標亮度。
本發明係以基底模型進行被測物亮度及背景亮度的自適應影像調整方法，其係可主動調整取像裝置之取像參數，以使被測物亮度及背景亮度得以符合基底模型所提出的控制目標。本發明經實現於生產線後，可提供生產線監控系統更穩定的被測物影像及更準確的邊緣辨識結果，進而可提昇被測物歪扭的自動校正效能。
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。
10‧‧‧被測物
20‧‧‧背景環境
31‧‧‧第一取像區
32‧‧‧第二取像區
40‧‧‧被測物亮度調節器
50‧‧‧背景亮度調節器
圖1顯示習知熱軋鋼帶影像之影響因素示意圖；圖2A至2C顯示習知不同製程參數及背景環境下所擷取之鋼帶影像；圖3顯示習知鋼帶邊緣偵測原理之示意圖；圖4顯示習知鋼帶邊緣偵測之關鍵參數示意圖；圖5顯示本發明使用基底模型之自適應影像調整方法之流程圖；及圖6顯示本發明使用基底模型之自適應影像調整方法之步驟示意圖。
圖5顯示本發明使用基底模型之自適應影像調整方法之流程圖。圖6顯示本發明使用基底模型之自適應影像調整方法之步驟示意圖。配合參閱圖5之步驟S51及圖6，分別建立一被測物亮度基底模型及一背景亮度基底模型，該被測物亮度基底模型及該背景亮度基底模型分別具有一第一參考目標亮度及一第二參考目標亮度。在本實施例中，該被測物亮度基底模型係依據常用製程條件下所統計得到的被測物亮度所建立，而該背景亮度基底模型係依據最佳操作條件下所統計得到的背景亮度所建立。
配合參閱圖5之步驟S52及圖6，進行一取像區設置步驟，係分別在被測物10上及被測物10之背景環境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，被測物10係可選自如下的其中一 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。
配合參閱圖5之步驟S53及圖6，以一第一取像裝置(圖未繪出)擷取該第一取像區31之被測物影像及以一第二取像裝置(圖未繪出)擷取該第二取像區32之背景影像。在本實施例中，該第一取像裝置及該第二取像裝置係為數位攝影機。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，所擷取之背景影像的尺寸亦會與被測物影像的尺寸相同。
配合參閱圖5之步驟S54及圖6，灰階化被測物影像及背景影像，以取得被測物亮度及背景亮度。
配合參閱圖5之步驟S55及圖6，以一被測物亮度調節器40主動調整該第一取像裝置之取像參數及以一背景亮度調節器50主動調整該第二取像裝置之取像參數，以使被測物亮度得以被調整為該被測物亮度基底模型之第一參考目標亮度及使背景亮度得以被調整為該背景亮度基底模型之第二參考目標亮度。在本實施例中，該第一取像裝置及該第二取像裝置之取像參數包括如下的至少其中一種：曝光時間、增益強度、亮度及對比。
此外，該被測物亮度調節器40係依據步驟S54所得之被測物亮度主動調整該第一取像裝置之取像參數，而該背景亮度調節器50則依據步驟S54所得之背景亮度主動調整該第二取像裝置之取像參數。
本發明係以基底模型進行被測物亮度及背景亮度的自適應影像調整方法，其係可主動調整取像裝置之取像參數，以使被測物亮度及背景亮度得以符合基底模型所提出的控制目標。本發明經實現於生 產線後，可提供生產線監控系統更穩定的被測物影像及更準確的邊緣辨識結果，進而可提昇被測物歪扭的自動校正效能。
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。

Claims (8)

  1. 一種使用基底模型之自適應影像調整方法，包括以下步驟：(a)分別建立一被測物亮度基底模型及一背景亮度基底模型，該被測物亮度基底模型及該背景亮度基底模型分別具有一第一參考目標亮度及一第二參考目標亮度；(b)進行一取像區設置步驟，係分別在被測物上及被測物之背景環境上設置一第一取像區及一第二取像區；(c)以一第一取像裝置擷取該第一取像區之被測物影像及以一第二取像裝置擷取該第二取像區之背景影像；(d)灰階化被測物影像及背景影像，以取得被測物亮度及背景亮度；以及(e)以一被測物亮度調節器依據步驟(d)所得之被測物亮度主動調整該第一取像裝置之取像參數及以一背景亮度調節器依據步驟(d)所得之背景亮度主動調整該第二取像裝置之取像參數，以使被測物亮度得以被調整為該被測物亮度基底模型之第一參考目標亮度及使背景亮度得以被調整為該背景亮度基底模型之第二參考目標亮度。
  2. 如請求項1之使用基底模型之自適應影像調整方法，其中步驟(a)之被測物亮度基底模型係依據常用製程條件下所統計得到的被測物亮度所建立。
  3. 如請求項1之使用基底模型之自適應影像調整方法，其中步驟(a)之背景亮度基底模型係依據最佳操作條件下所統計得到的背景亮度所建立。
  4. 如請求項1之使用基底模型之自適應影像調整方法，其中步驟(b)之被測物選自如下的其中一種：鋼胚、鋼帶、熱 軋鋼板、冷軋鋼板及其它金屬材料。
  5. 如請求項1之使用基底模型之自適應影像調整方法，其中步驟(b)之該第二取像區之尺寸係與該第一取像區之尺寸相同。
  6. 如請求項1之使用基底模型之自適應影像調整方法，其中步驟(c)之該第一取像裝置及該第二取像裝置係為數位攝影機。
  7. 如請求項1之使用基底模型之自適應影像調整方法，其中步驟(e)之該第一取像裝置之取像參數包括如下的至少其中一種：曝光時間、增益強度、亮度及對比。
  8. 如請求項1之使用基底模型之自適應影像調整方法，其中步驟(e)之該第二取像裝置之取像參數包括如下的至少其中一種：曝光時間、增益強度、亮度及對比。
TW102122304A 2013-06-24 2013-06-24 An adaptive image adjustment method using a base model is used TWI568514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW102122304A TWI568514B (zh) 2013-06-24 2013-06-24 An adaptive image adjustment method using a base model is used

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102122304A TWI568514B (zh) 2013-06-24 2013-06-24 An adaptive image adjustment method using a base model is used

Publications (2)

Publication Number Publication Date
TW201500124A TW201500124A (zh) 2015-01-01
TWI568514B true TWI568514B (zh) 2017-02-01

Family

ID=52717741

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102122304A TWI568514B (zh) 2013-06-24 2013-06-24 An adaptive image adjustment method using a base model is used

Country Status (1)

Country Link
TW (1) TWI568514B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI625174B (zh) * 2017-07-27 2018-06-01 中國鋼鐵股份有限公司 鋼帶尾端破損的偵測方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5870495A (en) * 1995-01-13 1999-02-09 Sgs-Thomson Microelectronics S.R.L. Fuzzy method and device for the recognition of geometric shapes in images
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
TW200945215A (en) * 2008-04-18 2009-11-01 Univ Nat Taiwan Image tracking system and method thereof
TW201140549A (en) * 2010-05-14 2011-11-16 Au Optronics Corp Method of adjusting luminance of a backlight source

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5870495A (en) * 1995-01-13 1999-02-09 Sgs-Thomson Microelectronics S.R.L. Fuzzy method and device for the recognition of geometric shapes in images
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
TW200945215A (en) * 2008-04-18 2009-11-01 Univ Nat Taiwan Image tracking system and method thereof
TW201140549A (en) * 2010-05-14 2011-11-16 Au Optronics Corp Method of adjusting luminance of a backlight source

Also Published As

Publication number Publication date
TW201500124A (zh) 2015-01-01

Similar Documents

Publication Publication Date Title
JP2014188222A5 (zh)
JP2007139893A5 (zh)
JP6828730B2 (ja) 圧延材の反り量測定方法及び反り量測定装置
KR102010059B1 (ko) 소재 디스케일러 장치 및 디스케일링 방법
KR20180056713A (ko) 형상 측정 장치 및 형상 측정 방법
CN103971343A (zh) 基于相似像素点检测的图像降噪方法
CN117381937A (zh) 基于图像识别的3d打印混凝土缺陷实时检测系统
TWI568514B (zh) An adaptive image adjustment method using a base model is used
CN113204029A (zh) 一种热轧板坯翘曲检测装置及方法
CN111612773B (zh) 一种红外热像仪及实时自动盲元检测处理方法
CN116883412A (zh) 一种石墨烯远红外电热设备故障检测方法
US20120212741A1 (en) Method and inspection device for bright spot defect detection of a polarizer
JP5849397B2 (ja) 表面欠陥検出装置および表面欠陥検出方法
JP2015001406A (ja) 表面検査方法、表面検査装置、および表面検査プログラム
JP6269536B2 (ja) 圧延機の制御方法、圧延機の制御装置、及び鋼板の製造方法
CN109201750A (zh) 基于水面积的热轧低温卷取带钢表面吹扫控制方法
JP6402760B2 (ja) 圧延機における形状制御方法および装置
CN116447805A (zh) 一种基于视觉识别的冷库蒸发器结霜智能检测方法
TWI387492B (zh) Adaptation Hot Rolled Strip Image Adjustment Method
CN111127415B (zh) 一种基于准分子激光退火的Mura的量化方法
JP6870640B2 (ja) 加熱炉でのスラブ温度モデルの修正方法、ならびにスラブ抽出温度制御方法および制御装置
TWI595452B (zh) Combined with fuzzy control of the rolling edge of the image edge recognition method
CN113125346A (zh) 一种基于面阵光源的表面缺陷检测系统分类组优化的方法
JP2012050998A (ja) プレス部品流入量自動測定装置及びプレス部品流入量自動測定方法
JP5544345B2 (ja) 温度推定装置、温度推定方法、圧延機制御装置