热轧带钢边浪三维检测图像处理及识别单元、系统及方法

技术领域

本发明涉及带钢表面视觉检测技术，更具体地说，涉及一种热轧带钢边浪三维检测图像处理及识别单元、系统及方法。

背景技术

热轧生某些特定品种时，突出的质量问题是带钢头尾跑偏和单边浪缺陷，影响后工序焊接和轧制的稳定性，造成异常停机处理。产生和影响热轧带钢板形的因素有：板坯本身的厚度和宽度、板坯温度、轧辊水平度等等。它们时常表现为边浪和镰刀弯。

目前，部分热轧产线出口设置了平直度仪，可以根据温度和应力等曲线图用来检测带钢出精轧机架的平直度情况。由于带钢头、尾机架运行状态不稳定，存在不同程度的“游动”、“上漂”等现象，加上带钢经过层流冷却区后，实际板形与高温情况下存在较大的变化，这就造成平直度仪检测精度低，无法有效识别出对后工序生产造成影响的“异常板形”。目前热轧厂因边浪问题造成的下游质量问题很多。

现有专利申请中，如专利CN103486995A利用三组测距仪实现对板材板形的检测。专利CN104833317A公开了一种基于对称双线激光角度可控的中厚板形貌检测系统及其方法。而本发明中采用双线激光及两台相机实现对板形的检测，运用Labview的Vision模块直接读取获得的图片信息并对图片进行处理以及拼接，最后进行亮线两端的坐标提取，从而获取纵向坐标，通过曲线拟合的方式，最终获得检测钢板的整体轮廓信息。

上述专利基本上是采用了机器视觉结合激光线的方法，但均未能实现对带钢边部浪形精确检测。

发明内容

针对现有技术中存在的上述缺陷，本发明的目的是提供一种热轧带钢边浪三维检测图像处理及识别单元、系统及方法，对图像中存在的抖动重复线条剔除，实现对带钢边部浪形的浪距以及浪高的计算，从而实现对带钢边部浪形精确检测。

为实现上述目的，本发明采用如下技术方案：

本发明第一方面提供了一种热轧带钢边浪三维检测图像处理及识别单元，包括：

图像增强模块，对带钢表面原始图像进行降噪和增强处理；

抖动判定及去除模块，对现场生产过重产生的抖动现象进行判定；

激光线提取模块，得到图像中激光线的准确位置；

激光线矫正模块，对图像中激光线进行反变换，以获取空间轮廓数据；

三维形貌重建模块，将空间轮廓数据进行震动过滤后再合并处理，绘制在三维坐标系中得到带钢表面的三维点阵图，最后通过计算模拟得到整个带钢表面的三维图形信息；

三维缺陷检测识别模块，从三维图形信息中判定带钢边浪缺陷是否存在，并确定缺陷位置。

较佳的，所述图像增强模块通过使用高斯滤波算法和直方图均衡化图像处理算法，对原始图像进行降噪和增强处理；

所述高斯滤波算法采用5×5的高斯模板，具体处理过程如下：

1)根据标准二维正态分布的概率先计算所述高斯模板的高斯滤波核；

2)把所述原始图像的每个像素点与所述高斯滤波核的中心点重合；

3)将所述原始图像与所述高斯滤波核重合的两个5x5的矩阵对应元素相乘求和，再除以归一化参数273得到的值，替换所述原始图像位置的值；

所述直方图均衡化图像处理算法具体处理过程如下：

1)依次扫描所述原始图像灰度的每一个像素，计算出图像的灰度直方图；

2)计算所述灰度直方图的累积分布函数；

3)根据所述累积分布函数和直方图均衡化原理得到输入与输出之间的映射关系；

4)根据映射关系得到结果进行图像变换。

较佳的，所述抖动判定及去除模块通过图像处理，实现对图像中存在的抖动重复线条的剔除。具体方法如下：在实际设计中，会对前后两幅图像设置固定的激光线重合条数。若在检测过程中，通过图像对比，若前后两幅图像本该重合的激光线条数增大或者减少了(结合图片背景环境判断)，则认为该带钢运动过程中存在抖动。对重复的激光线条图像进行剔除，避免缺陷尺寸和位置计算错误。

较佳的，所述激光线提取模块采用灰度重心激光线提取算法实现对激光线的准确提取；

灰度重心激光线提取算法为根据每行光条纹的横截面内的灰度分布特征逐行进行处理，通过在行坐标的方向上，逐行计算提取光条纹区域的灰度重心点，并将该灰度重心点用来代表该横截面的光条纹的中心点位置，最后将所有中心点拟合形成光条纹的中心线；

灰度图像I(i，j)中目标S的灰度中心为(x

在本案中，具体操作步骤是，先对图像进行滤波除去噪声，然后再用阈值分割，保留大于阈值的部分，即为ROI区域，然后在该区域内运用灰度重心法进行激光中心线提取。

较佳的，所述灰度重心激光线提取算法先采用最值初步提取激光线的中心，然后再通过加权灰度重心实现激光线提取的精度。

较佳的，所述激光线的线宽像素数W≥8。

本发明第二方面提供了一种热轧带钢边浪三维检测图像处理及识别系统，包括检测触发单元、激光结构光照射器、高速相机、光学系统视场调整单元、图像采集/传输单元、图像存储/显示单元以及本发明第一方面所提供的热轧带钢边浪三维检测图像处理及识别单元；

所述检测触发单元用以实现辊道上带钢经过信号的捕获，并触发所述激光结构光照射器、所述高速相机的启动；

所述激光结构光照射器设于所述带钢的上方，并射出激光线用以照亮所述带钢的表面；

所述高速相机也设于所述带钢的上方，用以拍摄所述带钢的边部表面图像；

所述光学系统视场调整单元用以调整所述高速相机的视场；

所述图像采集/传输单元用以采集所述高速相机的边部表面图像并传输至所述热轧带钢边浪三维检测图像处理及识别单元；

所述热轧带钢边浪三维检测图像处理及识别单元对所述边部表面图像进行处理，计算和识别出所述带钢上边浪的浪距和高度，并输送至所述图像存储/显示单元；

所述图像存储/显示单元用以实现所述边部表面图像的存储和报警。

较佳的，所述检测触发单元包括设于辊道上的光电对射开关和编码器；

所述激光线的数量N≥2。

所述高速相机的最小曝光时间t＝h/v，其中，h为，v为带钢的生产速度；

所述图像采集/传输单元为图像采集卡；

所述热轧带钢边浪三维检测图像处理及识别单元为图像处理计算机；

所述图像存储/显示单元包括数据服务器和与其建立通讯的终端计算机。

较佳的，所述激光结构光照射器、所述高速相机和所述光学系统视场调整单元均设于防护箱内。

本发明第三方面提供了一种热轧带钢边浪三维检测图像处理及识别方法，采用本发明第二方面所提供的热轧带钢边浪三维检测图像处理及识别系统，通过所述检测触发单元捕获所述带钢经过信号，并触发所述激光结构光照射器、所述高速相机的启动，所述激光结构光照射器发出N条平行等距且垂直于所述带钢的激光线，所述光学系统视场调整单元先对所述激光线与所述高速相机的视场间θ角度进行调整，所述高速相机拍摄所述带钢的边部表面图像，所述图像采集/传输单元用以采集所述边部表面图像并传输至所述热轧带钢边浪三维检测图像处理及识别单元，所述热轧带钢边浪三维检测图像处理及识别单元对所述边部表面图像进行处理，计算和识别出所述带钢上边浪的浪距和高度，并输送至所述图像存储/显示单元，所述图像存储/显示单元用以实现所述图像的存储和报警；

所述热轧带钢边浪三维检测图像处理及识别单元对所述边部表面图像进行处理如下：

所述图像增强模块对所述边部表面图像进行降噪和增强处理，所述抖动判定及去除模块对所述边部表面图像进行抖动判定，并对存在的抖动现象进行剔除，所述激光线提取模块对所述边部表面图像中激光线进行提取，所述激光线矫正模块消除所述边部表面图像中的畸变，并对激光线进行反变换，以获取空间轮廓数据，所述三维形貌重建模块将空间轮廓数据进行震动过滤后再合并处理，绘制在三维坐标系中得到带钢表面的三维点阵图，最后通过计算模拟得到整个带钢表面的三维图形信息，所述三维缺陷检测识别模块，从三维图形信息中判定带钢边浪缺陷是否存在，并确定缺陷位置。

本发明所提供的一种热轧带钢边浪三维检测图像处理及识别单元、系统及方法，在现场使用过程中，根据现场检测区域和视场要求，将激光结构光源做成含有激光线数量不同的平行光束。该平行光束经过精确的标定，调节成平行精度较高的激光线阵光源。光学系统视场调整单元实现对高速相机视场和激光结构光光线间夹角θ角度的精确调整和设定。激光结构光光源照射在带钢边部表面上，如果带钢存在边浪，带钢表面的激光线会发生偏移，高速相机会连续拍出多张带有波谷或者波峰的条纹，图像采集/传输单元将采集到的带钢边部图像送往热轧带钢边浪三维检测图像处理及识别单元，热轧带钢边浪三维检测图像处理及识别单元对该图像连续进行拼接、处理和分析，就可以实现对带钢边部浪形的浪距以及浪高的计算，从而实现对带钢边部浪形精确检测。

附图说明

图1是本发明热轧带钢边浪三维检测图像处理及识别系统的框架示意图；

图2是本发明热轧带钢边浪三维检测图像处理及识别单元的处理流程示意图。

具体实施方式

为了能更好地理解本发明的上述技术方案，下面结合附图和实施例进一步说明本发明的技术方案。

结合图1所示，本发明所提供的一种热轧带钢边浪三维检测图像处理及识别单元，包括：

图像增强模块1，现场的视场环境是不可控视场环境，其中可能存在杂光、水汽、异物等各种因素的干扰，导致图像质量不高。激光线是图像中需要提取的目标，但以上干扰因素可能导致激光线出现不清晰，间断等问题。图像增强模块1通过特定的图像处理算法，对带钢表面的原始图像进行降噪和增强处理，突出被检测对象，弱化干扰对象；

抖动判定及去除模块2，现场实际生产过程中，由于生产环境会造成带钢的抖动，如果不及时去除抖动，会造成对边浪位置和精度判定失常，必须要及时去除。抖动判定及去除模块2在图像增强模块1的基础上，进一步对现场生产过重产生的抖动现象进行判定；如果存在抖动，则去除抖动，再将图像继续进行下一步处理。

激光线提取模块3，采用前序步骤处理得到的图像，通过梯度二值化、图像分割或求重心等算法，得到图像中激光线的准确位置，激光线提取的精度决定了最终边浪尺寸和位置计算的精度；

激光线矫正模块4，由于高速相机是倾斜布置的，带钢上不同位置的点到成像元件的距离不同，因此采集到的图像上不同像素点的实际分辨率是不同的。作为一个测量系统，必须精确的知道每个区域的实际图像分辨率，这样才能将像素转换为长度单位。另外，由于镜头的加工工艺限制，实际成像通常存在畸变，例如常见的枕形畸变和桶形畸变。畸变同样会导致测量不准确。以上各种因素导致的图像尺度变化都会通过前期的标定步骤获取精确的矫正系数矩阵。激光线矫正模块4基于这个已经测定到的矩阵，对图像中激光线进行反变换，以获取高精度的空间轮廓数据；

三维形貌重建模块5，在线检测中，每一幅图像只能计算得到带钢上N(N≥2)条激光线区域的坐标点位置。显然，以这N个轮廓线计算整个带钢的三维图形是不可能的。因此需要一个自动更新的数据队列，这个数据队列记录从最近若干幅图像提取的轮廓数据。三维形貌重建模块5将空间轮廓数据进行震动过滤后再合并处理，绘制在三维坐标系中得到带钢表面的三维点阵图，最后通过计算模拟得到整个带钢表面的三维图形信息；

三维缺陷检测识别模块6，三维图像信息并非最终的检测结果，系统需要自动判断边浪等三维缺陷的发生位置。三维缺陷检测识别模块6从三维图形信息中判定带钢边浪缺陷是否存在，并确定缺陷位置等量化信息。

图像增强模块1通过使用高斯滤波算法和直方图均衡化图像处理算法，对原始图像进行降噪和增强处理；

高斯滤波算法采用5×5的高斯模板，具体处理过程如下：

1)根据标准二维正态分布的概率先计算高斯模板的高斯滤波核；

2)把原始图像的每个像素点与高斯滤波核的中心点重合；

3)将原始图像与高斯滤波核重合的两个5x5的矩阵对应元素相乘求和，再除以归一化参数273得到的值，替换原始图像位置的值；

直方图均衡化图像处理算法具体处理过程如下：

1)依次扫描原始图像灰度的每一个像素，计算出图像的灰度直方图；

2)计算灰度直方图的累积分布函数；

3)根据累积分布函数和直方图均衡化原理得到输入与输出之间的映射关系；

4)根据映射关系得到结果进行图像变换。

在现场应用中，带钢生产中的抖动现象会对图像造成较大的困扰。因此，本发明采用抖动判定及去除模块2，抖动判定及去除模块2通过图像处理，实现对图像中存在的抖动重复线条的剔除。具体方法如下：在实际设计中，会对前后两幅图像设置固定的激光线重合条数。若在检测过程中，通过图像对比，若前后两幅图像本该重合的激光线条数增大或者减少了(结合图片背景环境判断)，则认为该带钢运动过程中存在抖动。对重复的激光线条图像进行剔除，避免缺陷尺寸和位置计算错误。

激光线提取模块采用灰度重心激光线提取算法实现对激光线的准确提取。

灰度重心激光线提取算法为根据每行光条纹的横截面内的灰度分布特征逐行进行处理，通过在行坐标的方向上，逐行计算提取光条纹区域的灰度重心点，并将该灰度重心点用来代表该横截面的光条纹的中心点位置，最后将所有中心点拟合形成光条纹的中心线；

灰度图像I(i，j)中目标S的灰度中心为(x

在本案中，具体操作步骤是，先对图像进行滤波除去噪声，然后再用阈值分割，保留大于阈值的部分，即为ROI区域，然后在该区域内运用灰度重心法进行激光中心线提取。

灰度重心激光线提取算法先采用最值初步提取激光线的中心，然后再通过加权灰度重心实现激光线提取的精度。同时结合现场试验，对激光线的宽度进行了限定，要求激光线的线宽像素数W≥8，即假设检测要求的图像分辨率宽度方向上为d(mm/pixel)，则激光器发射出的激光线的宽度D应满足D≥8d。

继续参考图1，本发明还提供了一种热轧带钢边浪三维检测图像处理及识别系统，包括检测触发单元7、激光结构光照射器8、高速相机9、光学系统视场调整单元10、图像采集/传输单元11、图像存储/显示单元12以及本发明热轧带钢边浪三维检测图像处理及识别单元13。

检测触发单元7用以实现辊道上带钢经过信号的捕获，并触发激光结构光照射器8、高速相机9的启动。

激光结构光照射器8安装在带钢的上方，并射出激光线用以照亮带钢的表面。

高速相机9也安装在带钢的上方，用以拍摄带钢的边部表面图像。

光学系统视场调整单元10用以调整高速相机9的视场，以达到调整高速相机9的视场与激光线之间的θ角度。

图像采集/传输单元11用以采集高速相机9的边部表面图像并传输至热轧带钢边浪三维检测图像处理及识别单元13。图像采集/传输单元11为图像采集卡。

热轧带钢边浪三维检测图像处理及识别单元13对边部表面图像进行处理，计算和识别出带钢上边浪的浪距和高度，并输送至图像存储/显示单元12。热轧带钢边浪三维检测图像处理及识别单元13为图像处理计算机，图像采集/传输单元11与热轧带钢边浪三维检测图像处理及识别单元13之间通过光纤建立数据通讯。

图像存储/显示单元12用以实现边部表面图像的存储和报警。图像存储/显示单元12包括数据服务器和与其建立通讯的终端计算机。

检测触发单元7包括安装在辊道上的光电对射开关和编码器；光电对射开关装在沿辊道方向距离高速相机9一定距离处，每当有带钢经过时，光电对射开关的信号就会触发检测触发单元7开始工作，激光结构光照射器8点亮，高速相机9开始拍照。

考虑带钢生产速度和图像分辨率对高速相机9曝光时间的要求，这是清晰成像的先决条件。假设带钢生产速度为v(单位mm/s)，图像成像分辨率单像素设计精度为h(单位mm，带钢运动方向)×w(单位mm，带钢宽度方向)，则相机最小曝光时间为t＝h/v。

激光结构光照射器8发射出N(N≥2)条激光线，可以有效生产过程中的抖动干扰。在现场实际生产过程中，如果只采用1条激光线，若生产过程中存在抖动现象，可能会对同一个位置的带钢多次拍照，而单条激光线拍出的图像又缺少参考线条，没法在图像处理时把抖动线条删除掉，容易造成带钢图像失真，可能会造成带钢长度计算误差增大、边浪缺陷误判等问题。采用N(N≥2)条平行激光线照射，激光线的间隔为d(单位mm)，则相机沿带钢运动方向上的成像最大视场为d(N-1)(单位mm)，则相机的最小帧率为

本发明还提供了一种热轧带钢边浪三维检测图像处理及识别方法，采用本发明热轧带钢边浪三维检测图像处理及识别系统，通过检测触发单元7捕获带钢经过信号，并触发激光结构光照射器8、高速相机9的启动开始工作，激光结构光照射器8发出N条平行等距且垂直于带钢的激光线，光学系统视场调整单元10先对激光线与高速相机9的视场间θ角度进行调整，高速相机9拍摄带钢的边部表面图像，图像采集/传输单元11用以采集边部表面图像并传输至热轧带钢边浪三维检测图像处理及识别单元13，热轧带钢边浪三维检测图像处理及识别单元13对边部表面图像进行处理，计算和识别出带钢上边浪的浪距和高度，并输送至图像存储/显示单元12，图像存储/显示单元12用以实现图像的存储和报警。

结合图2所示，热轧带钢边浪三维检测图像处理及识别单元13对边部表面图像进行处理如下：

在图像采集/传输单元11采集到的图像传输至热轧带钢边浪三维检测图像处理及识别单元13后，图像增强模块1首先对边部表面图像进行降噪和增强处理。在此基础上，抖动判定及去除模块2对边部表面图像进行抖动判定，并对存在的抖动现象进行剔除。在以上两个处理流程基础上，激光线提取模块3对边部表面图像中激光线进行提取。接着，激光线矫正模块4消除边部表面图像中的畸变，并对激光线进行反变换，以获取高精度的空间轮廓数据。三维形貌重建模块5将空间轮廓数据进行震动过滤后再合并处理，绘制在三维坐标系中得到带钢表面的三维点阵图，通过计算模拟得到整个带钢表面的三维图形信息。最后，三维缺陷检测识别模块6从三维图形信息中判定带钢边浪缺陷是否存在，并确定缺陷位置。

本发明热轧带钢边浪三维检测图像处理及识别单元、系统及方法可实现对红热态带钢边浪的三维精确检测，及时发现可能会对后续生产造成影响的边浪缺陷，并减少下一道精整工序，大大减少质量异议的产生，提升生产效率，具有很大的经济和社会效益。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。