基于机器视觉的耐火砖测量系统技术方案

本发明专利技术公开了基于机器视觉的耐火砖测量系统，包括基于机器视觉的耐火砖测量装置和基于机器视觉的耐火砖测量方法。本发明专利技术提供了一种无需在受测端面涂色就能够检测耐火砖的外形几何尺寸，并且能获得耐火砖的表面划痕信息、深度缺陷信息以及表面倾斜角的基于机器视觉的耐火砖测量系统。

【技术实现步骤摘要】
基于机器视觉的耐火砖测量系统
本专利技术涉及一种基于机器视觉的耐火测量系统。技术背景耐火砖是一种用耐火黏土或其他耐火原料烧制呈的定型耐火材料，主要用于砌冶炼炉或钢水包，能耐1580℃-1770℃的高温。在耐火砖的生产线上，产品下线装箱之前，长期以来都是依靠人工使用卷尺手动测量，肉眼评判深度缺陷，如耐火砖的缺角、缺棱以及麻面等。而耐火砖生产过程中，粉尘烟雾较大，压机的振动噪音等对工人的身心健康危害较大，而且很多缺陷都是工人依靠经验判断，受主观影响较大，无法建立一个统一的评判标准。此外，大批量生产过程中该工序不仅要消耗大量劳动成本，而且重复、单调的测量观察工作极易引起人员疲劳，容易出现误判，若个别不良品混入整批成品中，会给工厂带来严重经济损失，甚至严重影响钢铁的生产。因此，整个耐火砖的生产过程极其需要一套自动化的在线检测装置。
技术实现思路
本专利技术的目的在于提供一种无需在受测端面涂色就能够检测耐火砖的外形几何尺寸，并且能获得耐火砖的表面划痕信息、深度缺陷信息以及表面倾斜角的基于机器视觉的耐火砖测量系统。基于机器视觉的耐火砖测量装置，包括图像采集模块，控制模块，图像处理模块和反馈模块，图像采集模块具有底座，底座上设有承载三结构光激光传感器的导轨，步进电机通过联轴器带动三结构光激光传感器移动，承载耐火砖的转台固定于底座，三结构光激光传感器对准耐火砖的待测表面并扫描待测耐火砖的4个端面；控制模块的输入端与图像采集模块连接，控制模块的输出端分别与图像处理模块和反馈模块连接，反馈模块包括行程开关，和执行剔除筛选操作的机械手；图像采集模块采集耐火砖图像信息，图像处理模块获取耐火砖图像信息，并对耐火砖图像信息进行分析，控制模块获得分析结果，控制模块将分析结果反馈至反馈模块。基于机器视觉的耐火砖测量方法，包含以下步骤：步骤1、控制器是转台转动到耐火砖的待测量表面正对三结构光激光传感器的位置，使导轨平动，三结构光激光传感器扫描耐火砖的待测量表面，以获取灰度信息和高度信息融合的原始耐火砖彩色图像；步骤2、对原始耐火砖彩色图像滤波降噪，获得降噪后图像；步骤3、在降噪后图像中，分割出耐火砖区域，获得耐火砖图像；步骤4、对耐火砖图像进行形态学处理，使耐火砖图像边缘平滑过渡，并去除耐火砖图像边缘处的孤立点噪声，获得修正后耐火砖图像；步骤5、用Canny算子对修正后耐火砖图像进行边缘检测；步骤6、对耐火砖的边缘检测得到的离散点进行Hough变换方法和K均值方法拟合分析，计算出耐火砖的实际尺寸；步骤7、由步骤3得到的耐火砖图像，使用最小二乘法对耐火砖图像点云进行平面拟合获得零平面，使耐火砖图像的点云与零平面的点云进行查分获得倾斜校正后点云数据图；步骤8、对倾斜校正后点云的高度直方图进行滤波分割，得到设定深度的点云信息，根据两遍扫描法对设定深度的点云信息进行连通区域标记，计算每个深度下的连通区域面积，获得缺陷数据，缺陷数据上传数据库并在显示屏上显示；步骤9、根据步骤7得到的倾斜校正后云数据图拟合耐火砖的表面，获得耐火砖表面的法向量，计算耐火砖表面的倾斜角，以判定耐火砖的平面度是否符合要求，若倾斜角小于给定阈值，则平面度合格，合格将倾斜角上传数据库并在显示屏上显示；步骤10、使转台转动到耐火砖的下一检测面，重复执行步骤1-9。进一步，步骤2中采用双边滤波降噪，双边滤波的计算公式为：其中，k用来对结果进行单位化，c即为基于空间距离的高斯权重，s为基于像素间相似程度的高斯权重，f(ε)为当前像素。进一步，步骤3中使用灰度化和Ostu二值化分割出耐火砖区域，包括以下步骤：步骤3-1：将耐火砖彩色图像中的RGB三分量亮度求平均得到灰度值f(x,y)，根据灰度值得到耐火砖灰度直方图，其中，R(x，y)为红通道分量，G(x，y)为绿通道分量，B(x，y)为蓝通道分量；步骤3-2：根据耐火砖灰度直方图，将耐火砖灰度直方图的灰度间隔分为三类，根据公式寻找最佳阈值，其中，为类间方差，k1,k2为预设的阈值，为最佳阈值；步骤3-3：根据最佳阈值将耐火砖灰度图进行分割，获得耐火砖区域灰度图像。进一步，步骤4中对耐火砖图像进行开运算，去除孤立点噪声；进行闭运算平滑边界。进一步，步骤5中边缘检测的方法包含以下步骤：步骤5-1：用高斯平滑函数对修正后耐火砖图像滤波，令修正后耐火砖图像为f(x,y)，高斯函数为G(x,y)，平滑后的图像为fs(x,y)，则fs(x,y)＝G(x,y)*f(x,y)；步骤5-2：计算梯度幅值图像M和角度幅值图像θ，其中，Gx表示水平方向的梯度幅值分量，Gy表示垂直方向的梯度幅值分量；步骤5-3：对梯度幅值图像M进行非极大值抑制：在梯度方向，在每一点上，领域的中心像素f(x,y)与沿着梯度线的两个相邻像素相比，若f(x,y)的梯度值小于或等于沿梯度线的两个相邻像素的梯度值，则令f(x,y)＝0；步骤5-4：用双阈值检测并连接边缘，以高阈值图像为基础，以低阈值图像为补充来连接图像的边缘。进一步，步骤7中，零平面的获取方法包括：步骤7-1：求解耐火砖上表面点云图像的几何中心位置，根据所求解的平面中心位置获取平面校正区域中心，然后对该区域使用最小二乘法进行平面拟合，拟合方法为：对于一幅2D连续图像f(x,y)(≥0)，p+q阶矩mpq定义为：其中，p，q是非负的整数，对于离散化数字图像，上式为：其中，(r0,c0)为质心坐标，且一阶平面近似方法通过以下公式来描述：Image(r,c)＝α(r-r0)+β(c-c0)+γ(4-13)其中，r0和c0即为待拟合区域的横纵坐标，γ为待拟合区域的平均灰度，F为整个平面的面积，MRow是沿着行方向的灰度矩，MCol是沿着列方向的灰度矩，则有：MRow＝sum((r-r0)*(Image(r,c)-γ))/F2(4-14)MCol＝sum((c-r0)*(Image(r,c)-γ))/F2(4-15)其中，α,β,γ分别为零平面的拟合参数；步骤7-2：获取原始耐火砖图像的尺寸参数，根据原始耐火砖图像尺寸参数和零平面，生成对应的基准平面图像(虚拟平面图像)；步骤7-3：对原始耐火砖图像与基准图像平面进行作差，获得倾斜校正后的点云数据图。进一步，步骤9中倾斜角的求解过程为：步骤9-1、在拟合平面上确定不共线的三个点，分别为(x1,y1,z1),(x2,y2,z2),(x3,y3,z3)，生成两个向量步骤9-2、两个向量求叉集得到法向量步骤9-3、根据法向量求解耐火砖上表面二面角，获得表面倾斜角θ，其中进一步，步骤7-2中，基准平面图像的生成方法是：根据拟合参数α,β,γ，结合原始耐火砖点云图Image(r,c)的尺寸信息，生成基准平面图像Image(r,c)0。进一步，步骤7-3中，对原始耐火砖点云图Image(r,c)和基准平面图像Image(r,c)0进行作差，获取倾斜校正后的点云数据图Image'(r,c)，Image'(r,c)＝Image(r,c)-Image(r,c)0。本专利技术的优点在于：1、本文可以辅助工人进行耐火砖的质量检测，提高检测效率并且保证产品的出厂质量，进而提高企业的整体的生产效率，降低企业的制造成本，同时了保护了工人的身体健康。2、使用线结构光的3D传感器，对耐火砖的待测面进行本文档来自技高网...

【技术保护点】
1.基于机器视觉的耐火砖测量装置，其特征在于，包括图像采集模块，控制模块，图像处理模块和反馈模块，图像采集模块具有底座，底座上设有承载三结构光激光传感器的导轨，步进电机通过联轴器带动三结构光激光传感器移动，承载耐火砖的转台固定于底座，三结构光激光传感器对准耐火砖的待测表面并扫描待测耐火砖的4个端面；控制模块的输入端与图像采集模块连接，控制模块的输出端分别与图像处理模块和反馈模块连接，反馈模块包括行程开关，和执行剔除筛选操作的机械手；图像采集模块采集耐火砖图像信息，图像处理模块获取耐火砖图像信息，并对耐火砖图像信息进行分析，控制模块获得分析结果，控制模块将分析结果反馈至反馈模块。

【技术特征摘要】
2018.03.14 CN 20181020846541.基于机器视觉的耐火砖测量装置，其特征在于，包括图像采集模块，控制模块，图像处理模块和反馈模块，图像采集模块具有底座，底座上设有承载三结构光激光传感器的导轨，步进电机通过联轴器带动三结构光激光传感器移动，承载耐火砖的转台固定于底座，三结构光激光传感器对准耐火砖的待测表面并扫描待测耐火砖的4个端面；控制模块的输入端与图像采集模块连接，控制模块的输出端分别与图像处理模块和反馈模块连接，反馈模块包括行程开关，和执行剔除筛选操作的机械手；图像采集模块采集耐火砖图像信息，图像处理模块获取耐火砖图像信息，并对耐火砖图像信息进行分析，控制模块获得分析结果，控制模块将分析结果反馈至反馈模块。2.基于机器视觉的耐火砖测量方法，其特征在于，包含以下步骤：步骤1、控制器是转台转动到耐火砖的待测量表面正对三结构光激光传感器的位置，使导轨平动，三结构光激光传感器扫描耐火砖的待测量表面，以获取灰度信息和高度信息融合的原始耐火砖彩色图像；步骤2、对原始耐火砖彩色图像滤波降噪，获得降噪后图像；步骤3、在降噪后图像中，分割出耐火砖区域，获得耐火砖图像；步骤4、对耐火砖图像进行形态学处理，使耐火砖图像边缘平滑过渡，并去除耐火砖图像边缘处的孤立点噪声，获得修正后耐火砖图像；步骤5、用Canny算子对修正后耐火砖图像进行边缘检测；步骤6、对耐火砖的边缘检测得到的离散点进行Hough变换方法和K均值方法拟合分析，计算出耐火砖的实际尺寸；步骤7、由步骤3得到的耐火砖图像，使用最小二乘法对耐火砖图像点云进行平面拟合获得零平面，使耐火砖图像的点云与零平面的点云进行查分获得倾斜校正后点云数据图；步骤8、对倾斜校正后点云的高度直方图进行滤波分割，得到设定深度的点云信息，根据两遍扫描法对设定深度的点云信息进行连通区域标记，计算每个深度下的连通区域面积，获得缺陷数据，缺陷数据上传数据库并在显示屏上显示；步骤9、根据步骤7得到的倾斜校正后云数据图拟合耐火砖的表面，获得耐火砖表面的法向量，计算耐火砖表面的倾斜角，以判定耐火砖的平面度是否符合要求，若倾斜角小于给定阈值，则平面度合格，合格将倾斜角上传数据库并在显示屏上显示；步骤10、使转台转动到耐火砖的下一检测面，重复执行步骤1-9。3.根据权利要求2所述的基于机器视觉的耐火砖测量方法，其特征在于，步骤2中采用双边滤波降噪，双边滤波的计算公式为：其中，k用来对结果进行单位化，c即为基于空间距离的高斯权重，s为基于像素间相似程度的高斯权重，f(ε)为当前像素。4.根据权利要求3所述的基于机器视觉的耐火砖测量方法，其特征在于，步骤3中使用灰度化和Ostu二值化分割出耐火砖区域，包括以下步骤：步骤3-1：将耐火砖彩色图像中的RGB三分量亮度求平均得到灰度值f(x,y)，根据灰度值得到耐火砖灰度直方图，其中，R(x，y)为红通道分量，G(x，y)为绿通道分量，B(x，y)为蓝通道分量；步骤3-2：根据耐火砖灰度直方图，将耐火砖灰度直方图的灰度间隔分为三类，根据公式寻找最佳阈值，其中，为类间方差，k1,k2为预设的阈值，为最佳阈值；步骤3-3：根据最佳阈值将耐火砖灰度图进行分...

【专利技术属性】
技术研发人员：曹衍龙，张远松，杨将新，王敬，孙安顺，董献瑞，
申请(专利权)人：浙江大学山东工业技术研究院，
类型：发明
国别省市：山东,37