一种基于机器视觉的方坯检测方法、系统、设备及介质技术方案

本发明专利技术提供一种基于机器视觉的方坯检测方法、系统、设备及介质，所述的方法包括：采集方坯截面图像，并对所述方坯截面图像进行标注，获取所述方坯截面图像的目标数据集；通过识别网络对所述目标数据集进行训练，获取识别模型；通过所述识别模型对实时的方坯截面图像进行检测，获取方坯的关联特征信息并判断是否脱方。通过摄像设备采集方坯截面图像，在该图像中对方坯的目标进行标注，将完成标注的方坯截面图像输入到识别网络中进行训练，获取识别率较高的识别模型，进而通过识别模型获取方坯截面图像中方坯的关联特征信息依据关联特征信息对方坯是否脱方进行判定，避免人工判定时造成的人为误差以及危害施工安全情况发生。

【技术实现步骤摘要】
一种基于机器视觉的方坯检测方法、系统、设备及介质
本专利技术涉及检测
，特别是涉及一种基于机器视觉的方坯检测方法、系统、设备及介质。
技术介绍
在钢铁产品的生产中，方坯是一种常见的钢材中间形态。理想的方坯应有正方形的横截面，以保证分布均匀，便于进一步的加工，若出现方坯的形状异常，例如，形状为非矩形或者矩形中的长和宽度不一致。方坯的形状异常将导致脱方的情况发生，进而易导致加工后成品出现问题。目前，方坯脱方识别主要依靠有经验的工人进行识别，由于多条产线需要长时间运行，且人工识别可能存在识别误差，容易导致误识别、漏识别等状况发生。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种基于机器视觉的方坯检测方法、系统、设备及介质，用于解决现有技术中的方坯识别不便的问题。为实现上述目的及其他相关目的，本专利技术提供一种基于机器视觉的方坯检测方法，包括：采集方坯截面图像，并对所述方坯截面图像进行标注，获取所述方坯截面图像的目标数据集；通过识别网络对所述目标数据集进行训练，获取识别模型，所述识别模型至少包括以下之一：检测模型、分类模型；通过所述识别模型对实时的方坯截面图像进行检测，获取方坯的关联特征信息，其中，所述关联特征信息至少包括以下之一：位置信息、形貌信息；通过所述方坯关联特征信息检测方坯是否脱方。可选的，通过所述方坯关联特征信息检测方坯是否脱方的步骤之前，还包括：将摄像设备与方坯截面相匹配，并在所述摄像设备的视场内设置感兴趣区域；获取方坯的位置信息，通过所述方坯的位置信息与所述感兴趣区域进行对比，确定所述方坯是否到达目标区域。可选的，通过所述方坯关联特征信息检测方坯是否脱方的步骤包括：所述分类模型根据所述形貌信息判断所述方坯是否为矩形，若否，则判定方坯为脱方。可选的，通过所述方坯关联特征信息检测方坯是否脱方的步骤包括：所述分类模型根据所述位置信息判断判断方坯是否为正方形，若否，则判定方坯为脱方。可选的，通过所述方坯关联特征信息检测方坯是否脱方的步骤还包括：通过方坯的两端分别对应的关联特征信息检测方坯是否脱方。可选的，通过所述方坯的位置信息与所述感兴趣区域进行对比，确定所述方坯到达目标区域数学表达为：ROIxmin＜Sectionxmin；Sectionxmax＜ROIxmax其中，ROIxmin为感兴趣区域X轴坐标的最小值，ROIxmax为感兴趣区域X轴坐标的最大值，Sectionxmin为方坯的位置信息中X轴坐标的最小值，Sectionxmax为方坯的位置信息中X轴坐标的最大值。可选的，根据所述位置信息判断判断方坯是否为正方形的步骤包括：根据方坯的位置信息中的长度和宽度，并通过差异阈值判断方坯为正方形的数学表达为：|(Sectionxmax-Sectionxmin)-(Sectionymax-Sectionymin)|＜T其中，Sectionxmin为方坯的位置信息中X轴坐标的最小值，Sectionxmax为方坯的位置信息中X轴坐标的最大值，Sectionymin为方坯的位置信息中Y轴坐标的最小值，Sectionymax为方坯的位置信息中Y轴坐标的最大值，T为差异阈值。一种基于机器视觉的方坯检测系统，包括：采集模块，用于采集方坯截面图像，并对所述方坯截面图像进行标注，获取所述方坯截面图像的目标数据集；训练模块，用于通过识别网络对所述目标数据集进行训练，获取识别模型，所述识别模型至少包括以下之一：检测模型、分类模型；判定模块，用于通过所述识别模型对实时的方坯截面图像进行检测，获取方坯的关联特征信息，通过所述方坯关联特征信息检测方坯是否脱方，其中，所述关联特征信息至少包括以下之一：位置信息、形貌信息。一种设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行中一个或多个所述的方法。一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行中一个或多个所述的方法。如上所述，本专利技术的基于机器视觉的方坯检测方法、系统、设备及介质，具有以下有益效果：通过摄像设备采集方坯截面图像，在该图像中对方坯的目标进行标注，将完成标注的方坯截面图像输入到识别网络中进行训练，获取识别率较高的识别模型，进而通过识别模型获取方坯截面图像中方坯的关联特征信息，例如，位置信息，又例如，形貌信息，依据关联特征信息对方坯是否脱方进行判定，提高了检测效率和时效性，避免人工判定时造成的人为误差以及危害施工安全情况发生。附图说明图1显示为本专利技术实施例的方坯截面图像的示意图。图2显示为本专利技术实施例的基于机器视觉的方坯检测方法的流程示意图。图3显示为本专利技术实施例的基于机器视觉的方坯检测系统的示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需要说明的是，本实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本专利技术可实施的范围，其相对关系的改变或调整，在无实质变更
技术实现思路
下，当亦视为本专利技术可实施的范畴。请参阅图1和图2，本专利技术提供一种基于机器视觉的方坯检测方法，包括：S1：采集方坯截面图像，并对所述方坯截面图像进行标注，获取所述方坯截面图像的目标数据集；S2：通过识别网络对所述目标数据集进行训练，获取识别模型，所述识别模型至少包括以下之一：检测模型、分类模型；S3：通过所述识别模型对实时的方坯截面图像进行检测，获取方坯的关联特征信息，其中，所述关联特征信息至少包括以下之一：位置信息、形貌信息；S4：通过所述方坯关联特征信息检测方坯是否脱方。通过摄像设备采集方坯截面图像，在该图像中对方坯的目标进行标注，将完成标注的方坯截面图像输入到识别网络中进行训练，获取识别率较高的识别模型，进而通过识别模型获取方坯截面图像中方坯的关联特征信息，例本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的方坯检测方法，其特征在于，包括：/n采集方坯截面图像，并对所述方坯截面图像进行标注，获取所述方坯截面图像的目标数据集；/n通过识别网络对所述目标数据集进行训练，获取识别模型，所述识别模型至少包括以下之一：检测模型、分类模型；/n通过所述识别模型对实时的方坯截面图像进行检测，获取方坯的关联特征信息，其中，所述关联特征信息至少包括以下之一：位置信息、形貌信息；/n通过所述方坯关联特征信息检测方坯是否脱方。/n

【技术特征摘要】
1.一种基于机器视觉的方坯检测方法，其特征在于，包括：
采集方坯截面图像，并对所述方坯截面图像进行标注，获取所述方坯截面图像的目标数据集；
通过识别网络对所述目标数据集进行训练，获取识别模型，所述识别模型至少包括以下之一：检测模型、分类模型；
通过所述识别模型对实时的方坯截面图像进行检测，获取方坯的关联特征信息，其中，所述关联特征信息至少包括以下之一：位置信息、形貌信息；
通过所述方坯关联特征信息检测方坯是否脱方。


2.根据权利要求1所述的基于机器视觉的方坯检测方法，其特征在于，通过所述方坯关联特征信息检测方坯是否脱方的步骤之前，还包括：
将摄像设备与方坯截面相匹配，并在所述摄像设备的视场内设置感兴趣区域；
获取方坯的位置信息，通过所述方坯的位置信息与所述感兴趣区域进行对比，确定所述方坯是否到达目标区域。


3.根据权利要求1所述的基于机器视觉的方坯检测方法，其特征在于，通过所述方坯关联特征信息检测方坯是否脱方的步骤包括：
所述分类模型根据所述形貌信息判断所述方坯是否为矩形，若否，则判定方坯为脱方。


4.根据权利要求1或者3所述的基于机器视觉的方坯检测方法，其特征在于，通过所述方坯关联特征信息检测方坯是否脱方的步骤包括：
所述分类模型根据所述位置信息判断判断方坯是否为正方形，若否，则判定方坯为脱方。


5.根据权利要求1所述的基于机器视觉的方坯检测方法，其特征在于，通过所述方坯关联特征信息检测方坯是否脱方的步骤还包括：
通过方坯的两端分别对应的关联特征信息检测方坯是否脱方。


6.根据权利要求4所述的基于机器视觉的方坯检测方法，其特征在于，通过所述方坯的位置信息与所述感兴趣区域进行对比，确定所述方坯到达目标区域数学表达为：
ROIxmin<Sectionxmin；Sectionxmax<ROIxmax<...

【专利技术属性】
技术研发人员：庞殊杨，余文涵，杜一杰，刘睿，贾鸿盛，王嘉骏，刘斌，毛尚伟，
申请(专利权)人：中冶赛迪重庆信息技术有限公司，
类型：发明
国别省市：重庆;50