一种基于机器视觉的高精度中厚板宽度测量方法技术

本发明专利技术提供一种基于机器视觉的高精度中厚板宽度测量方法，属于机器视觉检测技术领域。该方法在同一水平线上沿钢板宽度方向分布排列多个线阵相机，采集钢板下表面图像；通过标定板标定出各相机的分辨率以及相机之间的重合区域，通过去除重叠、背景等冗余区域得到各相机的实际拍摄钢板范围。再通过遗传算法拟合出各相机最优的偏转角度解，利用偏转角度计算得到各相机拍摄钢板范围在钢板宽度方向上的投影长度，并将投影长度进行累加即可得到钢板的宽度值。该方法不仅可以扩展宽度测量范围，避免单个相机测量时存在的精度不足、边界模糊等问题，而且大大降低了测量过程中的非线性误差，明显的提高了宽度测量的精度。明显的提高了宽度测量的精度。明显的提高了宽度测量的精度。

【技术实现步骤摘要】
分别为相机1、相机2、相机3和相机4拍摄的实际范围；p
12
为相机1拍摄图像中相机1和相机2重合区域像素，p
21
为相机2拍摄图像中相机2和相机1重合区域像素，p
23
为相机2拍摄图像中相机2和相机3重合区域像素，p
32
为相机3拍摄图像中相机3和相机2重合区域像素，p
34
为相机3拍摄图像中相机3和相机4重合区域像素，p
43
为相机4拍摄图像中相机4和相机3重合区域像素；
[0014]F
e1
、F
e2
、F
e3
、F
e4
分别为相机1、相机2、相机3和相机4的分辨率，通过以下公式计算：
[0015][0016]其中，p为线阵相机的分辨精度。
[0017]上述相机2、相机3拍摄范围均为钢板区域，相机1、相机4中存在有非钢板的背景区域，通过二值化分割可得到相机1和相机4中非钢板的背景区域像素p
11
、p
44
。
[0018]步骤(4)中设定每个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的高精度中厚板宽度测量方法，其特征在于：包括步骤如下：(1)在同一水平线上沿钢板宽度方向分布排列多个线阵相机，采集钢板下表面图像，各相机拍摄范围有一定重合；(2)根据相机标定的数据去除各相机之间拍摄区域重合的像素点；(3)在每个相机图像中分割出代表钢板的像素点，结合相机的实际分辨率得到每个相机拍摄的实际钢板范围；(4)利用遗传算法求解出线阵相机像元区域与钢板宽度方向的偏转角度；(5)根据偏转角度计算出相机拍摄的实际钢板范围在钢板宽度方向的投影，各相机对应的投影长度依次累加即可得到钢板的宽度。2.根据权利要求1所述的基于机器视觉的高精度中厚板宽度测量方法，其特征在于：所述步骤(1)中线阵相机为4个，线阵相机的分辨精度为p，各相机之间的重复区域为拍摄范围的4％～6％。3.根据权利要求1所述的基于机器视觉的高精度中厚板宽度测量方法，其特征在于：所述步骤(2)中相机标定的数据为利用标定板标定得到的数据，包括相机拍摄的实际范围l
′1、l
′2、l
′3、l
′4，相机之间重合区域像素p
12
、p
21
、p
23
、p
32
、p
34
、p
43
，其中，l
′1、l
′2、l
′3、l
′4分别为相机1、相机2、相机3和相机4拍摄的实际范围；p
12
为相机1拍摄图像中相机1和相机2重合区域像素，p
21
为相机2拍摄图像中相机2和相机1重合区域像素，p
23
为相机2拍摄图像中相机2和相机3重合区域像素，p
32
为相机3拍摄图像中相机3和相机2重合区域像素，p
34
为相机3拍摄图像中相机3和相机4重合区域像素，p
43
为相机4拍摄图像中相机4和相机3重合区域像素；进一步计算相机1、相机2、相机3和相机4的分辨率F
e1
、F
e2
、F
e3
、F
e4
：其中，p为线阵相机的分辨精度。4.根据权利要求3所述的基于机器视觉的高精度中厚板宽度测量方法，其特征在于：所述相机2、相机3拍摄范围均为钢板区域，相机1、相机4中存在有非钢板的背景区域，通过二值化分割得到相机1和相机4中非钢板的背景区域像素p
11
、p
44
。5.根据权利要求1所述的基于机器视觉的高精度中厚板宽度测量方法，其特征在于：所述步骤(4)中设定每个相机偏转角度的求解范围为[
‑
10，10]，遗传算法中设计的适应度函数为：其中，δ为遗传算法用到的适应度函数，N为抽取...

【专利技术属性】
技术研发人员：吴昆鹏，孙文权，杨朝霖，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：