基于图像处理的钢结构的切割控制方法技术

本发明专利技术涉及钢结构切割技术领域，具体涉及基于图像处理的钢结构的切割控制方法，包括：分别获取钢结构表面的可见光图像的第一梯度图像和红外图像的第二梯度图像；获取第一梯度图像的整体梯度分布向量、第二梯度图像的多个局部梯度分布向量；分别计算每个局部与整体梯度分布向量的分布相似度，根据第二梯度图像中每个像素所对应的多个分布相似度得到相应像素的钢渣评价指标；根据第二梯度图像中所有像素的钢渣评价指标得到边缘评价图；根据边缘评价图计算边缘像素的边缘评价值；根据边缘评价值去除钢渣边缘，保留切缝。本发明专利技术实施例利用红外图像获取切割边缘，并利用可见光图像中的信息辅助获取红外图像的切割边缘，以达到准确获取切割偏差的目的。获取切割偏差的目的。获取切割偏差的目的。

【技术实现步骤摘要】
基于图像处理的钢结构的切割控制方法


[0001]本专利技术涉及钢结构切割
，具体涉及基于图像处理的钢结构的切割控制方法。

技术介绍

[0002]随着社会经济的发展和工业化的推进，钢材切割多采用前期编程控制来实现智能切割，这种切割方式虽然能够提高切割效率，属于先编程后生产的方式，该方式在生产过程中一旦某个生产变量发生偏差就会出现切割残次，这种残次轻者需要修正后使用，严重时直接造成整个钢材被废弃，无法使用。因而需对切割过程进行检测，一旦出现偏差需要及时调整控制，防止偏差延续，及时避免切割残次发生。
[0003]在切割控制过程中，需对采集的图像进行处理，识别切割边缘，进而判定切割参数是否合适。现有技术中通常是对可见光图像进行处理获取边缘图像，获取切割边缘，进而判断参数是否合适。然而可见光图像的处理过程中只能根据图像的颜色梯度信息判断是否为切割边缘，由于挂渣区域的梯度与切缝区域的梯度信息比较接近，无法排除钢渣边缘的影响，同时也无法排除切割时所产生的火花亮度的影响，因此所得到的结果不准确，若因不准确的判断结果调整了切割参数会产生较大的切割偏差。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种基于图像处理的钢结构的切割控制方法，所采用的技术方案具体如下：基于图像处理的钢结构的切割控制方法，该方法包括以下步骤：采集在切割钢结构时钢结构表面的可见光图像和红外图像，所述钢结构表面包括钢渣和切缝；分别获取所述可见光图像的第一梯度图像和红外图像的第二梯度图像；获取第一梯度图像的整体梯度分布向量、第二梯度图像的多个局部梯度分布向量；分别计算每个所述局部梯度分布向量与整体梯度分布向量之间的分布相似度，根据第二梯度图像中每个像素所对应的多个分布相似度的总和得到相应像素的钢渣评价指标；根据第二梯度图像中所有像素的钢渣评价指标得到像素评价图，基于所述红外图像中相应边缘像素，得到由边缘像素的钢渣评价指标构成的边缘评价图；获取边缘的弯曲方向，计算边缘像素在弯曲方向上的投影值，以所述边缘评价图中相应像素的钢渣评价指标作为权重，对所述投影值进行加权，并获取加权之后的投影值的方差，所述方差为钢渣的边缘评价值；根据边缘评价值去除钢渣边缘，保留切缝，以通过所述切缝是否存在切割偏差来调整切割走向。
[0005]进一步，所述整体梯度分布向量是由所述第一梯度图像的多个阶矩构成的向量。
[0006]进一步，所述第一梯度图像的获取步骤包括：对所述可见光图像进行阈值分割得到钢渣区域，计算钢渣区域的梯度值得到所述第一梯度图像。
[0007]进一步，根据第二梯度图像中每个像素所对应的多个分布相似度的总和得到相应像素的钢渣评价指标的步骤进一步包括以下优化步骤：以所述第二梯度图像中的任意一个
像素为中心像素，利用窗口计算局部梯度分布向量；获取以中心像素为中心的中心窗口、包含所述中心像素的邻域窗口，获取所述中心窗口与所述邻域窗口之间的重合程度；以所述重合程度作为邻域窗口的权重，对所有邻域窗口对应的分布相似度进行加权求和得到中心像素的钢渣评价指标。
[0008]进一步，所述基于所述红外图像中相应边缘像素，得到由边缘像素的钢渣评价指标构成的边缘评价图的步骤包括：获取所述红外图像的掩膜图像，所述掩膜图像与所述红外图像的尺度相同，所述掩膜图像中边缘像素的像素值为1，其他像素的像素值为0；将所述掩膜图像与所述像素评价图相乘得到所述边缘评价图。
[0009]进一步，所述基于所述红外图像中相应边缘像素，得到由边缘像素的钢渣评价指标构成的边缘评价图的步骤之前进一步包括以下优化步骤：利用高斯滤波器对所述像素评价图进行滤波得到滤波后的像素评价图。
[0010]进一步，所述获取边缘的弯曲方向的步骤包括：利用主成分分析法获取边缘的特征值，特征值最大的主成分方向为第一主成分方向，与所述第一主成分方向垂直的方向为边缘的弯曲方向。
[0011]进一步，所述分布相似度采用余弦相似度。
[0012]本专利技术具有如下有益效果：本专利技术实施例提供了一种基于图像处理的钢结构的切割控制方法，通过采集在切割过程中的可见光图像和红外图像，由于热度的影响，钢渣边缘和切缝边缘所组成的边缘像素在可见光图像和红外图像中的分布特征相似，通过获取可见光图像和红外图像所对应的梯度分布向量之间的相似度，并结合钢渣边缘的特征进一步判断相应边缘为钢渣边缘的边缘评价值，根据边缘评价值去除钢渣边缘，保留切缝，以通过所述切缝是否存在切割偏差来调整切割走向，达到排除钢渣边缘的影响。本专利技术实施例利用红外图像获取切割边缘，由于红外图像中边缘不清晰以及焊渣边缘纹理的干扰，因此利用可见光图像中的信息辅助获取红外图像中的切割边缘，以达到准确获取切割偏差的目的。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据以下附图获得其它附图。
[0014]图1为本专利技术一个实施例所提供的一种基于图像处理的钢结构的切割控制方法流程图。
具体实施方式
[0015]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于图像处理的钢结构的切割控制方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0016]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0017]下面结合附图具体的说明本专利技术所提供的一种基于图像处理的钢结构的切割控制方法的具体方案。
[0018]请参阅图1，其示出了本专利技术一个实施例提供的一种基于图像处理的钢结构的切割控制方法流程图，该控制方法包括以下步骤：步骤S001，采集切割时钢结构表面的红外图像以及切割后钢结构表面的可见光图像，所述钢结构表面包括钢渣和切缝；在切割时激光器的喷嘴发射的光束在焦点处形成一个光斑，使材料迅速被加热至汽化温度，蒸发后形成孔洞，随着光束与钢结构件之间的相对移动，使孔洞连续形成切缝。
[0019]首先布置相机，利用RGB相机采集切割后钢结构表面的可见光图像，也即RGB图像，切割后的钢结构表面受到激光头切割时所产生的火光的影响很小，可以不做考虑，因此能够获取到清晰的钢结构表面图像。利用红外相机采集切割时的钢结构表面的红外图像，也即采集的是包含当前正在切割位置的区域图像，由于激光头在切割钢结构时会产生火光，光对红外图像的影响很小，红外图像中所呈现的热度区域更多的是钢结构表面所形成的切缝和在切割过程中形成的钢渣。在切割的过程中会形成钢渣，短时间内焊渣区域的温度以及切缝区域的温度明显高于钢结构正常区域的温度。
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像处理的钢结构的切割控制方法，其特征在于，该方法包括以下步骤：采集切割时钢结构表面的红外图像以及切割后钢结构表面的可见光图像，所述钢结构表面包括钢渣和切缝；分别获取所述可见光图像的第一梯度图像和红外图像的第二梯度图像；获取第一梯度图像的整体梯度分布向量、第二梯度图像的多个局部梯度分布向量；分别计算每个所述局部梯度分布向量与整体梯度分布向量之间的分布相似度，根据第二梯度图像中每个像素所对应的多个分布相似度的总和得到相应像素的钢渣评价指标；根据第二梯度图像中所有像素的钢渣评价指标得到像素评价图，基于所述红外图像中相应边缘像素，得到由边缘像素的钢渣评价指标构成的边缘评价图；获取边缘的弯曲方向，计算边缘像素在弯曲方向上的投影值，以所述边缘评价图中相应像素的钢渣评价指标作为权重，对所述投影值进行加权，并获取加权之后的投影值的方差，所述方差为钢渣的边缘评价值；根据边缘评价值去除钢渣边缘，保留切缝，以通过所述切缝是否存在切割偏差来调整切割走向。2.根据权利要求1所述的基于图像处理的钢结构的切割控制方法，其特征在于，所述整体梯度分布向量是由所述第一梯度图像的多个阶矩构成的向量。3.根据权利要求1所述的基于图像处理的钢结构的切割控制方法，其特征在于，所述第一梯度图像的获取步骤包括：对所述可见光图像进行阈值分割得到钢渣区域，计算钢渣区域的梯度值得到所述第一梯度图像。4.根据权利要求1所述的基于图像处理的钢结构的切割控制方法，其特征在于，根据第二梯度图像中每个像素所对应的多个分布...

【专利技术属性】
技术研发人员：保柳柳，
申请(专利权)人：南通皋亚钢结构有限公司，
类型：发明
国别省市：