环件热轧中环件形态变化的视觉测量方法及相关设备技术

本申请实施例公开了一种环件热轧中环件形态变化的视觉测量方法及相关设备。方法包括：通过高速相机采集正在进行热轧中的环件的环件图像；对环件图像进行抽帧采样，得到第一图像；对第一图像进行预处理，得到第二图像，预处理包括ROI区域提取处理以及阈值处理；对第二图像进行图像边缘提取处理，得到第三图像；对第三图像进行轮廓提取处理，得到第四图像；过滤第四图像中的驱动辊图像以及芯辊图像，得到第五图像；对第五图像进行最小二乘法拟合过滤，以过滤掉第五图像中的异常点，得到第六图像；对第六图像中环件的轮廓点进行分段采样，得到采样数据；根据采样数据对环件进行测量。本方案可以在环件热轧中对环件形态变化进行精确测量。精确测量。精确测量。

【技术实现步骤摘要】
环件热轧中环件形态变化的视觉测量方法及相关设备


[0001]本申请涉及图像处理
，尤其涉及一种环件热轧中环件形态变化的视觉测量方法及相关设备。

技术介绍

[0002]在目前的环件生产中，都是通过理论计算后，设计好轧机中轧辊的尺寸及轧辊的运动规范，在生产的时候进行自动轧制，对轧制过程中的环件形态变化和尺寸变化难以得到控制，一般是在轧制过程的末端增加整圆阶段，使环件的圆度得到改善。然而，自动化的轧制，对过程中的环件圆度变化、环件尺寸最大差值、环件的摆动及轧制振动等影响环件成形质量的参数难以得到控制。因此，需要了解环件轧制过程形态变化，研究形态变化的影响机理，从而实时调整轧制工艺参数，使轧制过程能实现实时稳态轧制，提高环件质量和轧制效率。
[0003]现有的研究中针对环件的测量方式包括激光、工业视觉和其他类型的接触测量，这些测量方法大多基于冷态轧制，或是采用激光束系统获取冷却后的环件尺寸，这些方法只能获取局部特征，成本高昂、使用场景有限，在热态环件轧制过程中会有大量氧化皮飞出，导致上述方法精度变差，结果不真实。

技术实现思路

[0004]本申请实施例提供了一种环件热轧中环件形态变化的视觉测量方法及相关设备，可以在环件热轧中对环件形态变化进行精确测量。
[0005]第一方面，本申请实施例提供了一种环件热轧中环件形态变化的视觉测量方法，其包括：
[0006]通过高速相机采集正在进行热轧中的环件的环件图像；
[0007]根据预设的抽帧频率对所述环件图像进行抽帧采样，得到第一图像；
[0008]对所述第一图像进行预处理，得到第二图像，所述预处理包括ROI区域提取处理以及阈值处理；
[0009]对所述第二图像进行图像边缘提取处理，得到第三图像；
[0010]对所述第三图像进行轮廓提取处理，得到第四图像；
[0011]过滤所述第四图像中的驱动辊图像以及芯辊图像，得到第五图像；
[0012]对所述第五图像进行最小二乘法拟合过滤，以过滤掉所述第五图像中的异常点，得到第六图像；
[0013]对所述第六图像中所述环件的轮廓点进行分段采样，得到采样数据；
[0014]根据所述采样数据对所述环件进行测量。
[0015]在一些实施例中，所述对所述第一图像进行预处理，得到第二图像，包括：
[0016]对所述第一图像进行裁剪，得到所述环件的ROI区域图像；
[0017]根据预设的阈值对所述ROI区域图像进行二值化处理，得到所述第二图像。
[0018]在一些实施例中，所述过滤所述第四图像中的驱动辊图像以及芯辊图像，得到第五图像，包括：
[0019]根据所述第四图像中环件的内轮廓点的坐标以及预设的内轮廓点过滤公式过滤所述芯辊图像；
[0020]根据所述第四图像中环件的外轮廓点的坐标以及预设的外轮廓点过滤公式过滤所述驱动辊图像，得到所述第五图像。
[0021]在一些实施例中，所述对所述第五图像进行最小二乘法拟合过滤，以过滤掉所述第五图像中的异常点，得到第六图像，包括：
[0022]对所述第五图像中的轮廓点坐标进行最小二乘法拟合，得到所述环件的拟合圆心坐标；
[0023]根据轮廓点到拟合圆心的距离确定所述异常点；
[0024]去除所述第五图像中的所述异常点，得到所述第六图像。
[0025]在一些实施例中，所述对所述第六图像中所述环件的轮廓点进行分段采样，得到采样数据，包括：
[0026]每间隔10度对所述第六图像中所述环件的轮廓点进行分段采样，得到包含36个采样点的所述采样数据。
[0027]在一些实施例中，所述根据所述采样数据对所述环件进行测量，包括：
[0028]根据所述采样数据分别计算所述环件当前时段内的内环中心坐标变化曲线、外环中心坐标变化曲线、内环半径变化曲线、外环半径变化曲线、内外环中心距离变化曲线、内外环半径差变化曲线；及，
[0029]根据所述采样数据计算环件出辊变化曲线、入辊变化曲线及最低点半径变化曲线。
[0030]在一些实施例中，所述根据所述采样数据对所述环件进行测量之后，所述方法还包括：
[0031]根据所述采样数据确定所述环件的当前尺寸；
[0032]根据当前尺寸以及预设目标尺寸之间的差值确定轧机的控制参数；
[0033]根据所述控制参数控制所述轧机。
[0034]第二方面，本申请实施例还提供了一种环件热轧中环件形态变化的视觉测量装置，其包括：采集单元以及处理单元：
[0035]所述采集单元，用于通过高速相机采集正在进行热轧中的环件的环件图像；
[0036]所述处理单元，用于根据预设的抽帧频率对所述环件图像进行抽帧采样，得到第一图像；对所述第一图像进行预处理，得到第二图像，所述预处理包括ROI区域提取处理以及阈值处理；对所述第二图像进行图像边缘提取处理，得到第三图像；对所述第三图像进行轮廓提取处理，得到第四图像；过滤所述第四图像中的驱动辊图像以及芯辊图像，得到第五图像；对所述第五图像进行最小二乘法拟合过滤，以过滤掉所述第五图像中的异常点，得到第六图像；对所述第六图像中所述环件的轮廓点进行分段采样，得到采样数据；根据所述采样数据对所述环件进行测量。
[0037]第三方面，本申请实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。
[0038]第四方面，本申请实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时可实现上述方法。
[0039]本申请实施例提供了一种环件热轧中环件形态变化的视觉测量方法及相关设备。其中，所述方法包括：通过高速相机采集正在进行热轧中的环件的环件图像；根据预设的抽帧频率对所述环件图像进行抽帧采样，得到第一图像；对所述第一图像进行预处理，得到第二图像，所述预处理包括ROI区域提取处理以及阈值处理；对所述第二图像进行图像边缘提取处理，得到第三图像；对所述第三图像进行轮廓提取处理，得到第四图像；过滤所述第四图像中的驱动辊图像以及芯辊图像，得到第五图像；对所述第五图像进行最小二乘法拟合过滤，以过滤掉所述第五图像中的异常点，得到第六图像；对所述第六图像中所述环件的轮廓点进行分段采样，得到采样数据；根据所述采样数据对所述环件进行测量。通过本方案，可以在环件热轧中对环件形态变化进行精确测量。
附图说明
[0040]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。
[0041]图1为本申请实施例提供的环件热轧中环件形态变化的视觉测量方法的应用场景示意图；
[0042]图2为本申请实施例提供的环件热轧中环件形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种环件热轧中环件形态变化的视觉测量方法，其特征在于，包括：通过高速相机采集正在进行热轧中的环件的环件图像；根据预设的抽帧频率对所述环件图像进行抽帧采样，得到第一图像；对所述第一图像进行预处理，得到第二图像，所述预处理包括ROI区域提取处理以及阈值处理；对所述第二图像进行图像边缘提取处理，得到第三图像；对所述第三图像进行轮廓提取处理，得到第四图像；过滤所述第四图像中的驱动辊图像以及芯辊图像，得到第五图像；对所述第五图像进行最小二乘法拟合过滤，以过滤掉所述第五图像中的异常点，得到第六图像；对所述第六图像中所述环件的轮廓点进行分段采样，得到采样数据；根据所述采样数据对所述环件进行测量。2.根据权利要求1所述的方法，其特征在于，所述对所述第一图像进行预处理，得到第二图像，包括：对所述第一图像进行裁剪，得到所述环件的ROI区域图像；根据预设的阈值对所述ROI区域图像进行二值化处理，得到所述第二图像。3.根据权利要求1所述的方法，其特征在于，所述过滤所述第四图像中的驱动辊图像以及芯辊图像，得到第五图像，包括：根据所述第四图像中环件的内轮廓点的坐标以及预设的内轮廓点过滤公式过滤所述芯辊图像；根据所述第四图像中环件的外轮廓点的坐标以及预设的外轮廓点过滤公式过滤所述驱动辊图像，得到所述第五图像。4.根据权利要求1所述的方法，其特征在于，所述对所述第五图像进行最小二乘法拟合过滤，以过滤掉所述第五图像中的异常点，得到第六图像，包括：对所述第五图像中的轮廓点坐标进行最小二乘法拟合，得到所述环件的拟合圆心坐标；根据轮廓点到拟合圆心的距离确定所述异常点；去除所述第五图像中的所述异常点，得到所述第六图像。5.根据权利要求1所述的方法，其特征在于，所述对所述第六图像中所述环件的轮廓点进行分段采样，得到采样数据，包括：每间隔10度对所述第六图像中所述环件的轮廓点进行分段采样，得到包含36个采样点的所述采样数据。6.根据权利要求...

【专利技术属性】
技术研发人员：左治江，熊志豪，李涵，付晓鸽，潘利波，曾凡琮，
申请(专利权)人：江汉大学，
类型：发明
国别省市：