一种热轧带钢脱碳层厚度的确定方法及装置制造方法及图纸

本发明专利技术涉及热轧带钢技术领域，尤其涉及一种热轧带钢脱碳层厚度的确定方法，该方法包括：在获取带钢的脱碳层的金相图像后，将所述金相图像划分成多个子图像，并获取所述多个子图像中的每个子图像的灰度平均值；根据所述多个子图像中的每个子图像的灰度平均值，得到多组子图像的距离差；根据所述多组子图像的距离差，得到所述脱碳层的厚度。该方法能快速且高效地确定出带钢脱碳层的厚度，提高带钢脱碳层厚度的确定效率，快速且准确地掌握钢材真实的脱碳程度，对钢材性能进行准确的评价。对钢材性能进行准确的评价。对钢材性能进行准确的评价。

【技术实现步骤摘要】
一种热轧带钢脱碳层厚度的确定方法及装置


[0001]本专利技术涉及热轧带钢
，尤其涉及一种热轧带钢脱碳层厚度的确定方法及装置。

技术介绍

[0002]脱碳是指带钢在加热过程中表面碳含量降低的现象。带钢的表层碳含量降低会导致钢材一系列性能的恶化，例如造成在淬火后带钢的硬度不足，带钢的耐磨性下降，或带钢的疲劳强度降低等问题。因此，钢材的脱碳程度是评价材料性能的重要指标。
[0003]在现有技术方案中，通常采用金相法、硬度法或化学分析法，对带钢的脱碳层厚度进行测量，以便于检测评定带钢的脱碳程度。然而，金相法是基于带钢的脱碳区域与基体组织的差别，通过人工判定脱碳层厚度。硬度法是利用带钢的含碳量与热处理后带钢硬度存在相关性的原理，通过显微硬度的变化情况确定带钢的脱碳情况。但硬度法存在对检测设备精度要求高、检测过程繁琐等局限性。化学法通过测定钢材厚度方向含碳量变化来确定脱碳层厚度，其检测流程复杂且用时长，不适用于工业检测。因此，现有的技术方案引发带钢脱碳层厚度的确定效率低的问题。

技术实现思路

[0004]本申请实施例通过提供一种热轧带钢脱碳层厚度的确定方法及装置，解决了现有技术中带钢脱碳层厚度的确定效率低的技术问题，实现了快速且高效地确定出带钢脱碳层的厚度，提高带钢脱碳层厚度的确定效率，快速且准确地掌握钢材真实的脱碳程度，对钢材性能进行准确的评价等技术效果。
[0005]第一方面，本专利技术实施例提供一种热轧带钢脱碳层厚度的确定方法，包括：
[0006]在获取带钢的脱碳层的金相图像后，将所述金相图像划分成多个子图像，并获取所述多个子图像中的每个子图像的灰度平均值；
[0007]根据所述多个子图像中的每个子图像的灰度平均值，得到多组子图像的距离差；
[0008]根据所述多组子图像的距离差，得到所述脱碳层的厚度。
[0009]优选的，所述金相图像为将所述脱碳层的主视图旋转预设角度后的图像，所述多个子图像为M
×
N个子图像，其中，M为所述多个子图像的行数，N为所述多个子图像的列数，M和N均为大于1的整数；
[0010]所述根据所述多个子图像中的每个子图像的灰度平均值，得到多组子图像的距离差，包括：
[0011]针对所述多个子图像中的每行子图像，根据该行子图像对应的N个子图像中的每个子图像的灰度平均值，得到起始子图像和终止子图像，并根据所述起始子图像和所述终止子图像，得到一组子图像的距离差；
[0012]在所述每行子图像均完成上述操作后，得到M组子图像的距离差。
[0013]优选的，所述根据该行子图像对应的N个子图像中的每个子图像的灰度平均值，得
到起始子图像，包括：
[0014]按照所述对应的N个子图像中的第一个子图像至第N个子图像的顺序，判断所述对应的N个子图像中的每个子图像的灰度平均值，若某个子图像的灰度平均值不小于灰度阈值，则将该子图像确定为所述起始子图像。
[0015]优选的，所述根据该行子图像对应的N个子图像中的每个子图像的灰度平均值，得到终止子图像，包括：
[0016]在得到所述起始子图像后，按照所述起始子图像至所述第N个子图像的顺序，判断所述对应的N个子图像中在所述起始子图像之后的每个子图像的灰度平均值，若某个子图像的灰度平均值小于所述灰度阈值，则将该子图像确定为所述终止子图像。
[0017]优选的，所述根据该行子图像对应的N个子图像中的每个子图像的灰度平均值，得到终止子图像，包括：
[0018]在得到所述起始子图像后，根据所述对应的N个子图像中在所述起始子图像之后的每个子图像的灰度平均值，得到灰度曲线；
[0019]根据所述灰度曲线，得到所述终止子图像。
[0020]优选的，所述根据所述灰度曲线，得到所述终止子图像，包括：
[0021]在所述灰度曲线中，依次判断所述对应的N个子图像中在所述起始子图像之后的每个子图像对应的灰度曲线的斜率，若某个子图像对应的灰度曲线的斜率不大于第一斜率阈值，且所述对应的灰度曲线的斜率不小于第二斜率阈值，则将该子图像确定为所述终止子图像，其中，所述第二斜率阈值小于所述第一斜率阈值。
[0022]优选的，所述根据所述多组子图像的距离差，得到所述脱碳层的厚度，包括：
[0023]通过对所述多组子图像的距离差进行均值处理，得到所述脱碳层的厚度。
[0024]基于同一专利技术构思，第二方面，本专利技术还提供一种热轧带钢脱碳层厚度的确定装置，包括：
[0025]划分模块，用于在获取带钢的脱碳层的金相图像后，将所述金相图像划分成多个子图像，并获取所述多个子图像中的每个子图像的灰度平均值；
[0026]第一得到模块，用于根据所述多个子图像中的每个子图像的灰度平均值，得到多组子图像的距离差；
[0027]第二得到模块，用于根据所述多组子图像的距离差，得到所述脱碳层的厚度。
[0028]基于同一专利技术构思，第三方面，本专利技术提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现热轧带钢脱碳层厚度的确定方法的步骤。
[0029]基于同一专利技术构思，第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现热轧带钢脱碳层厚度的确定方法的步骤。
[0030]本专利技术实施例中的一个或多个技术方案，至少具有如下技术效果或优点：
[0031]在本专利技术实施例中，在获取带钢的脱碳层的金相图像后，对金相图像进行处理，具体处理方法是，先将金相图像划分成多个子图像，再获取多个子图像中的每个子图像的灰度平均值。这里，通过充分利用图像识别技术，通过对脱碳层的金相图像中不同区域灰度值的识别，达到了快速且高效地处理金相图像的效果，提高带钢脱碳层厚度的确定高效率。
[0032]然后，根据多个子图像中的每个子图像的灰度平均值，得到多组子图像的距离差；并根据多组子图像的距离差，得到脱碳层的厚度。这里，根据每个子图像的灰度平均值，得到多组子图像的距离差，进而得到脱碳层呢个的厚度，能定量的计算出带钢脱碳层厚度，摆脱人工识别脱碳层厚度过程中的测量误差。因此，本专利技术实施例的方法实现了快速且高效地确定出带钢脱碳层的厚度，提高带钢脱碳层厚度的确定效率，快速且准确地掌握钢材真实的脱碳程度，对钢材性能进行准确的评价。
附图说明
[0033]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考图形表示相同的部件。在附图中：
[0034]图1示出了本专利技术实施例中的热轧带钢脱碳层厚度的确定方法的步骤流程示意图；
[0035]图2示出了本专利技术实施例中的拍摄带钢的上表面的结构示意图；
[0036]图3示出了本专利技术实施例中的带钢的脱碳层的主视图；
[0037]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种热轧带钢脱碳层厚度的确定方法，其特征在于，包括：在获取带钢的脱碳层的金相图像后，将所述金相图像划分成多个子图像，并获取所述多个子图像中的每个子图像的灰度平均值；根据所述多个子图像中的每个子图像的灰度平均值，得到多组子图像的距离差；根据所述多组子图像的距离差，得到所述脱碳层的厚度。2.如权利要求1所述的方法，其特征在于，所述金相图像为将所述脱碳层的主视图旋转预设角度后的图像，所述多个子图像为M
×
N个子图像，其中，M为所述多个子图像的行数，N为所述多个子图像的列数，M和N均为大于1的整数；所述根据所述多个子图像中的每个子图像的灰度平均值，得到多组子图像的距离差，包括：针对所述多个子图像中的每行子图像，根据该行子图像对应的N个子图像中的每个子图像的灰度平均值，得到起始子图像和终止子图像，并根据所述起始子图像和所述终止子图像，得到一组子图像的距离差；在所述每行子图像均完成上述操作后，得到M组子图像的距离差。3.如权利要求2所述的方法，其特征在于，所述根据该行子图像对应的N个子图像中的每个子图像的灰度平均值，得到起始子图像，包括：按照所述对应的N个子图像中的第一个子图像至第N个子图像的顺序，判断所述对应的N个子图像中的每个子图像的灰度平均值，若某个子图像的灰度平均值不小于灰度阈值，则将该子图像确定为所述起始子图像。4.如权利要求3所述的方法，其特征在于，所述根据该行子图像对应的N个子图像中的每个子图像的灰度平均值，得到终止子图像，包括：在得到所述起始子图像后，按照所述起始子图像至所述第N个子图像的顺序，判断所述对应的N个子图像中在所述起始子图像之后的每个子图像的灰度平均值，若某个子图像的灰度平均值小于所述灰度阈值，则将该子图像确定为所述终止子图像。5.如权利要求3所述的方法...

【专利技术属性】
技术研发人员：李旭东，于洋，白凤霞，唐婧，李蓓，王畅，陈飞，李高峰，孙翼洲，王林，于浩淼，李金保，牛涛，龚坚，
申请(专利权)人：北京首钢股份有限公司首钢股份公司迁安钢铁公司，
类型：发明
国别省市：