一种基于机器视觉的酸洗质量在线定量评价方法及系统技术方案

本公开属于冷轧处理线技术领域，具体提供了一种基于机器视觉的酸洗质量在线定量评价方法及系统，方法包括：利用张力辊在拍摄区域形成预设包角以抑制带钢振动；利用光源将光投射到带钢表面，相机采集带钢的表面图像；通过数据采集卡获取相机拍摄的带钢的表面图像数据；根据表面图像数据识别出欠酸洗及过酸洗缺陷，给出酸洗质量等级，并给出画面提示。基于机器视觉，实现带钢酸洗质量在线评价，实时性好，客观度高，一致性好；且通过张力辊在拍摄区域形成一定包角，抑制带钢振动，图像成像质量清晰。可统计分析不同钢种、不同规格和不同酸洗工艺参数下带钢酸洗质量，给出酸洗工艺改进建议，解决了酸洗质量人工评价存在的问题，具有广泛的应用价值。广泛的应用价值。广泛的应用价值。

【技术实现步骤摘要】
一种基于机器视觉的酸洗质量在线定量评价方法及系统


[0001]本公开涉及冷轧处理线
，特别涉及一种基于机器视觉的酸洗质量在线定量评价方法及系统。

技术介绍

[0002]在冷轧带钢酸洗机组中，对于一定品种、一定卷取温度的钢卷，设定不同的酸液温度、酸液浓度等工艺参数，最后的酸洗终点时间不同，酸洗的质量效果也不同，酸洗的成本也不同，目前的酸洗参数设定主要依据操作规程来设定，操作规程为了避免欠酸洗，设定的酸液温度和酸液浓度值偏大，一方面导致能源介质耗量较大，推高了运行成本，另一方面会导致更多的过酸洗，加重了酸洗铁损。
[0003]其原因之一在于目前酸洗质量评价是基于人工的定性的评价，通过人眼对酸洗质量进行抽样的、定性的、主观的评价，间隔一段时间通过目视检查酸洗质量，具有很大的滞后性，只粗略的区分了欠酸洗和过酸洗，欠酸洗、过酸洗严重程度没有细分，没有形成量化指标，难以有效指导酸洗工艺参数定量调节。

技术实现思路

[0004]本公开旨在至少解决现有技术中存在的技术问题之一，提出了一种基于机器视觉的酸洗质量在线定量评价方法及系统。
[0005]第一方面，本公开提供了一种基于机器视觉的酸洗质量在线定量评价方法，包括：
[0006]利用张力辊在拍摄区域形成预设包角以抑制带钢振动；
[0007]利用光源将光投射到带钢表面，相机采集带钢的表面图像；
[0008]通过数据采集卡获取相机拍摄的带钢的表面图像数据；
[0009]根据所述表面图像数据识别出欠酸洗及过酸洗缺陷，给出酸洗质量等级，并给出画面提示。
[0010]优选地，所述光源为条形LED光源，所述相机采用高光谱波段。
[0011]优选地，所述根据所述表面图像数据识别出欠酸洗及过酸洗缺陷，给出酸洗质量等级，具体包括：
[0012]根据所述表面图像数据识别出欠酸洗及过酸洗缺陷，统计缺陷数量、缺陷面积、缺陷长度、缺陷周长、缺陷区域细长比、缺陷形状因子和缺陷灰度的特征值，根据特征值给出酸洗质量等级。
[0013]优选地，所述根据特征值给出酸洗质量等级，具体包括：
[0014]基于AHP方法构建酸洗质量定量评价模型，量化评定带钢酸洗质量；所述酸洗质量定量评价模型包括目标层O、准则层D、准则层C及方案层P；
[0015]所述目标层O用于显示综合质量评价输出结果；
[0016]所述准则层D用于存储不同缺陷级别，每个缺陷级别对应一个级别权；
[0017]所述准则层C用于存储不同缺陷种类，每个缺陷种类对应一个缺陷权；
[0018]所述方案层P用于存储不同钢板。
[0019]优选地，所述目标层O包括：
[0020]Σ
得分
＝Σ
缺陷权
×
级别权
[0021]其中，Σ
得分
为综合质量评价输出结果，Σ
缺陷权
为识别出的钢板缺陷权，级别权为识别出的钢板缺陷级别。
[0022]优选地，所述级别权的值确定过程如下：
[0023]构造级别权判断矩阵A；
[0024]求解级别权判断矩阵A的最大特征值，并进行一致性检验。
[0025]优选地，所述级别权判断矩阵A如下：
[0026][0027]其中，a
ij
>0，a
ji
＝1/a
ij
，a
ii
＝1，i、j＝1,2，
……
n，n为正整数，a
ij
的值为缺陷级别权重因子，其大小为缺陷面积、缺陷长度、缺陷周长、缺陷区域细长比、缺陷形状因子和缺陷灰度特征值两两比较的值。
[0028]优选地，所述求解级别权判断矩阵A的最大特征值，具体包括：
[0029](1)将级别权判断矩阵A每一列正规化；
[0030](2)每一列正规化后的判断矩阵按行求和；
[0031](3)对求和后得到的向量再正规化，所得结果W即为所求特征向量，ω
i
为对应缺陷级别权重因子特征值，如下所示：
[0032][0033]其中，k为相应列序号。
[0034]第二方面，本公开提供了一种基于机器视觉的酸洗质量在线定量评价系统，所述系统可用于实现基于机器视觉的酸洗质量在线定量评价方法，所述系统包括：张力辊、光源、相机及酸洗质量定量评价软件，具体原理如下：
[0035]利用张力辊在拍摄区域形成预设包角以抑制带钢振动；
[0036]利用光源将光投射到带钢表面，相机采集带钢的表面图像；
[0037]通过数据采集卡获取相机拍摄的带钢的表面图像数据；
[0038]根据所述表面图像数据识别出欠酸洗及过酸洗缺陷，给出酸洗质量等级，并给出画面提示。
[0039]第三方面，本公开提供了一种电子设备，包括：
[0040]一个或多个处理器；
[0041]存储器，用于存储一个或多个程序；
[0042]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理
器实现基于机器视觉的酸洗质量在线定量评价方法。
附图说明
[0043]图1为本公开实施例提供的一种基于机器视觉的酸洗质量在线定量评价方法的流程图；
[0044]图2为本公开实施例提供的基于机器视觉的酸洗质量在线定量评价原理框图；
[0045]图3为本公开实施例提供的基于AHP的带钢酸洗质量定量评价模型图；
[0046]图4为本公开实施例提供的一种电子设备的结构框图。
具体实施方式
[0047]为使本领域技术人员更好地理解本公开的技术方案，下面结合附图和具体实施方式对本公开作进一步详细描述。
[0048]除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不为任何顺序、数量或者重要性，而只是用来区分不同的组成部分。同样，“一个”、“一”或者“该”等类似词语也不为数量限制，而是为存在至少一个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于为相对位置关系，当被描述目标的绝对位置改变后，则该相对位置关系也可能相应地改变。
[0049]在各个附图中，相同的元件采用类似的附图标记来为。为了清楚起见，附图中的各个部分并没有都按比例绘制。此外，在图中可能未示出某些公知的部分。
[0050]在下文中描述了本公开的许多特定的细节，例如部件的结构、材料、尺寸、处理工艺和技术，以便更清楚地理解本公开。但正如本领域的技术人员能够理解的那样，可以不按照这些特定的细节来实现本公开。
...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的酸洗质量在线定量评价方法，其特征在于，包括：利用张力辊在拍摄区域形成预设包角以抑制带钢振动；利用光源将光投射到带钢表面，相机采集带钢的表面图像；通过数据采集卡获取相机拍摄的带钢的表面图像数据；根据所述表面图像数据识别出欠酸洗及过酸洗缺陷，给出酸洗质量等级，并给出画面提示。2.根据权利要求1所述的基于机器视觉的酸洗质量在线定量评价方法，其特征在于，所述光源为条形LED光源，所述相机采用高光谱波段。3.根据权利要求1所述的基于机器视觉的酸洗质量在线定量评价方法，其特征在于，所述根据所述表面图像数据识别出欠酸洗及过酸洗缺陷，给出酸洗质量等级，具体包括：根据所述表面图像数据识别出欠酸洗及过酸洗缺陷，统计缺陷数量、缺陷面积、缺陷长度、缺陷周长、缺陷区域细长比、缺陷形状因子和缺陷灰度的特征值，根据特征值给出酸洗质量等级。4.根据权利要求3所述的基于机器视觉的酸洗质量在线定量评价方法，其特征在于，所述根据特征值给出酸洗质量等级，具体包括：基于AHP方法构建酸洗质量定量评价模型，量化评定带钢酸洗质量；所述酸洗质量定量评价模型包括目标层O、准则层D、准则层C及方案层P；所述目标层O用于显示综合质量评价输出结果；所述准则层D用于存储不同缺陷级别，每个缺陷级别对应一个级别权；所述准则层C用于存储不同缺陷种类，每个缺陷种类对应一个缺陷权；所述方案层P用于存储不同钢板。5.根据权利要求4所述的基于机器视觉的酸洗质量在线定量评价方法，其特征在于，所述目标层O包括：Σ
得分
＝Σ
缺陷权
×
级别权其中，Σ
得分
为综合质量评价输出结果，Σ
缺陷权
为识别出的钢板缺陷权，级别权为识别出的钢板缺陷级别。6.根据权利要求4所述的基于机器视觉的酸洗质量在线定量评价方法，其特征在于，所述级别权的值确定...

【专利技术属性】
技术研发人员：夏志，王耀，周云根，
申请(专利权)人：中冶南方工程技术有限公司，
类型：发明
国别省市：