一种基于机器视觉的立式活套跑偏在线监测方法及系统技术方案

本发明专利技术公开了一种基于机器视觉的立式活套跑偏在线监测方法及系统，包括：S1实时获取当前活套区域辊道和带钢的图像；S2对获得的图像进行预处理，提取出图像中含有辊道和带钢的ROI区域；S3基于局部积分效应的边缘检测算法识别出辊道和带钢的边缘和位置信息；S4根据得到边缘位置信息计算出辊道和带钢相对位置，得到活套跑偏方向及跑偏量；S5将跑偏状况实时上传至操作终端，相关数据均保存于服务器。本发明专利技术能有效避免生产线因活套跑偏造成的产量及质量损失，同时有效降低了操作人员的劳动强度，提高了生产线的自动化、智能化水平，提高产品质量及保障设备安全运行。品质量及保障设备安全运行。品质量及保障设备安全运行。

【技术实现步骤摘要】
一种基于机器视觉的立式活套跑偏在线监测方法及系统


[0001]本专利技术涉及轧钢智能制造
，具体为一种基于机器视觉的立式活套跑偏在线监测方法及系统。

技术介绍

[0002]为了满足生产线的高速化、自动化和连续化的要求，同时实现带钢张力和速度的精确控制，以及提高带钢产量和质量，冷轧机组很多产线均设有活套，但由于各种原因，活套有时会出现跑偏，如果不及时发现并进行纠偏，会导致生产线被迫降速，甚至停机，有时会造成带钢卷边或撕裂，严重影响产量、产品质量和设备安全。
[0003]目前活套是否跑偏以及跑偏程度主要是由人工通过监控判定，实时性和准确性较低，迫切需要活套跑偏智能监控和分析系统，对活套跑偏及跑偏程度进行实时、自动化、智能化监控，提高产品质量和保障设备安全运行。
[0004]专利号CN111915586A公开了一种带钢偏移量的检测方法和装置，其特征在于，包括：利用在夹送辊上方安装的预设图像采集装置实时采集板带图像；将所述板带图像上传至工控机。提取所述板带图像对应像素坐标系下的第一图像信息；利用预先创建的标定模型将所述第一图像信息转换为世界坐标系下的第二图像信息；基于所述第二图像信息实时调整板带在辊道上的位置，以使带钢处于辊道中心。
[0005]专利号CN113828641A公开了一种基于机器视觉的精轧带钢机架间跑偏曲线处理方法，属于轧钢自动化
该方法利用安装在机架顶端的双目线阵相机对带钢进行检测，首先对采集的带钢图像提取带钢边缘，得到带钢图像左右两侧的边缘坐标；然后进行带钢的宽度计算和跑偏量计算，再计算出口测宽仪测得的实际带钢宽度与检测获取的带钢宽度的差值，通过数据拟合形成判断模型，将宽度差超出阈值所对应的跑偏数据进行过滤，取前一个跑偏值作为本点的跑偏数值。该方法通过计算检测时刻所测得的带钢宽度与实际宽度的差值，将差值超出阈值的宽度差数据所对应的跑偏数据进行过滤，从而达到跑偏曲线去除噪点的目的。
[0006]专利号CN115496731A公开了一种皮带跑偏检测方法、装置及电子设备，该方法包括：获取待检测图像，并将所述待检测图像输入至皮带边缘检测模型中，以输出所述待检测图像对应的皮带边缘区域图像；对所述皮带边缘区域图像进行特征提取，以获取皮带边缘线；获取正常皮带边缘线；根据所述皮带边缘线与所述正常皮带边缘线，计算所述皮带边缘线和所述正常皮带边缘线之间的距离；根据所述距离，检测皮带是否跑偏。本申请基于深度学习算法，可以自动对皮带跑偏进行检测，增强了皮带跑偏检测过程中的适应性和鲁棒性，提高了皮带跑偏检测的精度和效率。
[0007]上述专利中虽然公开了利用图像信息调整板带在辊道上的位置的技术信息，但是并没有公开如何高效快速地利用边缘检测算法检测并计算出带钢偏移量，以及如何基于局部积分效应的边缘检测实现后续纠偏调整的流程。

技术实现思路

[0008]本专利技术的目的在于提供一种基于机器视觉的立式活套跑偏在线监测方法及系统，能有效避免生产线因活套跑偏造成的产量及质量损失，同时有效降低了操作人员的劳动强度，提高了生产线的自动化、智能化水平，提高产品质量及保障设备安全运行，以解决上述
技术介绍
中提出的问题。
[0009]为实现上述目的，本专利技术提供如下技术方案：
[0010]一种基于机器视觉的立式活套跑偏在线监测方法，包括以下步骤：
[0011]S1：通过高速彩色工业相机对入口及出口活套区域带钢进行实时不间断图像采集；
[0012]S2：将采集到的图像传输至图像处理模块，先进行图像预处理，提取出ROI区域；
[0013]S3：在ROI区域通过基于局部积分效应的边缘检测算法识别出辊道和带钢的边缘和位置信息；
[0014]S4：根据得到边缘位置信息计算出辊道和带钢相对位置，得到活套跑偏方向及跑偏量；
[0015]S5：跑偏状况实时上传至操作终端，相关数据均保存于服务器，用第三方软件做出数据交互通讯，用于报警、日志、报表、纠偏反馈、机组连锁及数据共享。
[0016]进一步地，S2中图像预处理包括：
[0017]通过高速彩色工业相机对入口及出口相应活套区域的带钢进行实时不间断的图像采集按照坐标截取图像的ROI区域，以及将截取后的图片都进行二值化处理；在ROI区域进行基于局部积分效应的边缘检测算法是在Canny算法基础上进行改良的一种算法，它包括：在每一个局部小区域内，椭圆的局部轮廓可近似于二次函数，根据边缘局部积分效应估计非连续性边缘模型的二阶边缘参数，从而求解得到表征边缘的二次函数。
[0018]进一步地，S4中根据得到边缘位置信息计算出辊道和带钢相对位置包括：
[0019]最左边辊道和带钢边缘之间的距离为S1，最右边带钢和辊道边缘之间的距离为S2，跑偏量ΔS＝S1
‑
S2，当ΔS为零时，则说明带钢没有跑偏；当ΔS不为零且为正数时，则说明带钢向右跑偏；当ΔS不为零且为负数时，则说明带钢向左跑偏；跑偏量为|ΔS|。
[0020]进一步地，S5中跑偏状况实时上传至操作终端：操作人员通过HMI进行实时状态呈现及测量结果反馈，操作显示程序包括在线实时图像、跑偏报警、报表输出功能，相关数据均保存于服务器，可与第三方软件做出数据交互通讯，同时，在线界面还提供综合查询功能，可对历史检测数据进行反查，追溯质量异议。
[0021]进一步地，将按照坐标截取图像的ROI区域，以及将截取后的图片进行都进行二值化处理具体包括：
[0022]图像中会存在一个活套以及多个活套的情况，当图像中含有多个活套时，会同时将多个活套区域都截取出来，每一个活套作为一张独立的图片进行后续的处理；
[0023]二值化处理是通过设置像素的阈值，对截取后的区域进行二值化处理，使得带钢区域为白色，辊道区域为黑色。
[0024]进一步地，基于局部积分效应的边缘检测算法包括：
[0025]以获取的每一个整像素边缘点为中心，假设局部边缘线为二次函数，其表达式为y＝ax2+bx+c，其中a、b、c分别为二次曲线的系数，根据局部子区的强度特征和面积效应即可
得到局部边缘线的近似表达式，实现边缘坐标的亚像素估计；设二次边缘线两侧的强度值为A和B，且假设A和B已知，若像素点未被边缘线贯穿，则该像素点的强度即为其灰度值，若像素点被边缘线贯穿，则被贯穿的像素点的强度的计算公式为：
[0026][0027]式中：G(i,j)为边缘点(i,j)处的替代灰度值；h为边缘边的长度，取1；E
i,j
为边缘点(i,j)内边缘线下方的面积；
[0028]为高效求解二次边缘线的表达式，在目标边缘点局部取一个满足求解要求的最小子区，即大小为4
×
3的窗口，设S
L
、S
M
、S
R
分别为子区窗口中左、中、右三列像素的强度之和，其表达式为：
[0029][0030]式中：F
i,n
为坐标(i，n)位置处的像素点强度；E<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立式活套跑偏在线监测方法，其特征在于，包括以下步骤：S1：通过高速彩色工业相机对入口及出口活套区域带钢进行实时不间断图像采集；S2：将采集到的图像传输至图像处理模块，先进行图像预处理，提取出ROI区域；S3：在ROI区域通过基于局部积分效应的边缘检测算法识别出辊道和带钢的边缘和位置信息；S4：根据得到边缘位置信息计算出辊道和带钢相对位置，得到活套跑偏方向及跑偏量；S5：跑偏状况实时上传至操作终端，相关数据均保存于服务器，用第三方软件做出数据交互通讯，用于报警、日志、报表、纠偏反馈、机组连锁及数据共享。2.如权利要求1所述的一种基于机器视觉的立式活套跑偏在线监测方法，其特征在于：S2中图像预处理包括：通过高速彩色工业相机对入口及出口相应活套区域的带钢进行实时不间断的图像采集按照坐标截取图像的ROI区域，以及将截取后的图片都进行二值化处理；在ROI区域进行基于局部积分效应的边缘检测算法是在Canny算法基础上进行改良的一种算法，它包括：在每一个局部小区域内，椭圆的局部轮廓可近似于二次函数，根据边缘局部积分效应估计非连续性边缘模型的二阶边缘参数，从而求解得到表征边缘的二次函数。3.如权利要求1所述的一种基于机器视觉的立式活套跑偏在线监测方法，其特征在于：S4中根据得到边缘位置信息计算出辊道和带钢相对位置包括：最左边辊道和带钢边缘之间的距离为S1，最右边带钢和辊道边缘之间的距离为S2，跑偏量ΔS＝S1
‑
S2，当ΔS为零时，则说明带钢没有跑偏；当ΔS不为零且为正数时，则说明带钢向右跑偏；当ΔS不为零且为负数时，则说明带钢向左跑偏；跑偏量为|ΔS|。4.如权利要求1所述的一种基于机器视觉的立式活套跑偏在线监测方法，其特征在于：S5中跑偏状况实时上传至操作终端：操作人员通过HMI进行实时状态呈现及测量结果反馈，操作显示程序包括在线实时图像、跑偏报警、报表输出功能，相关数据均保存于服务器，可与第三方软件做出数据交互通讯，同时，在线界面还提供综合查询功能，可对历史检测数据进行反查，追溯质量异议。5.如权利要求2所述的一种基于机器视觉的立式活套跑偏在线监测方法，其特征在于：将按照坐标截取图像的ROI区域，以及将截取后的图片进行都进行二值化处理具体包括：图像中会存在一个活套以及多个活套的情况，当图像中含有多个活套时，会同时将多个活套区域都截取出来，每一个活套作为一张独立的图片进行后续的处理；二值化处理是通过设置像素的阈值，对截取后的区域进行二值化处理，使得带钢区域为白色，辊道区域为黑色。6.如权利要求2所述的一种基于机器视觉的立式活套跑偏在线监测方法，其特征在于：基于局部积分效应的边缘检测算法包括：以获取的每一个整像素边缘点为中心，假设局部边缘线为二次函数，其表达式为y＝ax2+bx+c，其中a、b、c分别为二次曲线的系数，根据局部子区的强度特征和面积效应即可得到局部边缘线的近似表达式，实现边缘坐标的亚像素估计；设二次边缘线两侧的强度值为A和B，且假设A和B已知，若像素点未被边缘线贯穿，则该像素点的强度即为其灰度值，若像素点被边缘线贯穿，则被贯穿的像素点的强度的计算公式为：
式中：G(i,j)为边缘点(i,j)处的替代灰度值；h为边缘边的长度，取1；E
i,j
为边缘点(i,j)内边缘线下方的面...

【专利技术属性】
技术研发人员：张勇，严开龙，吴俊，李登鹏，何寒冰，汪超，杜涛，
申请(专利权)人：马鞍山钢铁股份有限公司，
类型：发明
国别省市：