一种基于工业视觉的不锈钢拉丝过程图像分析方法及系统与流程
本发明涉及工业视觉检测,尤其涉及一种基于工业视觉的不锈钢拉丝过程图像分析方法及系统。
背景技术:
1、工业视觉检测技术领域主要利用光学成像硬件及底层图像处理逻辑替代人眼进行工业制品的尺寸测量、表面缺陷识别以及生产状态监控,该领域的核心事项在于通过特定光源、工业相机以及镜头实时采集生产现场的目标物体图像,并运用边缘提取、灰度变换及形态学操作提取物理对象的几何尺度与纹理特征,完成制造过程的工艺状态核查。其中,传统不锈钢拉丝过程图像分析方法是指针对不锈钢板材在机械拉丝加工中表面纹理特征数值的获取事项。
2、传统方法在多规格线材混线生产时,通常采用适配最大检测视野的统一开窗区域进行配置,切换至较细的线材进行生产时难以兼顾精细化成像需求,导致大量传感器像素浪费在背景区域上,用于细线材表面成像的有效像素数量大幅减少,细线材上的微小裂纹在图像上占据的像素量易被周围正常表面的像素平均化,并失去与背景纹理区分度,造成微弱信号被过滤为噪声导致微小缺陷检测能力下降。
技术实现思路
1、本发明的目的是解决现有技术中存在的缺点,而提出的一种基于工业视觉的不锈钢拉丝过程图像分析方法及系统。
2、为了实现上述目的,本发明采用了如下技术方案,一种基于工业视觉的不锈钢拉丝过程图像分析方法,包括以下步骤:
3、s1:获取不锈钢拉丝过程的原始灰度图像流,经边缘检测计算投影宽度像素数和中心位置坐标,利用中值滤波算法平滑生成稳定投影宽度数据和稳定中心位置坐标;
4、s2:获取预设开窗总宽度像素数,计算所述稳定投影宽度数据与所述预设开窗总宽度像素数之间的比值得到目标区域像素占比,在所述目标区域像素占比小于最小有效成像比例阈值的条件下产生视觉失配状态标志位,响应于所述视觉失配状态标志位,通过获取产线线材规格数据库内的尺寸基准特征空间,并将连续多帧的稳定投影宽度数据计算得到的投影宽度均值与所述尺寸基准特征空间进行数据匹配得到细线材规格型号;
5、s3:根据所述细线材规格型号和所述稳定中心位置坐标对所述原始灰度图像流进行裁剪,得到线材裁剪目标图像,基于所述线材裁剪目标图像结合几何圆柱投影公式提取一维非线性像素尺度补偿数组,并获取相机的纵向像素尺度参数,将所述一维非线性像素尺度补偿数组与所述纵向像素尺度参数整合生成像素尺度换算上下文参数;
6、s4:获取质量控制标准库内的所述细线材规格型号关联的表面裂纹尺寸下限参数,并调用所述像素尺度换算上下文参数计算跨度阈值,对所述线材裁剪目标图像进行图像处理提取候选连通区域,利用所述跨度阈值剔除所述候选连通区域内的伪缺陷连通区域,生成表面裂纹候选目标;
7、s5:根据所述像素尺度换算上下文参数计算所述表面裂纹候选目标的实际物理长度和实际物理宽度,将所述实际物理长度和所述实际物理宽度与产品质量标准参数进行比对判定缺陷严重程度类别,将所述缺陷严重程度类别结合所述实际物理长度和所述实际物理宽度进行整合建立缺陷分析结果。
8、本发明改进有,所述s1的具体步骤为:
9、s111:获取工业面阵相机采集的不锈钢拉丝过程的原始灰度图像流,利用行方向灰度投影分析方法处理所述原始灰度图像流提取水平灰度分布曲线,根据所述水平灰度分布曲线利用一阶导数算子计算灰度梯度极值识别线材左边缘粗定位坐标和线材右边缘粗定位坐标;
10、s112:调用所述线材左边缘粗定位坐标和所述线材右边缘粗定位坐标建立窄带搜索区域,利用边缘检测算子提取所述窄带搜索区域内线材实体与背景交界线获得线材左边缘定位坐标和线材右边缘定位坐标,计算所述线材右边缘定位坐标与所述线材左边缘定位坐标之间的坐标差值以及坐标算术平均值,得到投影宽度像素数和中心位置坐标;
11、s113:针对连续多帧所述投影宽度像素数和所述中心位置坐标执行存储操作建立状态信息队列,通过中值滤波算法计算所述状态信息队列内连续窗口数据的数值中位点,利用所述数值中位点平滑所述投影宽度像素数和所述中心位置坐标生成稳定投影宽度数据和稳定中心位置坐标。
12、本发明改进有,所述s2的具体步骤为:
13、s211:获取相机的预设开窗总宽度像素数、目标线材宽度、相机单行像素总数、最大兼容线材宽度和线材检测安全系数,计算所述稳定投影宽度数据与所述预设开窗总宽度像素数之间的比值得到线材的目标区域像素占比,计算所述目标线材宽度与所述相机单行像素总数之间的乘积得到第一乘积结果,计算所述最大兼容线材宽度与所述预设开窗总宽度像素数之间的乘积得到第二乘积结果,基于所述第一乘积结果和所述第二乘积结果计算商值,并将所述商值与所述线材检测安全系数进行相乘生成最小有效成像比例阈值;
14、s212:在所述目标区域像素占比小于所述最小有效成像比例阈值的条件下产生视觉失配状态标志位,响应于所述视觉失配状态标志位,对所述稳定投影宽度数据执行算术平均计算生成投影宽度均值;
15、s213:获取包含多个候选线材型号的产线线材规格数据库内的线材理论投影宽度参数,针对所述线材理论投影宽度参数执行映射操作建立尺寸基准特征空间,利用最近邻匹配算法计算所述投影宽度均值与所述尺寸基准特征空间之间的欧氏空间距离,基于最小距离原则筛选所述尺寸基准特征空间内所述欧氏空间距离最小的候选线材型号作为细线材规格型号。
16、本发明改进有,所述线材检测安全系数的设置方式具体为:
17、获取相机的光学镜头边缘畸变率以及拉丝产线的机械振动横向偏差参量;
18、计算所述光学镜头边缘畸变率与所述机械振动横向偏差参量之间的数值总和得到综合空间误差补偿比例;
19、将预设常量与所述综合空间误差补偿比例执行减法运算,提取差值结果作为所述线材检测安全系数;
20、所述利用最近邻匹配算法计算所述投影宽度均值与所述尺寸基准特征空间之间的欧氏空间距离的过程具体为:
21、将所述投影宽度均值转换为单维状态数值向量;
22、提取所述尺寸基准特征空间内部包含的多个候选线材型号关联的理论投影宽度特征向量;
23、将所述单维状态数值向量与各个所述理论投影宽度特征向量执行元素级的减法运算得到维度特征差值;
24、计算所述维度特征差值的自乘平方数据;
25、计算各个所述自乘平方数据之间的数值累加总和生成空间差值平方和参量;
26、对所述空间差值平方和参量执行算术平方根运算,生成所述欧氏空间距离。
27、本发明改进有,所述s3的具体步骤为:
28、s311:调用所述细线材规格型号和所述稳定中心位置坐标,将所述稳定中心位置坐标设定为有效检测区域中心基准点,针对所述细线材规格型号提取理论基准宽度和线材最大横向偏移量和预设的边界扩展系数,基于所述线材最大横向偏移量和所述边界扩展系数计算线材安全边界裕度,计算所述理论基准宽度与两侧所述线材安全边界裕度的总和获取有效检测区域宽度,利用内存拷贝函数根据所述有效检测区域中心基准点和所述有效检测区域宽度对所述原始灰度图像流进行裁剪得到线材裁剪目标图像;
29、s312:针对所述线材裁剪目标图像内部线材的中心纵轴设定基准原点,计算所述线材裁剪目标图像中各个有效像素列相对于所述中心纵轴的横向偏离距离,结合所述横向偏离距离利用几何圆柱投影公式计算表面切线倾角,提取所述表面切线倾角的三角函数余弦值建立一维非线性像素尺度补偿数组;
30、s313:获取相机的光学放大倍率和当前图像物理分辨率,根据所述光学放大倍率和所述当前图像物理分辨率提取纵向像素尺度参数,将所述一维非线性像素尺度补偿数组和所述纵向像素尺度参数进行整合生成像素尺度换算上下文参数。
31、本发明改进有,所述边界扩展系数的设置方式具体为:
32、获取拉丝产线导轮的装配间隙偏差参量与传输张力波动偏差参量;
33、计算所述装配间隙偏差参量与所述传输张力波动偏差参量之间的算术平均值作为所述边界扩展系数;
34、所述计算表面切线倾角的过程具体为:
35、计算所述线材最大横向偏移量与所述边界扩展系数之间的乘积得到所述线材安全边界裕度;
36、提取所述细线材规格型号关联的线材实体半径参量;
37、计算所述横向偏离距离与所述当前图像物理分辨率之间的乘积生成横向偏离绝对距离数据;
38、计算所述横向偏离绝对距离数据与所述线材实体半径参量之间的比值提取弦长比例参量;
39、针对所述弦长比例参量执行反正弦运算操作生成空间角度偏离数值;
40、将所述空间角度偏离数值指定为所述表面切线倾角。
41、本发明改进有,所述s4的具体步骤为:
42、s411:获取质量控制标准库内的所述细线材规格型号关联的表面裂纹长度下限和表面裂纹宽度下限,获取所述像素尺度换算上下文参数内的纵向像素尺度参数和一维非线性像素尺度补偿数组,根据所述表面裂纹长度下限和所述纵向像素尺度参数计算纵向像素跨度阈值,根据所述表面裂纹宽度下限和所述一维非线性像素尺度补偿数组计算横向像素跨度阈值,在所述线材裁剪目标图像中采集线材无缺陷区域的局部灰度方差,根据所述局部灰度方差计算灰度分割阈值,采集线材无缺陷区域的局部梯度直方图,根据所述局部梯度直方图计算连通域面积阈值和连通域长宽比阈值;
43、s412:获取线材裁剪目标图像,利用双边滤波算法平滑所述线材裁剪目标图像,采用形态学底帽变换操作对平滑后图像内部的纵向拉丝纹理背景进行抑制,利用所述灰度分割阈值对背景抑制后的图像进行二值化处理生成二值掩膜图像,将所述二值掩膜图像中空间上相邻的极值像素点进行聚合建立候选连通区域,提取所述候选连通区域关联的像素总面积、外接矩形长度和外接矩形宽度;
44、s413:将所述像素总面积与所述连通域面积阈值进行比较,将所述外接矩形长度与所述纵向像素跨度阈值进行比较,将所述外接矩形宽度与所述横向像素跨度阈值进行比较,结合所述连通域长宽比阈值剔除所述候选连通区域内的伪缺陷连通区域,生成表面裂纹候选目标。
45、本发明改进有,所述连通域长宽比阈值的设置方式具体为:
46、获取预设的裂纹长宽比例基准参量与纹理极限长宽比例参量;
47、计算所述裂纹长宽比例基准参量与所述纹理极限长宽比例参量之间的算术平均值作为形态区分系数;
48、提取所述局部梯度直方图内部的纵向梯度能量总值与横向梯度能量总值;
49、计算所述纵向梯度能量总值与所述横向梯度能量总值之间的比值,并将所述比值与所述形态区分系数进行相乘生成所述连通域长宽比阈值;
50、所述生成表面裂纹候选目标的过程具体为:
51、在所述像素总面积大于所述连通域面积阈值、所述外接矩形长度大于所述纵向像素跨度阈值且所述外接矩形宽度大于所述横向像素跨度阈值的条件下,计算所述外接矩形长度与所述外接矩形宽度之间的比值得到连通域实际长宽比;
52、在所述连通域实际长宽比小于所述连通域长宽比阈值时,将对应的所述候选连通区域判定为所述伪缺陷连通区域并执行剔除操作;
53、在所述连通域实际长宽比大于或等于所述连通域长宽比阈值时,将对应的所述候选连通区域予以保留并指定为所述表面裂纹候选目标。
54、本发明改进有,所述s5的具体步骤为:
55、s511:提取所述表面裂纹候选目标在纵向上的像素极值坐标差值作为候选纵向像素跨度,调用所述像素尺度换算上下文参数提取纵向像素尺度参数,计算所述候选纵向像素跨度与所述纵向像素尺度参数之间的乘积,得到实际物理长度;
56、s512:提取所述表面裂纹候选目标在横向上占据的起始列坐标和终止列坐标,调用所述像素尺度换算上下文参数提取一维非线性像素尺度补偿数组,利用所述一维非线性像素尺度补偿数组对自所述起始列坐标至所述终止列坐标区间内的各个像素列代表的单列实际物理宽度进行求和,生成实际物理宽度;
57、s513:获取预设的产品质量标准参数,将所述实际物理长度和所述实际物理宽度与所述产品质量标准参数包含的标准阈值区间进行比对,以判定缺陷严重程度类别,获取线材表面的绝对物理坐标,将所述实际物理长度、所述实际物理宽度、所述缺陷严重程度类别和所述绝对物理坐标进行打包整合,建立缺陷分析结果。
58、一种基于工业视觉的不锈钢拉丝过程图像分析系统,所述基于工业视觉的不锈钢拉丝过程图像分析系统用于实现上述基于工业视觉的不锈钢拉丝过程图像分析方法,所述系统包括:
59、线材状态追踪模块,获取不锈钢拉丝过程的原始灰度图像流,经边缘检测计算投影宽度像素数和中心位置坐标,利用中值滤波算法平滑生成稳定投影宽度数据和稳定中心位置坐标;
60、视野评估模块,获取预设开窗总宽度像素数,计算所述稳定投影宽度数据与所述预设开窗总宽度像素数之间的比值得到目标区域像素占比,在所述目标区域像素占比小于最小有效成像比例阈值的条件下产生视觉失配状态标志位,响应于所述视觉失配状态标志位,通过获取产线线材规格数据库内的尺寸基准特征空间,并将连续多帧的稳定投影宽度数据计算得到的投影宽度均值与所述尺寸基准特征空间进行数据匹配得到细线材规格型号;
61、动态几何补偿模块,根据所述细线材规格型号和所述稳定中心位置坐标对所述原始灰度图像流进行裁剪,得到线材裁剪目标图像,基于所述线材裁剪目标图像结合几何圆柱投影公式提取一维非线性像素尺度补偿数组,并获取相机的纵向像素尺度参数,将所述一维非线性像素尺度补偿数组与所述纵向像素尺度参数整合生成像素尺度换算上下文参数;
62、信号分割模块,获取质量控制标准库内的所述细线材规格型号关联的表面裂纹尺寸下限参数,并调用所述像素尺度换算上下文参数计算跨度阈值,对所述线材裁剪目标图像进行图像处理提取候选连通区域,利用所述跨度阈值剔除所述候选连通区域内的伪缺陷连通区域,生成表面裂纹候选目标;
63、质量分级模块,根据所述像素尺度换算上下文参数计算所述表面裂纹候选目标的实际物理长度和实际物理宽度,将所述实际物理长度和所述实际物理宽度与产品质量标准参数进行比对判定缺陷严重程度类别,将所述缺陷严重程度类别结合所述实际物理长度和所述实际物理宽度进行整合建立缺陷分析结果。
64、与现有技术相比,本发明的优点和积极效果在于:
65、本发明中,通过获取图像流生成稳定宽度数据与中心位置坐标,在判定像素占比小于阈值时产生失配标志位触发数据匹配识别细线材规格型号,以此克服统一视野局限性并避免缺陷信号稀释,依据规格型号裁剪图像结合圆柱投影公式提取补偿数组,整合生成换算上下文参数,解决曲面引起的非线性问题确保测量准确性,调用下限参数计算阈值剔除伪缺陷连通区域,依托换算参数计算候选目标实际物理尺寸并与标准比对,建立严重程度类别分析结果,提升微小缺陷的检测可靠性与混线生产质量控制水平。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com