[发明专利]一种基于机器视觉的生阳极炭块检测方法

说明书

本发明涉及一种生阳极炭块检测方法，尤其涉及一种碳素厂生产智能化的基于机器视觉的生阳极炭块检测方法。一种基于机器视觉的生阳极炭块检测方法，在成型车间炭块成型机的出口处多角度设置摄像头采集炭块图像，摄像头采集炭块各个表面的图像，然后进行离线建模和在线检测；离线建模由炭块顶面建模和其余五个面建模两部分组成；在线检测包括炭块顶面检测、炭块其余五个面检测和合格炭块的判断策略。本发明的优点效果：1、成型车间炭块检测环节实现智能化，降低劳动定员；2、基于机器视觉的炭块检测执行统一的标准，不受人为主观意识及人员状态影响，检测结果更为准确；3、该方法可将炭块检测的结果进行数据库存储，为全厂MES系统提供数据支持。

技术领域

本发明涉及一种生阳极炭块检测方法，尤其涉及一种碳素厂生产智能化的基于机器视觉的生阳极炭块检测方法。

背景技术

随着科学技术发展，对碳素厂生产的智能化提出了越来越高的要求，设备智能化取代人工已成为智能化工厂发展的一种主流模式。碳素厂生阳极车间内工序复杂，工况环境恶劣，对智能化生产的需求更为迫切。

现阶段碳素厂生阳极车间中成型环节的炭块检测主要依靠现场人工肉眼完成，长时间的现场工作对工作人员的健康有害，而且容易由于人员的疲劳、身体状态及主观意识等因素造成检测失误，造成材料浪费或者产品质量下降。

发明内容

为了解决上述技术问题本发明提供一种基于机器视觉的生阳极炭块检测方法，目的是使成型车间炭块检测环节实现智能化，降低劳动定员；使其检测结果更为准确。

为达上述目的本发明一种基于机器视觉的生阳极炭块检测方法，在成型车间炭块成型机的出口处多角度设置摄像头采集炭块图像，摄像头采集炭块各个表面的图像，然后进行离线建模和在线检测；离线建模由炭块顶面建模和其余五个面建模两部分组成；在线检测包括炭块顶面检测、炭块其余五个面检测和合格炭块的判断策略。

所述的炭块顶面建模包括：正常炭块顶面样本图像采集；正常样本图像标号；图像灰度处理；灰度图像标号；将标号的灰度图像作为训练样本输入对比网络进行网络参数训练；生成对比网络，提取图像特征值作为在线检测环节的参照标准特征值。

所述的其余五个面建模包括：正常炭块面样本图像采集；正常样本图像标号；图像灰度处理；灰度图像标号、切片，图像切片是指将图片按照一定数量均分，其数量可由实际情况而定，各图像切片的标号要与被切片灰度图像一致；将标号的灰度图像切片作为训练样本输入对比网络进行网络参数训练；生成对比网络，并计算出面图像的离散度阈值、面图像所有切片特征中心及特征半径最大值，取此特征半径最大值为检测环节中的特征半径判断阈值，面图像的离散度阈值取为所有参与建模的样本图像特征离散度的最大值，图像切片特征中心取为该面图像所有切片的特征均值，图像切片特征半径取为所有切片特征值与特征中心之间的最大距离。

所述的炭块顶面检测包括：实时采集炭块顶面图像并标号，顶面标号与建模时标号相一致；图像灰度处理；灰度图像标号，顶面标号与建模时标号相一致；运用训练生成的炭块顶面对比网络任一分支卷积神经网络对灰度图像进行特征提取；计算灰度图像特征值与参照标准特征值的相似度，相似度取为实时炭块图像特征值与标准特征值之间的距离。根据实际情况设定特征相似度阈值，如果相似度大于该阈值，判定该炭块顶面不合格，反之为合格。

所述的炭块其余五个面检测包括：实时采集炭块面图像并标号，标号与建模时标号相一致；图像灰度处理；灰度图像切片、标号，图像切片的数量可由实际情况而定，各图像切片的标号要与被切片灰度图像一致；运用训练生成的炭块面对比网络任一分支卷积神经网络对灰度图像切片进行特征提取；计算该面图像所有切片特征离散度（特征标准差），如果该面图像特征离散度不大于上述面图像的离散度阈值，则判定该面无瑕疵，反之判定为该面有瑕疵，需进一步计算瑕疵面积；计算图像所有切片特征半径，如果某一切片的特征半径大于上述特征半径判断阈值，则判定该切片所在面积为瑕疵面积，因为面图像切片数量选定后，每一切片的面积即为定值，因此计算各面瑕疵的面积可以简化为判断瑕疵切片的数量。