[发明专利]一种板带钢图像轮廓的提取方法

说明书

本发明提供一种板带钢图像轮廓的提取方法。采用高速线阵相机获取板带钢的二维平面图像，采用伽马变换增强图像的对比度，对增强后的图像进行中值滤波后采用大津法确定图像分割阈值，并利用该阈值进行图像二值化分割，求取分割图像边界并膨胀后与中值滤波后的图像进行交集计算，采用Canny算法进行图像边缘粗定位，结合基于灰度梯度的亚像素边缘轮廓提取算法完成板带钢边缘轮廓的最终提取。本发明具有测量系统硬件配置简单，计算方法高效精确，能够快速准确的提取板带钢图片的轮廓，对于基于流水线生产的大尺寸板带钢及金属工件轮廓的提取具有较好的适用性。

技术领域

本发明涉及冶金自动化生产与检测领域，尤其涉及一种板带钢图像轮廓的提取方法。

背景技术

在钢铁行业的钢板生产工艺中，板带钢经过轧制后，由于轧辊对带钢产生的压力不均匀等一系列因素，导致钢板头尾不规则形状及侧弯等形状的缺陷。在轧制过程中一旦出现这些缺陷，轻者增加切边量，影响成材率；重者造成产品不符合标准，整体被淘汰，严重影响生产效率。为更好的判断上述缺陷，必须要对轧制后的带钢的轮廓形状进行检测，以确保轧制节奏，提高成材率。

传统的钢板形状轮廓检测多为人工检测和接触式检测，但是这两种检测方式存在着致命缺点：即主观经验影响大、机械磨损严重、有碰撞危险和维修工作量大，所以制约了其发展。而现今机器视觉的快速发展，为钢板的轮廓测量发展提供了新的思路，但是由于图像噪声的存在，以及图像中钢板内部灰度分布不均等问题，使得提取得到的钢板轮廓存在着大量误差。

发明内容

针对现有技术的不足，本发明提出一种板带钢图像轮廓的提取方法，包括以下步骤：

步骤1：根据标定的相机内参，计算出相机采集到的板带钢图像中单位像素的长度σ；

步骤2：对采集到的板带钢图像进行畸变校正，得到畸变校正处理后的板带钢图像；

步骤3：为了增强板带钢图像的前景区域与背景区域之间的比对度，将畸变校正处理后的板带钢图像进行图像增强处理，得到增强后的板带钢图像；

步骤4：对增强后的板带钢图像进行中值滤波处理，得到中值滤波处理后的板带钢图像；

步骤5：对中值滤波处理后的板带钢图像，先采用大津法计算分割阈值，然后利用计算得到的分割阈值进行二值化处理，得到板带钢图像的二值化图像；

步骤6：利用面积特征筛选二值化图像，得到板带钢特征图像，所述板带钢特征图像为只包含板带钢部分的二值化图像；

步骤7：根据区域边界条件计算板带钢特征图像的边界，得到区域边界图像；

步骤8：将区域边界图像先进行膨胀处理，然后将膨胀处理后的区域边界图像与中值滤波处理后的板带钢图像进行交集运算，得到板带钢的边界图像；

步骤9：利用Canny算子对板带钢的边界图像进行轮廓提取，得到板带钢的边界图像的粗边缘图像；

步骤10：利用基于灰度梯度的亚像素边缘轮廓提取算法，对粗边缘图像进行轮廓计算，得到板带钢图像的轮廓线。

所述步骤3具体表述为：利用公式(1)对板带钢图像进行伽马图像增强，

s＝c_rr^γ  (1)

式中，r表示图像进行灰度拉伸操作前的灰度值，s表示图像进行灰度拉伸操作后的灰度值，γ表示图像灰度拉伸的幂指数，c_r表示限制常数。

所述步骤5具体表述为：

步骤5.1：根据预设分割阈值T将中值滤波处理后的板带钢图像分割为前景图像A、背景图像B两部分，计算中值滤波处理后的板带钢图像的分割阈值σ²(Th)；