[发明专利]基于图形滤波的钢带辊印检测方法在审
申请号: | 202210941030.7 | 申请日: | 2022-08-08 |
公开(公告)号: | CN114998354A | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 张剑 | 申请(专利权)人: | 江苏多孚多智能装备科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06T5/00;G06T5/10;G06T5/20;G06V10/74 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 226500 江苏省南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 图形 滤波 钢带辊印 检测 方法 | ||
本发明公开了基于图形滤波的钢带辊印检测方法,涉及数据处理领域。包括:S1:获取待检测钢带表面图像;S2:对待检测钢带表面图像进行同态滤波处理得到光强均匀的滤波后钢带表面图像;S3:计算同态滤波处理中的当前截至频域对应的滤波效果;S4:调整同态滤波处理的截至频域,利用模拟退火算法获取最佳滤波效果;S5:对获取的最佳滤波效果对应的滤波后钢带表面图像进行边缘检测得到待检测钢带的辊印区域。本发明获取最佳滤波效果对应钢带辊印明显的滤波后的钢带表面图像,方便识别,并对得到的疑似钢带辊印根据辊印的周期性排除了其他因素造成的钢带表面的缺陷,提高了辊印检测的精确度。
技术领域
本发明涉及数据处理领域,具体涉及基于图形滤波的钢带辊印检测方法。
背景技术
钢带是指以碳钢制成的输送带作为带式输送机的牵引和运载构件,也可用于捆扎货物;是各类轧钢企业为了适应不同工业部门工业化生产各类金属或机械产品的需要而生产的一种窄而长的钢板。在生产过程中,钢带是经辊道进入粗轧除磷机对板坯所产生的氧化铁皮进行处理,接着进入粗轧轧制机组对带钢的宽度和厚度进行轧制,再由辊道输送至精轧除磷机对带钢表面所产生的氧化铁皮进行处理后,进入精轧轧制机组对带钢的厚度和宽度进行更为精密的轧制,带钢由辊道经层冷对表面温度进行卷取前的严格控制后,进入卷取机成为钢卷最后打捆、喷号送入卷库存放包装。
由于设备的缘故,导致钢带常常伴有缺陷,最主要的缺陷类型是由于设备中工作辊存在问题对钢带表面造成损伤,所以,对钢带辊印的检测是钢带质量保证的重要步骤,钢带缺陷中的辊印主要是由于工作辊的损伤或者粘有异物使得钢带表面损伤,所以对辊印的检测不仅是产品的检测,更是发现设备的缺陷,从而尽快检测设备,防止后续产品的损伤。
现有技术中在对辊印的视觉检测中一般是对钢带的表面进行图像采集,根据采集的图像进行图像分析来确定钢带表面是否存在辊印,但是这种方法会出现由于钢带图像拍摄环境的光照以及钢带表面的金属色的反光影响,导致钢带图像中亮度不均匀,导致钢带辊印的识别出现误差的现象。
发明内容
针对上述技术问题,本发明提供了基于图形滤波的钢带辊印检测方法,包括:
S1:获取待检测钢带表面图像;
S2:设置初始截至频域对待检测钢带表面图像进行同态滤波处理得到滤波后光强均匀的滤波后钢带表面图像;
S3:计算同态滤波处理中的初始截至频域对应的滤波效果:
S301:获取滤波后钢带表面图像中各像素点亮度值和均匀光强值;
S302:根据滤波后钢带表面图像中各像素点的亮度值和均匀光强值确定出正常像素点,根据正常像素点的数量和亮度值计算正常像素点的亮度均方差,将得到的正常像素点的亮度均方差作为滤波后钢带表面图像的光强均匀度;
S303:根据待检测钢带表面图像和滤波后钢带表面图像的亮度的平均值、标准差、协方差以及光强均匀度计算待检测钢带表面图像和滤波后钢带表面图像的图像结构相似性;
S304:根据待检测钢带表面图像和滤波后钢带表面图像的图像结构相似性和滤波后待检测钢带表面图像的光强均匀度计算初始截至频域对应的滤波效果;
S4:调整同态滤波处理的截至频域,对S3的步骤进行迭代得到不同的截至频域对应的滤波效果,利用模拟退火算法获取最佳滤波效果;
S5:获取最佳滤波效果对应的滤波后钢带表面图像,对最佳滤波效果对应的滤波后钢带表面图像进行边缘检测得到待检测钢带的辊印区域。
钢带的辊印区域的获取方法为:
获取最佳滤波效果对应的滤波后钢带表面图像,对最佳滤波效果对应的滤波后钢带表面图像进行边缘检测得到钢带的疑似辊印区域;
由于钢带表面的辊印是周期性的,获取钢带生产设备中的工作辊的半径,提取疑似辊印区域中以工作辊的半径为圆心的周长的长度为周期的疑似辊印区域作为钢带表面的辊印区域。
均匀光强值的获取方法为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏多孚多智能装备科技有限公司,未经江苏多孚多智能装备科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210941030.7/2.html,转载请声明来源钻瓜专利网。