[发明专利]一种冷轧带钢边部在线快速定位方法

说明书

技术领域

本发明属于工业机器视觉技术领域，特别涉及一种冷轧带钢边部在线快速定位方法。

背景技术

带钢的边部检测是带钢轧制过程中一个关键问题，对于带钢的对中处理、切边处理、带钢宽度检测、带钢表面缺陷信息定位等处理环节都起到至关重要的作用。

传统的带钢边部检测方法有机械探测法、光电探测法等。机械探测法通过接触带钢直接检测，但极易对带钢的边部造成损失而形成卷边。光电探测法通过光电组合式设备，可非接触检测出带钢边部，但需要依赖基础自动化手段，设备相对复杂和昂贵，且因为系统组成部分较多，容易出现故障，难维护。

随着机器视觉技术的发展，基于图像分析方法确定带钢边部位置已得到业界越来越多的关注。图像边缘检测是图像处理和计算机视觉领域最基本的问题之一，如何快速、精确的提取图像边缘信息一直是国内外的研究热点，同时边缘的检测也是图像处理中的一个难题。

授权公告号CN1O2156996B提供的“一种图像边缘检测的方法”，是对canny边缘检测方法的改进，可以较准确的定位图像的边缘，避免了图像的边缘模糊又不会对噪声过于敏感。申请公布号CN1O2521836A公开了“一种基于特定类灰度图像的边缘检测方法”，该方法能够提高边缘检测精度和准确度，有效地实现边缘的检测。以上两种方法都是对传统方法的一种改进，但方法计算量较大，不适合带钢生产的快速运行环境。

申请公布号CN1O3226829A公开了一种“基于边缘增强算子的图像边缘检测方法”，该方法能够实现边缘的精度定位，不同尺寸的边缘能够较好地响应，并且能够尽可能减少漏检。但此方法并不适用于基板复杂(例如带锌花镀锌板或镀铝锌板等)的冷轧带钢边部检测。申请公布号为CN1O3150735A的“一种基于灰度差值平均的图像边缘检测方法”，提出一种利用灰度差值平均结合自适应阈值的方法辨识目标边缘并提取轮廓，该方法虽然处理速度较快，但同样不适用于基板复杂且可能存在边缘缺陷的冷轧带钢边部检测。

发明内容

本发明的目的旨在提供一种可以在冷轧带钢高速运行的情况下，判定出非接触的、在线的、即时的带钢边部位置，且不受带钢表面纹理、色差、光照不均、边缘缺陷等情况影响的各类冷轧带钢边部的在线快速定位方法。

为此，本发明所采取的解决方案是：

一种冷轧带钢边部在线快速定位方法，其特征在于，定位过程分为左边部的定位和右边部的定位，具体方法和步骤为：

1、边部图像获取：通过相机采集带钢实时同步图像，然后对采集到的图像进行转灰度处理，获得带钢同步灰度图像。

2、图像预处理：对获取的带钢同步灰度图像首先进行纵向中值滤波，即图像上每个像素点的灰度值等于其纵向临近点的灰度中间值。

3、搜索波动最大块：对于左首层波动最大块的搜索，从图像左上部开始，横向M列像素点，纵向N行像素点，以M×N的大小，从左向右分块检验，根据块内灰度初检情况确定左首层波动最大块；对于右首层波动最大块则从图像右上部开始，以M×N的大小，从右向左分块检验，使用同样的方法确定右首层波动最大块；首层以下的每一层最大块纵向范围仍为N行像素点，横向范围则等同于上一层最大块的横向范围；

4、进行图像纵向压缩：对于左边部定位，在步骤(3)确定的左层波动最大块向左右扩展为3M×N区域,左右扩展长度相同，计算每列的纵向平均值，形成3M×1大小的左压缩图像序列FY_L(x,y),其中x＝0，1，2……,y为层数；对于右边部定位，方法相同，形成右压缩图像序列FY_R(x,y)；

5、生成波动序列：

对于左边部定位，波动序列FB_L(x,y)的计算方法为：

FB_L(i,y)＝|FY_L(i,y)-FY_L(i-1,y)|(i>0)

对于右边部定位，波动序列FB_R(x)的计算方法为：

FB_R(i,y)＝|FY_R(i,y)-FY_R(i+1,y)|(i<压缩图像序列长度)

6、确定层边缘位置：

对于左边部定位，首先计算波动序列FB_L(x,y)中的边缘波动阈值KB_L(y)：

KB_L(y)＝AVG_L(y)+SDV_L(y)