[发明专利]一种基于特征识别的热轧钢板在线视觉跟踪方法

说明书

本发明公开了一种基于特征识别的热轧钢板在线视觉跟踪方法，利用热轧钢板的光热、多边形、尺寸和在线数量等特征自适应阈值，精确识别出钢板最大外轮廓，完成运动过程中钢板的视觉跟踪。通过以上特征，可有效降低或消除水汽、背景物体及其他光源对钢板识别的干扰。本发明对热轧区域的各种工况进行了测试，保证了方法的通用性和较强的鲁棒性。利用本发明可实现对热轧区域在线钢板的位置跟踪，对全流程的工艺执行提供了精确参考，经上线实测后，50m范围跟踪位置精度约0.1m。

技术领域

本发明涉及视觉识别领域，尤其涉及一种基于特征识别的热轧钢板在线视觉跟踪方法。

背景技术

钢板跟踪是热轧生产过程中贯穿加热炉、轧机、冷却和矫直等自动化系统的重要组成部分。传统的跟踪逻辑及数据主要依赖于现场的检测仪表和传感器等，如热检、冷检、光电开关和速度变送器等。这些检测仪表将辊道速度及某个位置节点的触发信号传送给基础自动化计算模拟出钢板位置。

然而，实际生产过程中，钢板由于摩擦、碰撞及惯性等原因其真实速度与辊道转速并不完全匹配，同时水汽、热辐射等会干扰冷/热检等仪表信号。这些都会导致钢板的计算位置与真实位置存在较大误差，甚至会扰乱各系统的模型计算，进而影响生产节奏和产品质量。

机器视觉识别技术目前已广泛应用于工业领域，具备处理速度快，检测精度高，成本低廉，易于集成等优势。

发明内容

为了克服现有技术存在的问题，本发明提供一种高效准确的热轧钢板在线视觉跟踪的方法，将视觉识别应用于热轧钢板在线跟踪检测，利用热轧钢板的特征属性辅助边缘检测，提高了轮廓检测的精确度。定量计算在线钢板位置，提高跟踪精度，改善全流程生产自动化控制水平，同时可取代大多数检测仪表，大幅度降低运维成本。

上述目的是通过下述方案实现的：

一种基于特征识别的热轧钢板在线视觉跟踪方法，包括如下步骤：

(1)对热轧区域的在线钢板进行连续拍摄，将单帧图片转成灰度矩阵；

(2)根据预设定的区域进行掩码设置，提取感兴趣区域；

(3)进行透视变换，将图片中倾斜的钢板投影到另一空间使之摆正；

透视变换按下式进行变换，其中u,v是原始图片坐标，对应得到变换后的图片坐标x,y；

x＝x′/w′

y＝y′/w′

式中，w＝1，w′为计算的中间变量，a_ii为变换矩阵，表示线性变换，T₂＝[a₁₃ a₂₃]^T产生透视变换，T₃＝[a₃₁ a₃₂]用于平移，a_ii均可通过已知的点对{(u_j,v_j),(x_j,y_j)}求得。

透视后运用形态学变换的闭运算进行处理，连接断点，封闭小孔洞；所述的闭运算处理过程为先膨胀后腐蚀的过程，其中腐蚀是将构建的内核对原图像进行卷积，将内核覆盖区域内的最小值提取，代替锚点位置(默认为内核中心点)，因为是选取的最小值，所以白色区域减小；膨胀则是选取覆盖区域的最大值提到锚点位置的像素，白色区域膨胀；闭运算能有效排除小型黑洞，能够平滑轮廓，将狭窄的缺口连接起来，并填充比结构元素小的洞。

所述内核矩阵如下所示，

(4)根据在线钢板的实际数量，进行第一次自适应阈值二值化，完成轮廓初选；