[发明专利]一种基于机器视觉的坯料规格检测方法

说明书

本发明属于钢铁行业的坯料规格实时检测领域，尤其时涉及一种基于机器视觉的坯料规格检测方法，首先智能判断物体到来情况，然后检测物体边缘检测，最后通过边缘检测结果进行实际尺寸换算。本发明解决钢铁领域进行远距离测量坯料规格时，由于受到检测光源变换、粉尘扰动、检测物体震动等因素的影响，导致的测量稳定性低，测量效果不佳的问题。

技术领域

本发明涉及钢铁行业的坯料规格实时检测领域，尤其涉及一种基于机器视觉的坯料规格检测方法。

背景技术

随着工业监控装置在工业生产领域的广泛应用，以及图像处理、模式识别、机器视觉等相关技术的发展，并且根据钢铁行业对物体检测精度的要求和对设备的自动化和信息化的需求，远距离的测量方式已经成为钢铁行业在工业生产领域的一种迫切需求。

在工业中，基于机器视觉的边缘检测技术也得到了一定的应用，但是该技术还存在很多问题。例如，物体容易受到光源稳定性、粉尘扰动与被检测物体振动等因素影响，因此，其检测效果并不理想。

虽然专利CN107247023A介绍了一种直角坐标CDD视觉检测装置，通过这种装置解决了图像显示清晰度无法保证，且补光灯亮度不易调节，防护性能不佳，使用寿命短，损坏率高，维修成本高的问题，但是它没有考虑到现场粉尘以及震动的对测量物体带来的影响，并且这装置在钢铁领域的应用存在装置复杂、对工作环境要求苛刻、价格高昂等的条件限制，使得该技术有着很大的局限性。专利CN104715487A公开了一种基于伪Zernike矩的亚像素边缘检测方法，虽然该方法对噪声不敏感，即克服了噪声的影响，但是由于其使用伪Zernike的计算方法，而伪Zernike矩计算复杂度较大，那么这样便影响了计算的速度，同样不适用于对检测速度要求高的工业场景。杨兵兵等提出的将伪Zernike矩和Sobel算子、Canny算子等经典方法结合，寻求提高检测精度的亚像素边缘检测方法，能够准确地检测出数字图像边缘，但由于其检测的图像只考虑了低噪声情况，对图像中有很高噪声的情况，其检测精度有待改善。另外当两条边缘相距较近时，其提出的算法将检测不精确，甚至会出现检测错误的情况，所以亟需一种能够快速、简单、稳定的检测方法。

为此，我们提出一种基于机器视觉的坯料规格检测方法来解决上述问题。

发明内容

1、发明目的。

本发明提出了一种可以再钢铁领域进行远距离测量坯料规格时，避免外界因素的影响，增加测量稳定性，提高测量效果的基于机器视觉的坯料规格检测方法。

2、本发明所采用的技术方案。

一种基于机器视觉的坯料规格检测方法，具体包括以下步骤：

S1、智能判断物体到来情况：视觉检测系统采用实时视频分析的方式，通过实时抓拍物体，判断物体前部边缘实际位置后，停止物体实际运行；待物体完全停止后，采集6-10张被测物体实时图像；物体完全停止的判断依据如下：

a设置相机帧率；

b对每一帧图像进行ROI移动侦测检查，即依据基准背景图片ROI与当前帧ROI进行像素对比；对比时，首先将ROI区域进行灰度处理，然后将ROI区域每一像素点进行差分计算；当基准背景图片ROI中的任一像素与实时图片ROI中所对应的像素差值大于一定阈值时，认为该区域有新的移动物体到来；

c识别系统通过现场控制设备，使得运动物体停止；

d等待3-5秒后，再次运用移动侦测技术，此时，比较前后两帧图像ROI区域内容，若像素差累积值低于一定阈值，则认为检测物体处于完全停止状态，并可进行下一步的智能识别过程；

像素差累计值表示如下：