[发明专利]带材位置图像数据集采集方法及其视觉检测方法

说明书

本发明公开了一种带材位置图像数据集采集方法及其视觉检测方法，属于冶金轧制技术领域。该方法首先模拟带材轧制生产现场环境搭建了图像采集装置，并在多角度、多明暗等条件下采集大量不同位置的带材图像数据，制作成数据集；其次根据机器视觉理论对带材图像设计了特定的预处理和图像增强操作流程；最终通过建立分割模型完成图像中带材位置的检测，并计算出带材偏离辊道中心线数值。该方法无需安装复杂的检测机构，成本较低，检测精度高，执行速度快，能够满足生产要求，对实现带材精确、快速的自动化纠偏具有重要意义；对提高产品质量，提升装备国产化智能化水平具有重要意义。

技术领域

本发明属于冶金轧制技术领域，特别涉及一种带材位置图像数据集采集方法及其视觉检测方法。

背景技术

带材在轧制生产过程中由于存在板形缺陷和设备安装误差等，会使带材中心线经常偏离辊道中心线，不仅严重影响产品精度，甚至可能造成断带生产事故。当带材位置发生偏离时需及时采取纠正手段，使其回到正常状态。为此，想要自动控制带材跑偏，首先必须实现对带材位置实时精准检测，因此研究设计一种新型、高精度、高速度的带材位置检测方法具有重要意义。

目前关于带材位置检测已有部分相关研究，例如：“基于主成分分析BP神经网络的热精轧带钢跑偏预测研究”(《山东冶金》2019，第41卷第4期：44-47)该方法提出了一种基于主成分分析和BP神经网络组合模型用于预测带钢跑偏。“基于数据驱动的铝热连轧跑偏预测建模与纠偏控制方法”(《中南大学硕士学位论文》2014)该方法分析了铝板带在热连轧现场生产工艺过程、设备参数和监控量和精轧过程跑偏基本规律，根据主要因素采用互不相关的输入变量建立了跑偏过程的神经网络预测模型。“根据板形辊所测径向力确定带钢宽度与带钢跑偏量的方法”(《中国申请》2017，CN107127218A)该方法设定一个检测力阈值，从板形仪两侧分别向中心逐个通道搜索，找到两个边部通道即第一个大于检测力阈值的通道，再通过曲线拟合的方式确定两个边部通道的覆盖率，进而得到带材跑偏量。

截止目前，现有文献关于带材位置监测方法大多采用传感器等硬件设备或是根据轧制参数来设定阈值计算带材位置，这些方法成本较高，且需要额外的安装空间，检测精度低，很难实际应用。为此，本发明首先提出了一种模拟轧制过程中带材位置图像数据集的采集方法，然后利用此数据集基于机器视觉理论建立了一种带材位置图像视觉检测方法。

发明内容

本发明所解决的技术问题在于解决了轧制过程中带材位置的检测问题，利用机器视觉理论对带材图像进行分割并识别其带材位置，其检测精度能够满足工业要求，对后续带材的纠偏就有重要意义。

为了实现以上发明目的，本发明提出了一种带材位置图像数据集采集方法，包括以下步骤：