基于圖像處理的冷軋薄板板形識別.pdf

1、對于大型鋼鐵企業(yè)冷軋薄板的生產(chǎn)技術(shù),冷軋薄板的板形質(zhì)量是鋼板軋制生產(chǎn)過程中的一個重要的控制指標(biāo),它直接影響和決定鋼板的最終質(zhì)量。因此,鋼板板形識別技術(shù)在鋼板軋制生產(chǎn)過程中占據(jù)非常重要的地位。從當(dāng)前鋼鐵企業(yè)中鋼板板形識別技術(shù)的實(shí)際應(yīng)用情況來看,主要還是利用鋼板軋制過程中鋼板的內(nèi)應(yīng)力分布間接地得到鋼板板形狀況。該種方法的主要局限性在于設(shè)備昂貴、使用復(fù)雜、易于損壞、維修困難,另外,由于外界條件的變化因素和傳感器自身的因素決定了這種檢測技術(shù)的可

2、靠性不能完全得到保證。因此主要鋼鐵生產(chǎn)強(qiáng)國都在研究新的板形檢測方法,尋求結(jié)構(gòu)簡單、投資少、性能穩(wěn)定、檢測精度能滿足生產(chǎn)要求的板形識別系統(tǒng)。依托重慶市自然科學(xué)基金項(xiàng)目“基于新計(jì)算智能理論的鋼鐵工業(yè)生產(chǎn)質(zhì)量監(jiān)控系統(tǒng)(項(xiàng)目編號:7369)”及“冷軋板板形控制人工智能系統(tǒng)”項(xiàng)目(橫向科技項(xiàng)目,合同號:GK050121)。本文以冷軋薄板板形為研究對象,以建立結(jié)構(gòu)簡單、性能穩(wěn)定、檢測精度能滿足生產(chǎn)要求的板形識別系統(tǒng)為目的,重點(diǎn)研究了在普通光源條件下

3、的板形成像和數(shù)據(jù)采集、板形圖像預(yù)處理方法、板形圖像分割技術(shù)、基于形態(tài)學(xué)的板形圖像處理,提出了基于神經(jīng)網(wǎng)絡(luò)、高帽變換和對比思想的板形識別算法。并在實(shí)際生產(chǎn)中進(jìn)行了運(yùn)行檢驗(yàn),結(jié)果表明這些方法能夠有效識別常見的冷軋薄板板形。本文主要成果及內(nèi)容如下:●第2章提出了在普通光源條件下的利用反光獲得有效板形的方法,并給出板形識別系統(tǒng)的基本要求和參數(shù);識別精度由圖像采集系統(tǒng)決定;識別實(shí)時性受到軋制的速度和計(jì)算機(jī)運(yùn)算速度的制約;識別準(zhǔn)確度不僅與識別精度和

4、實(shí)時性相關(guān),而且和識別算法關(guān)系密切。本章建立了板形圖像數(shù)據(jù)采集和成像系統(tǒng)的結(jié)構(gòu)和軟硬件設(shè)計(jì)框架。●第3章主要討論了圖像的預(yù)處理方法(直方圖均衡化、直接灰度變換以及直方圖規(guī)定化),給出了克服直方圖均衡化導(dǎo)致的細(xì)節(jié)損失和亮度畸變的解決方案。討論了板形圖像噪聲與平滑,給出了三種圖像平滑方法(鄰域平均法、梯度倒數(shù)加權(quán)法、中值濾波法)的實(shí)驗(yàn)結(jié)果及分析?！竦?章提出了一種基于類均值的圖像二值化算法,并證明了該算法和Otsu算法的等價性,隨后給出了基

5、于圖像二值化的直方圖均衡化算法和基于直方圖均衡化的圖像二值化算法。通過分析圖像邊緣檢測技術(shù)中的一階邊緣檢測算子(Roberts算子、Sobel算子、Prewitt算子)、二階邊緣檢測算子(Laplacian算子、Kirsch算子)、Canny邊緣檢測算子對板形圖像邊緣的處理結(jié)果,得出采用Canny算法在本系統(tǒng)中的效果最佳?！竦?章主要探討了利用形態(tài)學(xué)方法進(jìn)行二值圖像去噪和灰度圖像增強(qiáng)的基本準(zhǔn)則和一般方法。利用二值形態(tài)學(xué)算法有效地解決了圖

6、像二值化后圖像存在噪聲的問題,利用灰度形態(tài)學(xué)的圖像增強(qiáng)算法有效克服了直方圖均衡化導(dǎo)致的圖像細(xì)節(jié)損失的缺點(diǎn),為圖像分析和圖像的特征提取奠定了基礎(chǔ)?！竦?章提出了3種可行的板形識別算法。基于高帽變換的板形識別算法利用高帽變換對板形圖像進(jìn)行增強(qiáng),對增強(qiáng)后的圖像進(jìn)行二值化,生成缺陷圖像,消除二值缺陷圖像中的干擾信號,分析二值缺陷圖像,判定板形的類別。該方法平均識別率為50％?；谏窠?jīng)網(wǎng)絡(luò)的板形識別算法對圖像進(jìn)行直方圖均衡化,使處理后的圖像對比度

7、、圖像邊界的清晰度有了很大的提高,并在此基礎(chǔ)上再進(jìn)行形態(tài)學(xué)增強(qiáng),改善圖像效果。對于處理后的圖像利用canny算子提取其邊緣,利用圖像的均值、方差和對比度的統(tǒng)計(jì)特征作為人工神經(jīng)網(wǎng)絡(luò)分類器的輸入進(jìn)行特征分類?；谠摲椒ㄔO(shè)計(jì)的板形識別系統(tǒng)在某冷軋薄板廠板形檢測中取得了很好的應(yīng)用效果,平均識別率為92%。基于對比思想的板形識別算法以前一幅圖像作為當(dāng)前圖像的“標(biāo)準(zhǔn)板形圖像”,當(dāng)前板形圖像與標(biāo)準(zhǔn)板形圖像相減生成缺陷圖像,對缺陷圖像進(jìn)行二值化,消除二