CN102538691A - 一种用图像识别技术测量高温钢管直径的方法 - Google Patents

Abstract

本发明公开了用图像识别技术测量高温钢管直径的方法，通过在钢管同一平面上放置一把标尺，采用高清摄像机对钢管进行取相，经过计算机图像处理之后，得到米尺和钢管的像素点比值，得到钢管的直径，然后利用钢管冷却后的缩放系数，最终计算得到钢管冷却后的精确直径。本发明具有节约成本、提高效率的特点。

Description

一种用图像识别技术测量高温钢管直径的方法

技术领域

本发明涉及高温钢管的直径测量，具体涉及一种用图像识别技术测量高温钢管直径的方法。

背景技术

目前钢管在炉中刚刚出炉的时候是处于高温状态，这时要测量钢管的直径是需要很大代价的。现在一般的测量方法都是在钢管冷却后测量的，这样如果一批钢管的尺寸不符合规格的话，需要把这一批钢管回炉重炼。即使是在高温下测量钢管尺寸的方法，主流的方法也要使用超声波测量仪等昂贵的仪器，花费非常大。

在现有技术条件下，对钢管的直径测量一般是在钢管冷却后进行的，对此测的数据是比较准确的，但是问题在于需要等待一批钢管出炉并且冷却才能测量，这样如果测量的结果与实际要求的不一致，那么就需要重新铸造，这样不仅会浪费很多时间，而且浪费原料。另外测量需要耗费大量的时间，延长了工期，造成生产的效率偏低。

发明内容

本发明的目的在于克服现有技术中的缺陷，提供一种节约成本、效率高的用图像识别技术测量高温钢管直径的方法，其具体步骤为：

1)目标区域的提取

由于相机中拍得图像存在其他的图像，对于提取钢管边缘线的确定存在很大干扰，所以必须将钢管作为目标区域提取出来。由于钢管在刚出炉的时候温度较高，灰度值较大，可以明显地与其他物品的像素区分开，所以提取时采用低灰度像素过滤的方法，设定某个阈值，低于该阈值的灰度像素点置0。这样就可以求出目标区域。

2)过滤噪声

由于拍摄条件的限制与目标区域提取残留的高灰度点(下文统称问噪点)，需要对图像进行去噪处理。这里采用高斯去噪。

采用高斯模版

对图像进行卷积运算。

3)提取图像的边缘及边缘方向：

在取得处理后的图像后，使用SUSAN算子对图像进行处理，处理的详细过程如下：

A.使用含有37个像素点的圆形SUSAN模版对图像进行遍历，判断该像素点的类型。

将模版内的每个像素的灰度值与核的灰度值进行比较。

其中f(x₀，y₀)是SUSAN模版的核在图像中对应点的灰度，f(x，y)是SUSAN模版中其它位置的灰度，T是阈值。

如果灰度值与核像素一致的话，那么我们就可以得到一个游程和：

$S(x,y)=\underset{(x,y)\∈M(x,y)}{\mathrm{\Σ}}C(x_0,y_0;x,y)$

这个和实际上是与核同值的像素个数，或者说是这个区域的面积，然后根据这个面积的大小就可以判断该点是一个边缘点还是一个角点。

B.计算边缘的方向，可以通过如下的公式来计算：

$F_{\mathrm{xy}}(x_0,y_0)=\underset{(x,y)\∈N(x,y)}{\mathrm{\Σ}}(x-x_0)(y-y_0)C(x_0,y_0;x,y)$

N(x，y)是与核同值区域。

这个公式求得的是边缘的梯度的正负，而边缘的朝向可以使用F_y(x₀，y₀)和F_x(x₀，y₀)的比值来计算。

4)确定钢管直径

由susan算子得到钢管的边缘与边缘的方向(a)。取钢管边缘的一个点，向边缘方向的垂直方向延伸，记录到达下一个像素点的水平距离(x单位为像素点)，得到两个像素点之间的距离为

y＝x/sin(a)；

记录某条边的每个像素点到另一条边的像素点的垂直距离Z[n](n为钢管边缘像素点的个数)。

求Z[n]的平均值Z，设定一个阈值，如果Z[n]与Z的差值小于阈值则保留，否则舍弃。求保留下来的Z[n]的平均值钢管的直径，保留下来的像素点个数m与n的比值为置信值

5)换算为常温下的钢管直径：

通过进行的一系列实验绘制了钢管的热膨胀系数曲线，然后计算得到从出炉温度T1℃降温室温T2℃后钢管的精确直径。

与现有技术相比，本发明的有益效果为：

1.本发明突破了传统的测量思维定势，在不接近钢管的情况下对钢管进行了直径的准确测量，这样降低了企业的人力成本和物力成本。

表1本发明与传统方法的对比

2.通过使用本发明的技术，在出炉钢管存在瑕疵的情况下能够及时提醒工人改正错误，最大程度保证了钢铁企业产品的良品率。

3.本发明在提高企业效率的情况下，能够明显提供钢铁企业的产能。

附图说明

图1是本发明一种用图像识别技术测量高温钢管直径的方法的流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细地说明。

在使用了一把耐高温金属尺、一台高清照相机和一台PC的情况下对原有的测量系统进行了改进，通过获取高温钢管的照片和PC机的如下处理：使用灰度阈值提取出高温钢管在图像中的部分，然后使用高斯滤波对图像进行滤波增强，再使用SUSAN算子提取图像中的钢管边界(及其方向)，作出边界的垂线，再跟已经测量好的耐高温尺子求比值，最终得到钢管的径向在图像中的长度。经过用传统测量工具的测量得到了比较满意的结果，误差在0.1mm以内，因此提高了工作的效率，而且使得单位时间的产能得到了一定的提高.

参照图1，本发明在高温情况下使用高清相机对刚刚出炉的钢管进行拍照，然后送入电脑，识别出图像中的钢管，再根据对图像的处理结果得到当前温度下的钢管温度，然后利用钢管的膨胀系数，使得在下一道工序(如打磨、抛光等)能够准确把握所应该处理的程度。如果有需要可以对刚出炉的钢管在各个工序中的直径变化进行监测，保证最终得到的是符合规格的钢管。

以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims (2)

1.一种用图像识别技术测量高温钢管直径的方法，其特征在于，包括以下步骤：

1)目标区域的提取：提取时采用低灰度像素过滤的方法，设定一个阈值，低于该阈值的灰度像素点置0，求出目标区域；

2)过滤噪声：采用高斯模版对图像进行卷积运算；

3)提取图像的边缘及边缘方向：在取得处理后的图像后，使用SUSAN算子对图像进行处理；

4)确定钢管直径：由susan算子得到钢管的边缘与边缘的方向(a)，取钢管边缘的一个点，向边缘方向的垂直方向延伸，记录到达下一个像素点的水平距离(x单位为像素点)，得到两个像素点之间的距离为

y＝x/sin(a)；

记录某条边的每个像素点到另一条边的像素点的垂直距离Z[n](n为钢管边缘像素点的个数)，

求Z[n]的平均值Z，设定一个阈值，如果Z[n]与Z的差值小于阈值则保留，否则舍弃，求保留下来的Z[n]的平均值钢管的直径，保留下来的像素点个数m与n的比值为置信值；

5)换算为常温下的钢管直径：通过进行的一系列实验绘制了钢管的热膨胀系数曲线，然后经过函数拟合得到该曲线的拟合函数，然后将温度代入，计算得到从出炉温度T1℃降温室温T2℃后钢管的精确直径。

2.根据权利要求1所述的用图像识别技术测量高温钢管直径的方法，其特征在于，步骤3)中所述的图像进行处理的具体过程为：

A.使用含有37个像素点的圆形SUSAN模版对图像进行遍历，判断该像素点的类型，将模版内的每个像素的灰度值与核的灰度值进行比较，

其中f(x₀，y₀)是SUSAN模版的核在图像中对应点的灰度，f(x，y)是SUSAN模版中其它位置的灰度，T是阈值，

如果灰度值与核像素一致，就得到一个游程和：

$S(x,y)=\underset{(x,y)\∈M(x,y)}{\mathrm{\Σ}}C(x_0,y_0;x,y)$

这个和实际上是与核同值的像素个数，即这个区域的面积，然后根据该面积的大小判断该点是一个边缘点还是一个角点；

B.计算边缘的方向可以通过如下的公式来计算：

$F_{\mathrm{xy}}(x_0,y_0)=\underset{(x,y)\∈N(x,y)}{\mathrm{\Σ}}(x-x_0)(y-y_0)C(x_0,y_0;x,y)$

N(x，y)是与核同值区域，

该公式求得的是边缘的梯度的正负，边缘的朝向使用F_y(x₀，y₀)和F_x(x₀，y₀)的比值来计算。

Images