CN110625447B - 一种圆钢修磨质量检测系统中光照强度的控制方法 - Google Patents

Abstract

本发明揭示了一种圆钢修磨质量检测系统中光照强度的控制方法，通过照明光源照射被测圆钢；通过工业相机捕捉圆钢表面图像并输入数据处理模块；通过数据处理模块把图像转换为视频信号发送到显示模块，同时根据钢坯信息计算光照强度，并将控制信号发送到可调光源驱动模块；通过可调驱动模块调节光源亮度，以达到数据处理模块设定的光照强度。本发明采用在线计算来进行实时调节，用实例数据来进行自学习的，可以自适应调节修磨工序中的光照强度，有效减少圆钢修磨质量检测系统的误判。

Description

一种圆钢修磨质量检测系统中光照强度的控制方法

技术领域

本发明涉及圆钢修磨质量检测技术，更具体地说，涉及一种圆钢修磨质量检测系统中光照强度的控制方法。

背景技术

在圆钢修磨工序中，操作人员需要对圆钢表面上，按照之前探伤工序中标记出来的缺陷，对钢坯进行修磨。然后使用人工或者机器视觉确认缺陷已经消除，则完成修磨作业。如果缺陷未消除，则再次进行修磨直到缺陷消除。由于钢坯缺陷比较细小，较难分辨，所以修磨操作通常需要良好的照明条件。当前，通常在修磨工位上安装足够亮度的车间灯提供照明。但是钢坯由于处理方法的差异，表面的反光率差别很大。比如喷丸处理的钢坯表面几乎是全黑；而车削过的钢坯则呈现金属的银亮色泽。固定的光照强度很难适用于每块钢坯，光照过强会造成钢坯表面炫光；光照过弱，则使得表面缺陷不易分辨。这个问题在使用机器视觉圆钢修磨质量检测系统时更加明显，会增加系统的误判。随着调节光照方便的LED灯普及和机器视觉系统的应用，能够自适应调节的灯光系统变得越来越有意义。

目前，已经出现了一些自动调节光照强度的方法和装置，如一种闪光灯强度控制方法和摄像设备(CN104243842 A)，提出通过检测目标图像大小来控制光强的方法。该方法的实质是判断对象的远近来调节光照强度，而在圆钢修磨中，工件位置是固定的，所以不宜采用该方法。又如一种基于判断图像像素强度的光源自适应控制方法(CN 106506980 A)，提出使用LabVIEW获取对象图像亮度均值，来调节光照强度的方法。LabVIEW系统成本较高，完全可以使用机器视觉系统中的处理器来自行计算像素亮度。此外，在圆钢修磨中，更加关心的是缺陷和钢坯表面的亮度对比。而不是整体图像平均亮度。所以该方法也不宜采用。

发明内容

本发明的目的旨在提供一种圆钢修磨质量检测系统中光照强度的控制方法，通过自适应调节修磨工序中的光照强度，可减少圆钢修磨质量检测系统的误判。

一种圆钢修磨质量检测系统中光照强度的控制方法，包括以下步骤：

A.通过照明光源照射被测圆钢；

B.通过工业相机捕捉圆钢表面图像并输入数据处理模块；

C.通过数据处理模块把图像转换为视频信号发送到显示模块，同时根据钢坯信息计算光照强度，并将控制信号发送到可调光源驱动模块；

D.通过可调驱动模块调节光源亮度，以达到数据处理模块设定的光照强度。

在步骤C中，所述的计算方法包括：

C1.获取钢种类型

并获取其对应的驱动电流值I₀；

C2.获取钢坯直径D₀，

计算电流系数α₀；

C3.计算当前驱动电流值I₁。

在步骤C2中，所述的电流系数α₀的计算公式为：

在步骤C3中，所述的驱动电流值I₁的计算公式为：

I₁＝I₀×α₀×k_i

式中，k_i为当前第i次自学习之后的自学习系数，其初始值k₀为1。

所述的自学习方法为：

对于满足条件的工况，在修磨作业开始后，工业相机捕捉到的图像中，计算缺陷亮度P′_Q与背景亮度P′_G之间的差值，那么当前第i+1次学习后的自学习系数k_i+1为：

式中，Δk为学习步长，P₀，P₁为辨识阈值。

采用本发明的技术方案，采用在线计算来进行实时调节，用实例数据来进行自学习的，可以自适应调节修磨工序中的光照强度，有效减少圆钢修磨质量检测系统的误判。

附图说明

在本发明中，相同的附图标记始终表示相同的特征，其中：

图1为本发明的控制方法的原理图。

具体实施方式

下面结合附图和实施例进一步说明本发明的技术方案。

本发明的圆钢修磨质量检测系统中光照强度的控制方法采用如图1所示的控制系统，包括光源1，工业相机3，数据处理模块4，显示模块5，可调光源驱动模块6，主要控制步骤为：先由工厂照明光源1发出一定强度的光，照射到被测圆钢2之上；圆钢2表面图像被工业相机3捕捉；数据处理模块4把图像转换为视频信号发送到显示模块5，同时根据钢坯种类、直径等信息计算光照强度，并发送到可调光源驱动模块6；可调驱动模块6进行调节光源亮度，达到数据处理模块4设定的光照强度。其中：

光源1为可以调节的灯具，通常选择可以调节的LED工厂照明灯。可调驱动模块6通常为电流可调的开关电源。工业相机3可以选择抗干扰能力比较强的CCD或者CMOS工业相机。数据处理模块4可以是工控机、PLC、DSP等处理单元。显示模块5可以选择适合的显示器。

当光源1照射被测圆钢2，工业相机3拍摄到圆钢表面图像，传输给数据处理模块4，数据处理模块4对于光照强度进行调整，具体的调整的方法可包含标定、计算和自学习三个部分。

一、标定包部分含如下步骤：

1、标定

标定在离线状态下进行，离线检测精度高，是确定的光照强度设定值的最好方式，在离线方式下标定系统的特性可以为后续计算提供稳定、合适的初始参数。

1.1、钢坯种类参数标定

使用不同处理方法的钢坯，表面情况差异很大，本发明需要在一定直径D_B下标定不同种类钢坯的对于成像的影响，D_B为典型坯料直径。首先，需要把钢坯按照表面处理的情况分成M类，M的取值通常按照钢坯来料表面处理方法的数量而定。例如，钢坯来料分为车削、喷丸和未处理，那么M可以取为3。对于每一个种类，统一取直径为D_B的钢坯，调节驱动模块的电流I，使得工业相机采集到的图像中，缺陷亮度P_Q与背景亮度P_G之间的差值在辨识阈值P₀，P₁之间，即

P₀≤|P_Q-P_G|≤P₁

缺陷亮度P_Q可以取缺陷区域的亮度均值，也可以某个特征点的亮度值。背景亮度P_G可以取背景区域的亮度均值，也可以某些特征点的亮度均值。阈值P₀取值以人眼能够较为明显区分缺陷为宜，阈值P₁取值以图像不刺目，没有炫光为宜。

对于M类钢坯，钢坯种类编号为C₁，C₂，…，C_(M-1)，C_M，则在每一类钢坯中取直径D_B的坯料，测量得到其合适的光照驱动电流值I_C1，I_C2，…，I_C(M-1)，I_CM，使得每种钢坯上的缺陷与背景都能较为明显地得到区分，而又不刺目。

1.2、钢坯直径参数标定

对于圆钢坯料，其表面曲率会影响缺陷在工业相机上的投影影像，圆钢曲率越大，直径越小，缺陷在图像上越难分辨，所以对于直径较小的钢坯，需要适当加强光照。在圆钢直径D的取值范围内，选取N个标定点，直径分别为D₁，D₂，…，D_(N-1)，D_N，直径取值范围较大的，则N的取值可以多一些；否则可以少一些，但通常不应小于3。D₁可以取为直径下限，D_N可以取为直径上限，取值中还应该包含D_B，即直径取值应为D₁，…，D_B，…，D_N。

那么在某一类钢种C_B中，取直径为D₁，…，D_B，…，D_N的钢坯，测量得到其合适的光照驱动电流值I_D1，…，I_B，…，I_DN，与A1步骤相同使得每种钢坯上的缺陷与背景都能较为明显地得到区分。钢种C_B可以取为较为常见的典型钢种，且在C₁，C₂，…，C_(M-1)，C_M范围内。为了计算方便可以把光照驱动电流值I_D1，…，I_B，…，I_DN，均除以I_B得到电流系数α_D1，…，α_B，…，α_DN，其中电流系数α_B＝1。

二、计算

上线运行之后，在数据处理模块4中，计算过程如下：

2.1、读取钢种类型C₀，

找到1.1标定步骤得到的其对应的驱动电流值I₀。

2.2读取钢坯直径D₀，D₀∈[D₁，D_N]，计算电流系数α₀如下：

2.3计算当前驱动电流值I_I，I₁＝I₀×α₀×k_i

其中：k_i为当前第i次自学习之后的自学习系数，其初始值k₀为1。

三、自学习

实际使用中，光源的老化，环境光的变化，相机镜头积灰等因素都会使得利用离线标定数据计算出的驱动电流值与实际需要的光照强度之间发生匹配偏差，这种偏差通常会随着使用时间不断增大，最后甚至累计到用户不可接受的程度。所以通过在线自学习，校正偏差是非常必要的。本发明中，装置在使用中需要不断自学习来修正参数。由于修磨来料种类较多，工况并不相同，所以自学习需要满足一定的条件。

为了尽量贴近离线标定时的工况，通常可以选取钢种为C_B直径为D_B的钢坯修磨时启动自学习过程。如果由于生产排程，产品规格变更等原因，长时间难以找到标定时的钢种和直径，那么也可以适当放宽直径取值范围，但是钢种不应改变。

对于满足条件的工况，在修磨作业开始后，工业相机采集到的图像中，计算缺陷亮度P′_Q与背景亮度P′_G之间的差值，那么当前第i+1次学习后的自学习系数k_i+1为：

其中Δk为学习步长，其取值根据自学习的频度可以调整大小，如果使用条件允许，自学习较频繁，Δk可以取得小一些；反之则可以取得大一些。Δk可以是一个固定步长，也可以是一个动态步长。如果设计者对于应用场合各光照影响因素比较比较明晰，应用工况比较熟悉，可以使用固定步长。反之，可以使用动态步长。但是通常情况下，由于系统参数的变化通常不会过。

实施例

光源采用高亮LED面光源，使用电流可调的开光电源驱动，工业相机选用工业CCD相机，数据处理模块是工控机，自带显示器作为显示模块。

1、钢坯种类参数标定

工业CCD相机像素取值为0～255，观察相机图像，缺陷与背景间亮度差达到70以后，人眼已能够清晰分辨；缺陷与背景间亮度超过150以后，图像显得刺目。那么辨识阈值P₀＝70，P₁＝120。

某工厂钢坯来料分为车削、未处理和喷丸三种情况，可以分别标识为1、2、3号钢种，对于每一个种类，统一取D_B＝300mm的来料，进行标定。调节驱动模块的电流I，使得工业相机采集到的图像中，缺陷亮度P_Q与背景亮度P_G之间的差值在辨识阈值P₀，P₁之间，即

70≤|P_Q-P_G|≤120

缺陷亮度P_Q取缺陷区域的亮度均值。背景亮度P_G取背景区域的亮度均值。

对于3类钢坯，钢坯种类编号为C₁＝1，C₂＝2，C₃=3，测量得到其合适的光照驱动电流值I_C1＝0.81A，I_C2＝2.34A，I_C3＝4.45A。

2、钢坯直径参数标定

取喷丸处理的钢坯进行直径参数标定，钢坯直径范围为100mm～500mm，那么可以包含取D_B的5个标定点D₁＝100mm，D₂＝200mm，D₃＝300mm，D₄＝400mm，D₅＝500mm。仿照A1调节驱动电流，使得每种直径钢坯上的缺陷与背景都能较为明显地得到区分，可以得到光照驱动电流值I_D1＝5.73，I_D2＝4.91，I_D3＝4.45，I_D4＝4.06，I_D5＝3.71，那么电流系数α_D1＝1.30，α_D2＝1.11，α_D3＝1.00，α_D4＝0.89，α_D5＝0.84。

3、计算

当前坯料表面未处理，直径150mm，那么在数据处理模块中，计算过程如下：

读取钢种类型C₀＝2，其对应的驱动电流值I₀＝2.34A。

读取钢坯直径D₀＝150mm，计算电流系数α₀如下：

计算当前驱动电流值I₁

I₁＝I₀×α₀×k_i＝2.97A

其中，当前第50次自学习之后的自学习系数k_i＝1.05。

4、自学习

当喷丸处理的且直径为300mm的钢坯进行修磨时，可以进行第51次自学习。工业相机采集到的图像中，缺陷亮度P′_Q＝33与背景亮度P′_G＝98，那么|P′_Q-P′_G|＜P₀，则

k₅₁＝k₅₀+0.1k₅₀＝1.16

其中，Δk取动态步长，其值为前次自学习系数的0.1倍。

本技术领域中的普通技术人员应当认识到，以上的说明书仅是本发明众多实施例中的一种或几种实施方式，而并非用对本发明的限定。任何对于以上所述实施例的均等变化、变型以及等同替代等技术方案，只要符合本发明的实质精神范围，都将落在本发明的权利要求书所保护的范围内。

Claims (4)

1.一种圆钢修磨质量检测系统中光照强度的控制方法，其特征在于：包括以下步骤:

A.通过照明光源照射被测圆钢；

B.通过工业相机捕捉圆钢表面图像并输入数据处理模块；

C.通过数据处理模块把图像转换为视频信号发送到显示模块，同时根据钢坯信息计算光照强度，并将控制信号发送到可调光源驱动模块；

D.通过可调驱动模块调节光源亮度，以达到数据处理模块设定的光照强度，

其中，在步骤C中，所述的计算方法包括：

C1.获取钢种类型C₀，

并获取其对应的驱动电流值I₀；

C2.获取钢坯直径D₀，D₀∈[D₁,D_N]，计算电流系数α₀；

C3.计算当前驱动电流值I₁。

2.如权利要求1所述的圆钢修磨质量检测系统中光照强度的控制方法，其特征在于：在步骤C2中，所述的电流系数α₀的计算公式为：

3.如权利要求1所述的圆钢修磨质量检测系统中光照强度的控制方法，其特征在于：在步骤C3中，所述的驱动电流值I₁的计算公式为：

I₁＝I₀×α₀×k_i

式中，k_i为当前第i次自学习之后的自学习系数，其初始值k₀为1。

4.如权利要求3所述的圆钢修磨质量检测系统中光照强度的控制方法，其特征在于：所述的自学习方法为：

对于满足条件的工况，在修磨作业开始后，工业相机捕捉到的图像中，计算缺陷亮度P′_Q与背景亮度P′_G之间的差值，那么当前第i+1次学习后的自学习系数k_i+1为：

式中，Δk为学习步长，P₀，P₁为辨识阈值。

Images