（检测技术与自动化装置专业论文）一种棒材自动计数检测系统的研究与应用.pdf

浙江大学硕士学位论文 摘要 计数定支处于棒材生产工艺的最后阶段， 是长期困扰企业的一个难题。目 前 棒材生产企业均普遍采用人工计数方法。 该方法劳动强度大， 工作效率低， 系统 生产能力有限， 且准确性难以保证。 针对这种情况， 开发能够对棒材进行自 动计 数的检测系统， 可以有效提高劳动生产率， 改变传统上靠工人“ 眼算心算” 的加 工模式， 把工人从繁重的体力劳动和恶劣环境中解放出来， 使棒材生产线计数定 支环节实现机械化和自 动化操作。 为了实现棒材自 动计数这个目 标， 本论文综合了计算机视觉、 图像处理及模 式识别技术开发出一种棒材自 动计数检测系统， 其中包括了系统的 软件和硬件设 计。现将主要研究工作介绍如下: 1 、分析了棒材的人工和光电管计数方法，对计算机视觉检测技术涉及到的 相关领域作了简单说明，并对计算机检测技术用于棒材的自动检测进行综述。 2 、针对棒材生产线周边环境特点，设计了 检测系统的总体结构，对系统的 硬件部分提出了 具体解决方案， 包括照明系统、 摄像系统、 图像采集卡及抗干扰 措施。 3 、开发了检测系统的图像处理软件平台，包括图像控制、预处理、分析识 别及区域屏蔽四个模块。 对现场实时采集的棒材横截面进行去除噪声、 突出边界 信息的预处理， 并提出了一种综合边界搜索、 灰度均值和灰度梯度三种信息， 结 合模板匹配， 利用d - s 证据理论融合算法进行融合判定识别的新方法。 通过两年多实验室的研究和工业现场的调试， 该系统现己稳定运行于南昌 钢 材公司小型厂棒材生产线上， 准确率达到9 9 .7 ， 识别效果良 好， 基本满足工业 生产的需求。 关键词:棒材自 动计数 边界搜索 模板匹配 数据融合 浙江大学硕士学位论文 ab s t r a c t a u t o m a t i c c o u n t o f t h e s t e e l r o d s in a s s e m b l y l i n e s i s a t o u g h p r o b le m w h i c h h a s b e e n p u z z l i n g p r o d u c e r s f o r l o n g . a t p re s e n t , t h e c o u n t o f t h e s t e e l r o d s o n l i n e i s i m p l e m e n t e d b y m a n u a l , t h i s m e t h o d , h o w e v e r , i s l a b o r - c o n s u m i n g , i n e ff i c i e n t a n d l i m i t e d i n s y s t e m a t i c p r o d u c i n g c a p a b i l i t y w h i l e i t i s d i f fi c u l t t o e n s u r e t h e c o u n t i n g a c c u r a c y . t h u s , d e v e l o p i n g a a u t o m a t i c c o u n t in g s y s t e m , w h i c h i s a b l e t o a u t o m a t i c a l l y d e t e c t t h e n u m b e r o f t h e s t e e l r o d s , w i l l e n h a n c e p ro d u c t i v i t y e ff e c t i v e l y , i m p r o v e t h e t r a d it i o n a l m a c h in i n g p a tt e r n t h a t r e l i e s o n m a n u a l c a l c u l a t i n g , f r e e w o r k e r s f r o m h e a v y p h y s i c a l l a b o r a n d h o r r i b l e w o r k in g e n v i r o n m e n t , a s w e l l a s m a k e th e s t a g e o f c o u n t a c h i e v e m e c h a n i z a t i o n a n d a u t o m a t i o n i n o p e r a t i o n . i n o r d e r t o r e a l i z e a u t o m a ti c a l l y c o u n t t h e s t e e l r o d s i n a s s e m b l y l i n e s , a n a u t o m a t i c d e t e c t s y s t e m i s d e v e l o p e d i n t h i s t h e s i s , b a s e d o n c o m p u t e r v i s i o n , i m a g e p r o c e s s i n g , a n d p a tt e r n r e c o g n i t i o n , i n c l u d i n g b o t h s o f t w a r e a n d h a r d w a r e d e s i g n i n g . t h e f o l l o w in g a r e t h e m a j o r r e s e a r c h w o r k : f i r s t , b o t h t h e m a n u a l a n d p h o t o e l e c t r i c c e l l c o u n t i n g m e t h o d s a r e a n a ly z e d , re s e a r c h w o r k re l a t e d t o d e t e c t t e c h n o l o g y b a s e d o n t h e c o m p u t e r v i s i o n i s b r i e fl y i n tr o d u c e d , a n d t h e a p p l i c a t i o n s o f t h i s t e c h n o l o g y t o a u t o m a t i c c o u n t t h e s t e e l r o d s a r e s u mma r i z e d . s e c o n d , a n a u t o m a t i c d e t e c t s y s t e m s g e n e r a l s t ru c t u r e i s d e s i g n e d , s p e c i f i c s o l u t i o n s f o r t h e h a r d w a r e p a r t a r e p u t f o r w a r d , i n c l u d i n g l i g h t i n g s y s t e m , c a m e r a s y s t e m , i m a g e a c q u i s i ti o n c a r d a n d a n ti - i n t e r f e r e n c e . t h i r d , a n i m a g e p r o c e s s i n g s o ft w a r e p l a t f o r m f o r t h e a u t o m a t i c d e t e c t s y s t e m i s d e v e lo p e d , w h i c h i n v o l v e s f o u r m o d u l e s : i m a g e c o n t r o l l i n g , p re - p ro c e s s i n g , a n a l y z i n g a n d r e c o g n i z i n g , a r e a s h i e l d i n g . a n e w m e t h o d o f i m a g e p r o c e s s i n g i s p r o p o s e d : a s p r e t r e a t m e n t , n o i s e i s e l i m i n a t e d t o s o m e e x t e n t a n d e d g e in f o r m a t i o n i s h i g h l i g h t e d f o r re a l - t i m e c o l l e c t e d t h e s t e e l r o d s s e c ti o n ; t h r e e t y p e s o f in f o r m a t i o n - e d g e s e a r c h , g r a y a v e r a g e v a l u e a n d g r a y a v e r a g e g r a d s 一 a r e s y n t h e s i z e d ; p a t t e rn 浙江大学硕士学位论文 r e c o g n i t i o n i s c a r r i e d o u t ; f u s i o n a l g o r i t h m b as e d o n d e m p s t e r - s h a f e r e v i d e n c e t h e o ry i s a p p l i e d t o a c h i e v e t h e fi n a l r e s u l t t h r o u g h re s e a r c h i n g a n d d e b u g g i n g i n t h e l a b , t h e d e v e l o p e d d e t e c t s y s t e m h as b e e n a p p l i e d t o c o u n t t h e s t e e l r o d s o n l i n e i n t h e a s s e m b l y l i n e s 访n a n c h a n g s t e e l c o . 1 t d f o r t w o y e a r s . t h e a p p l i e d r e s u l t s h o w s t h a t t h e c o u n t i n g a c c u r a c y o f t h e d e v e l o p e d s y s t e m a c h i e v e s 9 9 . 7 %. s o it s a c c u r a c y , s t a b i l i t y a n d r e l ia b i l i t y c o u l d m e e t t h e n e e d o f t h e s t e e l i n d u s t ry t o d e t e c t t h e c o u n t o f t h e s t e e l r o d s o n l i n e . t h a t m e a n s t h a t i t h a s a l r e a d y r e a c h e d t h e s t a n d a r d f o r t h e i n d u s t ry m a n u f a c t u r e . k e y w o r d s : a u t o m a t i c c o u n t o f t h e s t e e l r o d s , e d g e s e a r c h , p a tt e rn r e c o g n i t i o n , d a t a f u s i o n 浙江大学硕士学位论文 第一章前言 1 . 1棒材计数方法的回顾与趋势 棒材的自 动计数是长期困扰我国棒材生产企业 _ z , 的一个难题， 即使在世界 范围内也未能很好地解决， 现阶段我国钢铁企业主要采用光电管和人工两种方法 实现棒材的在线计数。 1 . 1 . 1光电管自 动计数方法介绍 光电 管计数方式充分利用光电 管的光生伏特效应， 即光电 管可以 通过光电 流 的强度变化来反应光通量的大小变化。轧制好的成品钢材被输送到传输平台上， 由传输链送至收集槽再进行捆装，而光源和光电管则分别置于传输链的上下两 侧， 移动中的棒材会改变光电管光通量的大小， 从而导致光电管的光电流强度发 生变化。 通过分析光电管光电 流强度的变化情况， 就可以判断经过光电管棒材的 数目13 一 15 1 。 但光电管计数方式存在如下两个缺点: ( 1 ) 、 棒材生产线上周围环境十分恶劣， 在长期高温、强光照射、 剧烈震动 和粉尘等诸多干扰因素下， 光电管灵敏度急剧衰减， 迅速老化， 更换周期十分短， 不管从计数的准确性和成本考虑均不合工业生产要求。 另外目 前国内企业使用的 光电管均存在不同程度的响应滞后性，从而大大影响计数的准确性; ( 2 ) 、 现场一般采用单个光电管进行计数， 如果棒材在光电管处出现重叠或 局部交叉现象时，它的输出脉冲会发生丢失，进而导致产生少计、漏计的现象。 由于种种原因， 现场棒材经常会出现重叠现象， 光电管对此无能为力: 而如果通 过机械手段消除棒材在传输链上的重叠和交叉， 却又往往无法满足工业生产实时 高效的要求。 因此， 光电管自 动计数基本停留在试验阶段， 一直无法在工业生产中得到实 际应用。 浙江大学硕士学位论文 l . 1 . 2人工手动计数介绍 目 前国内采用最多的计数方法就是人工手动计数6 一 iv， 这种方法是通过人的 判断来确定棒材数量。 在棒材生产线一般都是采用负公差制6 1 进行计量， 并且在 轧制后按照一定根数的棒材打捆进行理论计重， 由于没有合适的方法来计量准确 数目， 通常是由经过训练的熟练工人用肉眼( 或借助某些工具) 来观察并计数。由 人的生理特性所决定， 人眼容易疲劳， 长时间的高强度工作后， 主观性的判断失 误经常发生。 而且对于计数工人， 由于熟练程度， 身体、 情绪状况等因素的影响， 计数时无法保证一直准确。 这使得出售每捆棒材的 支数得不到保证， 经常导致用 户对生产厂的投诉。 因此， 随着先进的自 动计数方法的出现， 这种计数方式终将 被更为先进的计数方式所取代。 1 . 1 . 3棒材自 动计数技术发展的迫切性 由于人工计数频频出现误差， 企业迫切需要新型的自 动计数装置来给出相对 客观、 稳定、 一致的 检测结果。 据估计， 采用自 动视觉检测$ 1- 1 2 1 可减少7 0 - 8 0 % 的客户投诉。 生产的需要促进了自 动检测技术的研究和发展。 但是， 因为视觉机 制的复杂性， 检测的自动化一直无法真正实现。 直至到了图像处理、 计算机视觉 以 及模式识别的研究有了新的可实施成果的阶段， 人们才将计算机视觉和模式识 别技术相结合来代替人的视觉系统， 对输入计算机的图像进行适当处理和分析并 做出 相应的判断。 基于计算机视觉的自 动检测系统10 1 1 1 ， 在给定的判断规则下， 给出的是基于分析结果的客观判断， 而且在固定的外部环境下， 其判断是稳定一 致的。因此，基于计算机视觉的自 动检测技术得到了广泛的重视和应用。 同时， 人工检测的效率往往比较低。 首先要培养熟练的检测工人， 并且由于 人眼的生理特性， 在工作一定时间后必须休息， 否则就会因为疲劳而发生错检漏 检。 此外， 人工检测时客观因素影响较大， 造成检测质量很不稳定。自 动视觉检 测无疑可以大大提高生产效率。 因为现代化生产一般采取流水线作业，自 动检测 装置可以直接安装在生产线上， 在标准化了的环境与给定的规则下工作， 给出的 检测结果客观、准确度高。 棒材计数是重复性极高的工作， 从事这种工作的人时间长了容易疲劳。 有的 产品尺寸规格很大， 使得检侧工人的劳动强度非常高， 并且生产环境周围十分恶 浙江大学硕士学位论文 劣， 严重影响 检测工人的身体健康. 利用自 动检测系统来代替人工检测是将工人 从繁重枯燥、恶劣甚至危险的工作环境中解脱出来的最有效的途径。 综上所述， 现代工业生产迫切需要研制自 动化装置来代替人工检测， 可见计 算机视觉自 动检测技术在现代化生产中的 应用具有非常广阔的 前景。 1 .2 棒材自 动计数检测技术的发展概述 由 棒材计数方法的发展概况可知， 在棒材生产线上还是由自 动化水平较低的 人工计数作为主导，自 动计数技术的发展还处于摸索阶段， 不能广泛应用于工业 生产当中。 基于计算机视觉、 图像处理及模式识别等学科的自 动检测技术在棒材 生产线上的应用尚刚刚起步， 但它可检测的内 容和梢度都是以 前的检测方法所无 法比拟的，代表了棒材技术方法的发展方向。 i . a . 1 计算机检测相关技术的发展概况 计算机视觉检测1 3 14 技术是通过模拟人的视觉功能，对输入图像进行分析 和理解的技术，它是计算机技术和图像技术相结合的产物，是8 0 年代中期发展 起来的一门新兴技术。 它是集光学、电子学、 图像处理、 模式识别等先进技术为 一体的一门新兴学科， 是图 像处理和知识工程学的交叉点， 又是机器人技术的一 个分支。 它涵盖了主要的图像处理和模式识别理论， 但更侧重于通过模拟人的视 觉功能，去实现机器视觉，并逐渐形成了丰富、 完善的理论体系。 计算机视觉 s ( c v )又称之为图像理解和图像分析，是当 今世界上最为活 跃的学科之一。 i e e e 1 9 8 8 年 8 月的会刊组织了计算机视觉专辑，在其引言中， 定义c v为用任何办法对2 d数据做出理解。 计算机视觉有着广泛的应用16 ， 不 仅用在文字、指纹、染色体识别以 及集成电路芯片检测等2 d图像方面， 还用在 智能机器人导航、避障和c t图像的器官内部重建等3 d物体的定位、识别与重 建上。 数字图 像处 理p 8 卜 z0 ( d ig it a l i m a g e p r o c e s s i n g ) 又 称为 计 算 机图 像 处 理， 它 是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。 图像就是对 客观存在的物体的一种相似性的生动模仿或描述。 然而， 除了这些能被人眼观察 到的 各种平面图 像以 外， 它还包括视觉无法观察的其他物理和空间 物体图 像。 例 浙江大学硕士学位论文 如， 温度、 压力、 高度等物理量平面或空间 分布， 就是无法直接用人眼进行观察 的图像。 因此， 图像还包括用数学函数和离散数据所描述的抽象的连续或离散图 像。 数字图像处理的研究内容概括起来可包括以下6 个方面:图像的数字化、图 像的增强、图像恢复、图像编码、图像重建、图像分析。 模式识别技术1 3 1 是研究用计算机对一般由人类感觉器官接受的图像，如文 字、 语言等模式信息进行处理， 描述和分类的学科。 广义的讲， 也可以 理解为任 何对一般事物抽取概念特征进行判断和分类的过程。 模式识别2 1 1 是从统计模式 识别开始发展起来的， 形成了不少比 较成熟的 分类方法， 诸如，以贝叶斯决策为 基础的特征空间划分区域的分类方法; 以k均值聚类为代表的聚类方法; 以kl 变换为基础的特征选择方法。7 0 - 8 0 年代，产生类结构模式识别理论，它建立在 形式语言理论基础上， 借助反映基本模式元及其相互关系的一个字符串来描述的 一个模式， 并通过语法分析实现模式的分类或分析。 另外， 以模糊数学理论为基 础而产生的模糊识别理论， 通过隶属度最大准则对模式进行判别。目前， 统计与 句法模式识别方法结合、 句法和语义相结合是一大趋势。 把语义引入作为属性引 入， 形成属性文法， 可反映模式的属性。 通过语义规则降低文法中句法规则的复 杂度，可提高识别效率。 模式识别方法发展至今，大致分为以下五种:统计决策法，句法，结构法， 模糊判决， 逻辑推理和神经网络。 以上五类模式识别方法在许多领域中的应用取 得了成功， 但它们各有应用的局限性和优缺点， 对于具体的应用， 应根据实际情 况，选择适当的识别方法，合理设计分类器，有效的识别各类模式. 为实现机器视觉模拟人眼和大脑进行棒材数量的自 动检测， 就必须对输入的 图像进行图 像预处理和图像分割等变换， 得到一个图 像的矢量化表示， 然后通过 各种识别技术，达到计数的目的。 1 . 2 . 2自 动检测技术发展概况 计算机视觉检测技术即指利用计算机视觉系统来代替人工进行产品检测的 新 兴 技 术i i 113 1 . 计 算 机 视 觉 检 测 技 术 是 受 现 代 工 业 的 需 求 而 发 展的 新 技 术， 是 提高生 产效率和质量的有效途径。计算机视觉检测技术的出现为棒材自 动计数 提供了一种新的方法， 该技术本身的性质决定了这种检测方式是非接触的、 非破 浙江大学硕士学位论文 坏的， 而且是灵活的。 采用成熟的计算机视觉检测技术除了 提供稳定、 客 观的 计 数结果， 还可对检测过程中所发现的问题进行分析、 分类， 根据出现的位置、 频 率， 对原因进行辅助分析， 将结果反馈给生产管理人员， 为提高生产效率提供辅 助参考信息， 达到现代企业所要求的全面管理与控制。 计算机视觉检测技术是以 计算机和图像获取部分为工具， 以图像处理技术、 图像分析技术、 模式识别技术、 人工智能技术为依托，处理所获得的图像信号，并从图像中获取某些特定信息。 计算机视觉检测技术无需接触特定对象便可从获取的图像中得到大量的信息， 通 过对这些信息的分析得到物体尺寸、 轮廓、 表面色度等具体信息， 它最大的特点 是非接触式的， 并且可同时完成多种检测任务， 通过在计算机上实施多种自 动识 别技术和智能技术可极大提高检测与识别任务的自 动化水平和智能水平。然而， 基于计算机视觉的检测技术仍然是一种发展中的技术， 某些理论仍不成熟， 就当 前的技术水平而言还远远比不上人眼， 但这种情况在逐渐发生变化， 而且在某些 领域己经得到了成功的应用。 1 . 2 . 3棒材自 动计数方法的发展概况 目 前计算机视觉检测技术开始应用在棒材生产中， 国内外有多家研究机构对 此课题进行专门研究，但均为试验阶段，未能在实际中得到应用 2 2 卜 (2 5 。下面对 一些检侧方法做简要介绍: ( 1 ) 、 图 像距离变换 法: 北京 科技大学高效轧 制国 家工程 研究中 心 利用面阵 c c d摄像机采集打捆后棒材的端面图像，通过合适的阐值将灰度图像转换成二 值图像，以消除棒材图像区域中由 于油污造成的孔洞和棒材区域间的 粘连现象， 根据距离变换思想， 提出了图像距离概念， 通过计算并比 较棒材区域各象素点的 图 像距离，确定了各根棒材的中心，从而实现了从图像中自 动计算棒材的数目。 该方法虽然取得很好的识别效果， 但由 于二值化时选择闽值较小会加重棒材的粘 连， 选择较大阐值会增加棒材区域的孔洞， 这一矛盾在实际识别中会带来较大检 测误差。 ( 2 7 . 腐蚀法: 由 于计数时仅需保留每个被测物体截面图 像上至少一 个象素 点， 无需考虑被测物体截面的真实形状， 所以只要将被计数物体图像进行多次收 缩， 使重叠的图像达到完全分离的目 的。 采用图像处理方法提出用数学形态学的 浙江大学硕士学位论文 腐蚀膨胀操作使钢筋截面图像清晰， 并使用扫描方法进一步剥离重叠的钢筋截面 图像来进行粗分离， 然后根据粗分离的结果求出象素间的棋盘距离以判别分离的 象素点是否是仅代表一个被检测物体的象素， 否则删除伪象素点以达到精确分离 的目的， 同时为了使计数方法快捷， 最后将每个螺纹钢筋截面的图像所保留的一 个象素，用直方图统计法得到正确的钢筋计数。这种方法在上海第二工业大学、 上海大学、 安徽工业大学均有相关人员研究， 该方法理论性很强， 但应用于工业 现场时，腐蚀算法无法克服背景环境带来的噪声影响，所以无实际应用。 ( 3 ) 、 模板匹配法: 模板匹 配识别方法是图 像处理和计算机视觉领域中的一 种图像分析的方法， 是将己知模板位图的数据与待搜索位图的数据进行匹配， 然 后根据匹配结果确定一幅待搜索位图中是否存在己知模板位图。 其中又有两种思 路，其一是顺德职业技术学院所研究的模糊圆周模板匹配2 4 法。 模糊圆周模板 匹配方法向传统的模板匹配方法中引入了几何和模糊数学的思想， 模糊圆周模板 与传统模板主要区别在于传统模板的数据是一幅位图数据， 而模糊圆周模板数据 是由一个隶属函数确定具有一定半径和线宽的圆周数据。 该方法在实际计算中运 算量非常大，无法适应工业现场的实时检测要求。 其二是模板覆盖法2 5 。由于 剪切后的钢筋端面为灰白 色， 集捆后挤在一起， 它们之间的界线分不清楚， 再由 于剪切过程中引起钢筋头的弯曲及断面的参差不齐、 面积大小、 形状不很规则等， 使得预处理得到的二值图像严重粘连， 采用提取骨架或图像腐蚀的方法， 对于粘 连严重的图像难以达到准确的目的，所以也并不能应用于生产实践中。 总的来讲，虽然研究的机构很多、采用的思路很广，但效果并不理想，目 前 国内 暂无可以在生产上可靠且能广泛应用的棒材自 动计数的自 动化技术与装置。 1 .3论文研究目的及意义 在棒材生产工艺的最后阶段， 计数、 定支包装问题一直没有得到很好地解决， 尤其是对。1 0 -2 2 mm 小规格棒材更是如此。目 前所普遍采用的人工计数方法， 因其具有劳动强度大、 工作效率低、 妨碍系统生产能力的提高等缺陷， 且准确性 难以保证， 而不能满足生产实际的要求。 为了 提高劳动生产率， 改变传统上靠工 人 “ 眼看心算”的加工模式，把工人从繁重的体力劳动和恶劣环境中解放出来， 使棒材生产线定支包装环节实现机械化和自 动化操作， 自 动检测技术在棒材自 动 浙江大学硕士学位论文 计数的 应用是发展的必然趋势。 炼钢工业生产现场十分恶劣， 生产车间内 存在着各种各样的随机干扰， 如果 对所采集的实时图像采用简单常规的预处理和闽值分割很难达到理想的效果， 本 论文考虑到所获取原始图像中关于钢材的特征大部分集中在其横截面上， 每幅图 像中棒材的数目 判断正确与否关键取决于横截面特征的利用， 所以本论文提出一 种利用棒材横截面的边界、 灰度均值及灰度梯度分布这三种信息进行分析， 并结 合模板匹配，利用d - s 证据理论2 6 - 2 7 融合算法联合判断的新方法。 本论文提出的棒材计数计算机自 动检测方法， 为实现棒材定支包装前的精确 计数提供了一种新方法， 并在实际中得到很好的应用， 大大促进了我国棒材生产 线实现自 动化和智能化。 1 . 4本论文研究的可行性 本论文中介绍的棒材自 动计数方法采用了计算机视觉、 图像处理和模式识别 技术，由于这些技术在许多领域中的应用均有成功范例， 如医学中的血细胞、 血 小板数量检测; 农业生产中的水果质量检测; 工业生产中的广泛应用等等。 这些 成功应用的实例，为本方法研究的成功提供了可靠的算法和技术支持。 为满足在图像处理过程中， 要求计算量大、 存储量大和显示效果好等特殊要 求，在硬件方面，选用了p 4 型计算机;在软件方面，采用w i n d o w s 2 0 0 0 操作系 统为开发平台，以 v i s u a l c +为编程工具，该语言图形图像功能丰富， 速度 快且具有良 好的编程环境。 v i s u a l c + 语言的编译能自 动进行代码优化， 适合 于图像处理的要求。 针对现场环境复杂、 千扰因素多的特点， 在研究过程中专门设计了抗干扰外 箱， 并在图像处理和识别的过程中引进多种信息联合判断， 提高了检测的准确性。 综上所述， 本论文采用的棒材自 动计数方法具有坚实的理论基础和现实可行 性，能够实现工业现场棒材生产线上的自 动计数任务。 浙江大学硕士学位论文 第二章棒材自动计数系统设计 2 . 1系统结构设计 现代轧钢企业中， 棒材生产线流程12 9 113 0 1 一般为: 把坯料放入加热炉加热到 一定温度， 通过轧制机轧制成形， 经热检验后放入齿条步进式冷床稍作冷却， 再 剪切成相关规格的长度后碰齐并传送至喷漆处打捆过磅入库。 整个生产流程如图 2 - 1 所示，棒材的人工计数环节在碰齐后喷漆前的传送装置上实现。 坯料 产 尸 一一 、 碰 齐 剪切 计 数 器 图2 - 1棒材生产线示意图 开发棒材自 动计数系统3 1 1- 3 6 1 是为了 代替人工清点成品支数， 经过对棒材生 产线各个环节分析判断， 本论文最终确定在棒材被分段剪切传送到滑轨准备喷漆 打捆前进行自 动计数。 在这个环节计数的好处是钢材有规律分批传送到滑轨， 每 刀钢材的数量由工艺技术规程严格规定，随内径变化而在一定的区间内 变化。 计数地点确定后， 针对周围的环境和现有的技术水平， 制定了系统设计方案， 即通过c c d摄像头获取图像并输入计算机，采用一定的算法完成图像预处理和 图像特征提取， 综合图像处理、 模式识别和人工智能等方法来达到对处理过的 源 图 像进行识别、 分类、 计数等， 从而实现对图像的分析和理解， 达到非接触在线 检测12 9 1 。 浙江大学硕士学位论文 2 . 1 . 1系统构成 为了达到自 动计数的目 的， 本论文提出的棒材自 动计数系统包括硬件部分和 图像采集模块 外部控制模块 -一l!厂仁 厂| 图像采集卡 个 c c d 摄像头 图像处理模块 赢 暴 曹 一 继电开关 照明系统 抗干扰模块 l e d 显 示 _ _ 电脑屏幕显示 显示模块 .1. 广.!1 刀日月|刊民日勺月日匀刁日月 _j_ _ _ _ _ _ _ _ _ _ _ _ j 图2 - 2棒材自 动计数系统总体结构图 软件部分。系统的总体结构如图2 - 2 所示，其硬件部分包含三个模块:图像采集 模块、外部控制模块和显示模块; 软件部分主要是图像处理模块，由图像预处理 模块和图像分析识别模块构成。 2 . 1 . 2系统模块功能说明 图 像采集模块由计算机、 c c d图像传感器、 图像采集卡、 照明 系统3 5 - 3 7 和 抗干扰系统构成， 主要是由抗干扰系统排除外界各种噪声干扰， 再通过照明系统 提供良 好的光源照射在所需要的棒材横截面上， 最后利用c c d图像传感器摄取 现场图像， 并通过图像采集卡将图像输入到计算机系统中的图 像处理模块。 外部控制模块由 继电 开关、 操作面板 ( 按钮盒) 和数据采集卡构成， 主要起 系统采样触发( 通过继电开关判断是否有钢材通过传送带出现在当前位置) 和系 统参数调整 ( 通过操作面板在线调整参数、计数复位等)的作用。 显示模块由电脑显示屏和现场l e d显示屏构成，分别在电脑机房和棒材生 产线上显示，供操作人员所用。 其中 现场l e d显示屏通过串口 与计算机系统连 浙江大学硕士学位论文 接并实时通讯。 图像处理模块是由以计算机硬件系统和 v l s u a l c + + 6 .0软件开发平台为基 础开发的wi n d o w s 应用软件构成， 可分为图像预处理和图像分析识别两个部分。 图像预处理部分负责对采集来的原始图像信息进行图像增强、 二值化及边缘提取 等预处理; 图像分析识别部分则把已经过预处理的图像数据利用模式识别、 模板 匹配和人工智能计数进行分析， 得出当前图像中棒材的数目， 并将结果经过修正 后输出到电脑显示屏和现场l e d显示屏。 2 .2系统的硬件设计 在本系统中的硬件部分由图像采集、 外部控制和显示等三个模块构成， 其中 包含了计算机控制系统、c c d 图像传感器、照明系统、抗干扰系统、继电开关、 控制开关和l e d 显示屏等几部分，如图2 - 3 所示。 根据该生产线工艺安排，每一组棒材都将通过传送带经过c c d 图像传感器拍 摄范围， 并且会停留一定的时间。 当棒材经过时，由 控制室里的继电开关发送给 计算机控制系统一个脉冲信号，触发c c d 图像传感器拍摄，保证该组棒材在稳定 的 停留在c c d 拍摄范围内时被摄取， 并且图 像质量稳定、 清晰。 图2 - 4 为为棒材横 截面图像采集的示意图。 图2 - 3自 动计数系统硬件示意图 浙江大学硕士学位论文 光源 图2 4 棒材横截面图像采集示意图 在获取图像信息的过程中，光源的设计十分重要。因为采集到的图像的清晰 度在很大程度上由光源好坏、摆放位置等因素所决定，所以要选择好的光源，并 且尽量使整个摄像系统避免受到自然光、现场照明灯光及环境漫反射的影响，以 保证采集到图像的质量。由图2 4 中可见，光源发出的光均匀照射在棒材的横截 面上，使其端面的灰度值集中在一定范围内，并与背景保持较大差别，利于图像 处理与分析中心进行精确计数。 由于硬件系统各个环节均十分重要，为了达到良好的计数效果，必须科学选 择各个器件，下面对照明系统、c c d 摄像头、数据采集卡和抗干扰措施做详细介 绍。 2 2 1 照明系统 照明系统主要由光源、灯具和外箱组成，其作用是为了使目标得到充分地照 明，以保证像平面有足够的照度【3 5 h ”】。由于棒材生产线在室外，而且c c b 对各 种环境因素的干扰很敏感。因此必须选用合适的照明系统来保证成像时c c d 图像 传感器得到充分、稳定、均匀的照度。根据某些特殊要求，可能还要进行独特的 照明设计。照明系统中的首要选择便是光源的选择。为了仓造良好的观察和测量 条件，人们制成了很多种人工光源，有白炽灯、卤索灯、气体放电灯、激光器等。 照明光源的主要参数有：光强、方向和谱分布等。不同类型的应用对光源的要求 也不同，只有明确了各种光源的特性才能根据需要选定合适的光源。此外，被测 物体的几何形状、材料的光学特性等对光源的选择也有不同的要求。因此，选择 光源时一般要考虑以下几个因素：波长的要求、亮度的要求、物体的反射率、图 像的传递效率及图像输入设备的性能、空间有效性、空间、时间均匀性、使c c d 翱 扫翔 浙江大学硕士学位论文 工作在线性范围内。 为排除环境光对照明系统的干扰，一般采用在暗箱内检测的方法。棒材是不 透明物体，其颜色是在外界光源的照射下，通过有选择的吸收反射或透射照明光 中的一部分后入射到视觉系统的光线颜色决定的。因此必须根据棒材的表面特 性，设计光源与c c d 的分布位置，并采取一定的校正、补偿措施，使得棒材在c c d 光敏面上的成像照度充分，而且在时间和空间上尽量均匀、稳定。 圈2 5 抗干扰外箱图 为消除周围的环境光对拍摄图像的影响，我们专门设计了一个密封的灯箱。 如图2 5 所示，灯箱的内侧面涂上了哑光漆，摄像头安置在箱内，在摄像头前安 装了两个冷光源的荧光灯照明。荧光灯光谱分布接近“白昼平均照明”，颜色为 日光色，相关色温为6 5 0 0 k 。光源在箱内的位置可调，以方便采用不同的照射角 度进行照明。由于避免了环境光的干扰，而且采用了性能较佳的光源，再通过适 当的校正算法，使得棒材横截面成像充分，特征突出，获得了质量较高的图像。 2 2 2 摄像系统 目前工业检测中使用最为广泛的是c c d 摄像系统吲。c c d 摄像系统由c c d 传感 器和镜头组成。c c d ( c h a r g ec o u p l e dd e v i c e ) 是一种将光信号转换为电荷信号 的固体光电图像传感器。由于其轻巧、灵敏、分辨率高、数字化性能好等突出优 点，目前在各个行业得到了广泛应用，并随着技术的不断改进有望得到更迸一步 的发展h 4 ”。镜头则是一种光学系统用来将被测物体成像于c c d 的光敏面上。 摄像机的工作原理是通过照明系统提供的光源，光学系统将被测物体成像于c c d 的光敏面上，c c d 将光敏面上接受的光信号转换为电荷信号，再通过外部控制电 路实现电荷的存贮、转移和检测。对于集成了数字处理功能的c c d 摄像机，则再 浙江大学硕士学位论文 通过a d 转换得到数字化图像。 c c d 的选购十分关键，直接影响到成像的质量。应综合考虑c c d 的主要性能参 数在检测系统中的作用和影响，以满足系统的要求并能充分发挥其优势。我们进 行摄像机内外参数标定的目标主要是标定合适的相应参数m 1 如：焦距、曝光量、 视场角、快门速度、光圈大小、工作温度等，使得所得到的图像能清晰、准确地 反映被测物体的视觉信息。 本系统中选用了型号为s c c - d c 3 3 8 p 的s o n y 牌c c d 摄像机，其主要参数有： 1 、光学4 8 8 m m 变焦，电子十倍放大； 2 、电子快门l 5 0 1 1 2 0 0 0 0 秒； 3 、水平清晰度6 2 5 线； 4 、信噪l i ：5 2 d b ，自动增益控制： 5 、工作电压1 2 v 直流电； 6 、工作环境温度范围为- - 2 0 。c 5 5 0 c ；等 经过试验证实该摄像头成像质量好，对工作环境适应性强，适合应用于棒材 横截面的图像检测。 2 2 3 图像采集卡 图像采集卡用来将摄像机输出的视频信号采集到计算机内存中进行处理和 分析，而高级的采集卡则将很多无法用内存达到实时的图像处理基本功能做成专 门的芯片集成到采集卡上，大大加快了处理速度【4 2 】。一般的采集卡都有配套的 图像处理平台用来实现一些基本的图像处理方法并为进一步的处理提供编程接 口。更有一些强大的配套软件提供了更为丰富强大的图像处理能力和接口能力， 使得用户可以节约大量用于编程的时间而专心于图像分析工作h l 】 1 4 “。不同的使 用场合，对采集卡的性能要求相差甚远。 棒材自动计数系统要求采集到的图像能清晰、正确、稳定地反映被测棒材的 视觉信息。因此要求采集卡空间分辨力高、灰度精度高、处理速度快、有良好的 颜色校正能力等。本系统选用的是微视公司的m v p c i - - v 3 a 型号高品质专业图像采 集卡，如图2 - 6 所示。它的主要参数为：支持6 路标准复合视频输入：可接p a l 、 n t s c 、s e c o m 肯 i 标准信号；可以真彩、伪彩、黑白方式采集图像，可选择多种采 浙江大学硕士学位论文 集方式；提供控制接口：硬件完成图像水平、垂直方向任意缩小及开窗；硬件完 成图像实时镜像；亮度、对比度、龟度、饱和度，画面大小比例均软件调节。 图2 - 6 微视m v p c i v 3 a 图像采集卡 m v p c i - - v 3 a 图像采集卡的主要特点为：1 、由于采用p c i 总线结构，图像数据 可以实时存储到计算机内存中，并在屏幕上显示：2 、借用了计算机的内存存储 图像信息；3 、用户可以从连续图像中获取更多的数据信息，图像处理运算在主 机内存中执行，有利于提高处理速度，充分发挥c p u 的运算性能，方便用户编程 开发。 在单独考虑了照明系统、c c d 、图像采集卡的性能参数后，还要将它们结合 为一个整体来进行全面考虑方能碍到最后的良好的图像质量。例如照明系统的设 计和c c d 参数的结合必须使得c c d 能稳定地工作在其工作范围内，采集卡的采集速 度必须与摄像机的快门速度配合以防图像出现拖影等。必须经过重复大量的试验 验证整个设计方案的稳定性和可靠性。 2 2 4 抗干扰措旖 工业现场条件往往非常恶劣，如空气中的杂质( 如烟雾、灰尘、水气等) 、 工业设备振动引起的视觉装置的振动、环境中光照和电磁辐射等干扰都会对传感 器获取的图像等信息造成很大的损失或畸变，为了获得稳定的图像信息，必须采 用一定的抗干扰措施，在棒材生产线实地堪察后，我们采用了如下几点措施： 1 、设计摄像系统和照明系统专用的外箱，减小环境光线干扰影响： 2 、通过试验寻找光源摆放的最佳位置，使棒材得到充分照射； 1 4 浙江大学硕士学位论文 3 、通过悬挂细链条把背景光线挡住，把外界环境的影响度降到最低： 4 、通过在槽钢上焊接挡板，消除灯光照在滑轨上产生的反射效应； 5 、调整传送带的传输速度，使棒材端面能够基本平齐； 实践证明，这些方法均能大大改进所获得的图像信息，现将光源、外箱及抗 干扰等因素改变前后的图像及其直方图对比显示如图2 7 。 a 、普通光源、无抗干扰b 、荧光灯、有外箱c 、荧光灯、抗干扰 a 图对应的直方图b 图对应的直方图c 图对应的直方图 图2 7 照明系统改进与抗干扰措施实施前后对比图 图2 7 中我们可以看到，普通光源、无抗干扰措施条件下获得的图像背景干 扰非常大，且图像整体灰度值无明显特征，呈均匀分布状，很难对其中的棒材横 截面进行处理分析识别；当我们采用荧光灯、重新设计外箱的情况下，基本能把 棒材横截面灰度值从背景信息里分离出来，但图像中仍存在较大的背景噪声干 扰；最后在采取了抗干扰措施后，图像灰度信息特征清晰，棒材横截面灰度值区 域也明显区别于背景信息区域，便于我们进行图像处理分析和识别。 现在我们已经能够排除背景干扰，得到清晰的便于处理识别的图像信息。但 如何能保证采集到停留在摄像头摄像范围内的棒材? 这也是系统设计中一个关 键问题，下面我们就外围控制模块和显示模块做简要介绍。 浙江大学硕士学位论文 2 2 5 外部控制显示 由该生产线流程示意图2 一l 可知，每一组棒材在碰齐后会进入传送装置，前 往喷漆处打捆。传送装置的移动是通过现场控制室工作人员来操纵，每次前进一 定的距离。要及时获得棒材的横截面信息，必须实时同步得到传送装置的移动信 号。我们在现场控制室控制按钮上安装继电开关，与计算机系统的数据采集卡相 连，并通过串口实时进行通讯。控制室发出移动信号后，传动装置开始