基于边缘矢量的镰刀弯在线检测方法研究

针对热连轧车间里带钢的镰刀弯检测问题,提出一种基于机器视觉的镰刀弯在线检测方法。首先,对预处理后的图像采用图像二值化处理提取目标,再使用形态学运算消除目标上的杂质以及不连通区域。然后在图像中以图像的中心点像素作为原点建立坐标系,提取中间坯两侧边缘点,接着获取相邻点之间的向量,并进行单位绝对值化,计算相邻单位向量之间的关系,得出中间坯边缘的弯曲度,依此判决镰刀弯。选取以现场获取的视频所分割出的5000张带有镰刀弯的图像作为实验样本,在PyCharm和OpenCV平台上进行实验。实验结果表明,该方法的镰刀弯检测成功率达96.32%,能够更准确地检测带钢镰刀弯,解决运行非对称镰刀弯检测方法因带钢跑偏而引起的误检问题。

面向工业数字孪生的板形镰刀弯实时检测系统

为适应“工业互联网+钢铁”融合创新应用发展需求,为改进热轧带钢板形镰刀弯人工检测效率低、精确度低、无信息存储等不足,开发了基于智能摄像机的热轧带钢镰刀弯实时检测系统。系统在钢铁公司热轧板带厂的应用效果表明,利用智能摄像机采集带钢板形镰刀弯影像数据,经过透视变换、融合卡尔曼滤波、最小二乘曲线拟合算法等关键技术的图像处理后,能实时、完整、精确记录坯板的形状及镰刀弯弯曲程度特征,通过工业互联网平台反馈至数字孪生服务系统及人机界面,为下一步数据处理及生产决策管理提供实时数据支撑。