word格式基于图像处理的带钢打捆定位控制系统.docVIP

基于图像处理的带钢打捆定位控制系统 信息技术与信息他 基于图像处理的带钢打捆定位控制系统 HotRolledSteelLocatingControlSystemBasedonImageProcessing 吴皓 UHao 马庆 MAQing 张栩～ zHANGXu 带钢生产比重日益增长是现代轧钢生产发展的一个主要趋 势.其生产工艺为加热一除磷一轧制一冷却一检验一卷取一打 捆一包装一入库一发货.在整个带钢生产过程中,带钢打捆是一 个非常重要的工序,直接影响到了带钢的包装和运输. 目前国内带钢的打捆过程基本为人工定位,由打捆机完成打 捆.由于带钢的尾端是随机的,不是固定的,而带钢尾端的识别, 靠一般的传感器难以检测,因此该方式存在带尾位置不好确定, 定位不准确,打捆速度较慢,工人的工作强度较大,打捆工艺不规 范,不符合带钢打捆的国际标准等缺点.因此如何实现高精度, 实时的自动尾端识别及打捆技术是带钢生产中有待解决的关键 问题. 由于图像检测具有非接触性检测,直观,智能型等优点,我们 设计了一套基于计算机视觉的带钢打捆定位控制系统.此系统 基于图像处理技术利用高分辨率摄像机自动辨识带钢的尾端,并 根据当前尾端位置向电机发出控制信号,将尾端调整到打捆位 置,准确实现打捆.该方式的采用,可以有效地识别出带钢的尾 端,并控制其尾端的位置,保证了带钢产品的包装质量,平均识别 率达到94%,很好地解决了带钢打捆存在的上述问题. 1基于图像处理的带钢尾端识别 实时获得的原始图像,都存在着一定程度的噪声干扰.由于 噪声的干扰,图像质量受到影响,使图像变得模糊,甚至淹没了图 像的特征.当进行带钢尾端识别时,很可能将噪声误认为是带钢 尾端,使识别准确率降低.因此,利用直方图均衡化和形态学增 强方法对原始图像进行处理,去除混杂在图像中的噪声干扰,强 化图像的表面特征. 1.1直方图均衡化 图像灰度直方图是把原始图像的灰度直方图从比较集中的 某个灰度区间变成在全部灰度范围内的均匀分布.利用增强函 数=EH(s)完成图像空间域点的增强过程.t,S分别为目标图像 和原始图像上的像素点,在进行均衡化处理时,增强函数EH需 山东大学控制学院山东济南250061 $济南公交总公司山东济南250014 园Q璺生篁塑 要满足两个条件: EH(S)在0≤S≤L一1的范围内是一个单调递增函数,这个 条件保证了在增强处理时没有打乱原始图像的灰度排列次序;另 一 个需要满足的条件是对于0≤s≤L一1应当有0≤EH(S)≤L一 1,它保证了变换过程中灰度值的动态范围的一致性. t=EH(sk):∑(ni/n)=Zps(si),(k=0,1,2…L一1) 上述求和区间为.到k,根据该方程可以由原图像的各像素 灰度值直接得到直方图均衡化后各像素的灰度值. 1.2基于形态学的图像增强 实验现场光线条件较差,利用成像系统采集到的图像通常是 曝光不均匀的,图像效果较差.本文采用基于形态学的图像增强 方法,能够克服基于直方图均衡化只考虑图像统计特性而不考虑 像素局部位置信息的缺陷.因此将直方图均衡化和数学形态学 组合,能够有效的抑制噪声,提高检测精度,保护边缘细节,并且 易于编程实现,最终应用于实际图像.经过直方图均衡化后,图 形的灰度问距拉大,增大了反差,使图像细节清楚,利于形态学的 滤波. 基本柔性形态变换包括膨胀,腐蚀,开和闭等运算. 设f表示灰度图像,f(IT/,n)表示图像f在(m,n)点的灰度. 设集合A,B为定义在Z2上的凸集,且使A曰,B被分为”硬核” A和”柔性边缘”B\A两个子集,这里”\”代表集合差.A,B均为 结构元素. 柔性形态腐蚀: fO[B,A,]()=({kOf(a)laA}u{厂(b)I6(B/A)}) 中第k个小的值. 柔性形态膨胀: fo[B,A,k]()=({后l,(a)faEA}u{,(6)IbE(B/A)}) 第k个大的值. 柔性形态开和闭运算: ,.[曰,A,k]=([B,A,k])o[曰,A,k]f?[B,A,k]=(,. [,A,])0[B,A,]其中和分别为B和A的映像集.由于 经过膨胀和腐蚀后的图像与原图有明显的灰度差,特别是边缘的 灰度跳变区域会发生明显改变,可以利用图像改变前后的差来进 堡星塑堡星瞻 行边缘检测. 1.3基于边缘检测的尾端识别 使图像的轮廓更加突出的图像处理方法叫做边缘检测或边 缘增强.边缘增强是一种重要的区域处理.在对图像进行特征 提取之前,一般都需要进行边缘检测,然后再进行二值化处理. 边缘增强将突出图像的边缘,边缘以外图像区域通常将被削弱甚 至被完全去掉了.处理后边界的亮度与原图中边缘的亮度变化 成正比. 利用上述的运算及其属性进行带钢尾端的边缘检测,就是要 经过变换后,待提取的边缘的灰度值的变化程度比图像中非