[發(fā)明專利]一種基于機(jī)器視覺的生陽(yáng)極炭塊檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810945779.2
• 申請(qǐng)日: 2018-08-20
• 公開（公告）號(hào): CN109239074B
• 公開（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 劉志元;何健;劉春昊;沈洋
• 申請(qǐng)（專利權(quán)）人: 中鋁國(guó)際工程股份有限公司
• 主分類號(hào): G01N21/88
• 分類號(hào): G01N21/88;C25C3/12
• 代理公司: 沈陽(yáng)圣群專利事務(wù)所(普通合伙) 21221
• 代理人: 王鋼

本發(fā)明涉及一種生陽(yáng)極炭塊檢測(cè)方法，尤其涉及一種碳素廠生產(chǎn)智能化的基于機(jī)器視覺的生陽(yáng)極炭塊檢測(cè)方法。一種基于機(jī)器視覺的生陽(yáng)極炭塊檢測(cè)方法，在成型車間炭塊成型機(jī)的出口處多角度設(shè)置攝像頭采集炭塊圖像，攝像頭采集炭塊各個(gè)表面的圖像，然后進(jìn)行離線建模和在線檢測(cè)；離線建模由炭塊頂面建模和其余五個(gè)面建模兩部分組成；在線檢測(cè)包括炭塊頂面檢測(cè)、炭塊其余五個(gè)面檢測(cè)和合格炭塊的判斷策略。本發(fā)明的優(yōu)點(diǎn)效果：1、成型車間炭塊檢測(cè)環(huán)節(jié)實(shí)現(xiàn)智能化，降低勞動(dòng)定員；2、基于機(jī)器視覺的炭塊檢測(cè)執(zhí)行統(tǒng)一的標(biāo)準(zhǔn)，不受人為主觀意識(shí)及人員狀態(tài)影響，檢測(cè)結(jié)果更為準(zhǔn)確；3、該方法可將炭塊檢測(cè)的結(jié)果進(jìn)行數(shù)據(jù)庫(kù)存儲(chǔ)，為全廠MES系統(tǒng)提供數(shù)據(jù)支持。

技術(shù)領(lǐng)域

本發(fā)明涉及一種生陽(yáng)極炭塊檢測(cè)方法，尤其涉及一種碳素廠生產(chǎn)智能化的基于機(jī)器視覺的生陽(yáng)極炭塊檢測(cè)方法。

背景技術(shù)

隨著科學(xué)技術(shù)發(fā)展，對(duì)碳素廠生產(chǎn)的智能化提出了越來(lái)越高的要求，設(shè)備智能化取代人工已成為智能化工廠發(fā)展的一種主流模式。碳素廠生陽(yáng)極車間內(nèi)工序復(fù)雜，工況環(huán)境惡劣，對(duì)智能化生產(chǎn)的需求更為迫切。

現(xiàn)階段碳素廠生陽(yáng)極車間中成型環(huán)節(jié)的炭塊檢測(cè)主要依靠現(xiàn)場(chǎng)人工肉眼完成，長(zhǎng)時(shí)間的現(xiàn)場(chǎng)工作對(duì)工作人員的健康有害，而且容易由于人員的疲勞、身體狀態(tài)及主觀意識(shí)等因素造成檢測(cè)失誤，造成材料浪費(fèi)或者產(chǎn)品質(zhì)量下降。

發(fā)明內(nèi)容

為了解決上述技術(shù)問(wèn)題本發(fā)明提供一種基于機(jī)器視覺的生陽(yáng)極炭塊檢測(cè)方法，目的是使成型車間炭塊檢測(cè)環(huán)節(jié)實(shí)現(xiàn)智能化，降低勞動(dòng)定員；使其檢測(cè)結(jié)果更為準(zhǔn)確。

為達(dá)上述目的本發(fā)明一種基于機(jī)器視覺的生陽(yáng)極炭塊檢測(cè)方法，在成型車間炭塊成型機(jī)的出口處多角度設(shè)置攝像頭采集炭塊圖像，攝像頭采集炭塊各個(gè)表面的圖像，然后進(jìn)行離線建模和在線檢測(cè)；離線建模由炭塊頂面建模和其余五個(gè)面建模兩部分組成；在線檢測(cè)包括炭塊頂面檢測(cè)、炭塊其余五個(gè)面檢測(cè)和合格炭塊的判斷策略。

所述的炭塊頂面建模包括：正常炭塊頂面樣本圖像采集；正常樣本圖像標(biāo)號(hào)；圖像灰度處理；灰度圖像標(biāo)號(hào)；將標(biāo)號(hào)的灰度圖像作為訓(xùn)練樣本輸入對(duì)比網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)參數(shù)訓(xùn)練；生成對(duì)比網(wǎng)絡(luò)，提取圖像特征值作為在線檢測(cè)環(huán)節(jié)的參照標(biāo)準(zhǔn)特征值。

所述的其余五個(gè)面建模包括：正常炭塊面樣本圖像采集；正常樣本圖像標(biāo)號(hào)；圖像灰度處理；灰度圖像標(biāo)號(hào)、切片，圖像切片是指將圖片按照一定數(shù)量均分，其數(shù)量可由實(shí)際情況而定，各圖像切片的標(biāo)號(hào)要與被切片灰度圖像一致；將標(biāo)號(hào)的灰度圖像切片作為訓(xùn)練樣本輸入對(duì)比網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)參數(shù)訓(xùn)練；生成對(duì)比網(wǎng)絡(luò)，并計(jì)算出面圖像的離散度閾值、面圖像所有切片特征中心及特征半徑最大值，取此特征半徑最大值為檢測(cè)環(huán)節(jié)中的特征半徑判斷閾值，面圖像的離散度閾值取為所有參與建模的樣本圖像特征離散度的最大值，圖像切片特征中心取為該面圖像所有切片的特征均值，圖像切片特征半徑取為所有切片特征值與特征中心之間的最大距離。

所述的炭塊頂面檢測(cè)包括：實(shí)時(shí)采集炭塊頂面圖像并標(biāo)號(hào)，頂面標(biāo)號(hào)與建模時(shí)標(biāo)號(hào)相一致；圖像灰度處理；灰度圖像標(biāo)號(hào)，頂面標(biāo)號(hào)與建模時(shí)標(biāo)號(hào)相一致；運(yùn)用訓(xùn)練生成的炭塊頂面對(duì)比網(wǎng)絡(luò)任一分支卷積神經(jīng)網(wǎng)絡(luò)對(duì)灰度圖像進(jìn)行特征提取；計(jì)算灰度圖像特征值與參照標(biāo)準(zhǔn)特征值的相似度，相似度取為實(shí)時(shí)炭塊圖像特征值與標(biāo)準(zhǔn)特征值之間的距離。根據(jù)實(shí)際情況設(shè)定特征相似度閾值，如果相似度大于該閾值，判定該炭塊頂面不合格，反之為合格。

所述的炭塊其余五個(gè)面檢測(cè)包括：實(shí)時(shí)采集炭塊面圖像并標(biāo)號(hào)，標(biāo)號(hào)與建模時(shí)標(biāo)號(hào)相一致；圖像灰度處理；灰度圖像切片、標(biāo)號(hào)，圖像切片的數(shù)量可由實(shí)際情況而定，各圖像切片的標(biāo)號(hào)要與被切片灰度圖像一致；運(yùn)用訓(xùn)練生成的炭塊面對(duì)比網(wǎng)絡(luò)任一分支卷積神經(jīng)網(wǎng)絡(luò)對(duì)灰度圖像切片進(jìn)行特征提取；計(jì)算該面圖像所有切片特征離散度（特征標(biāo)準(zhǔn)差），如果該面圖像特征離散度不大于上述面圖像的離散度閾值，則判定該面無(wú)瑕疵，反之判定為該面有瑕疵，需進(jìn)一步計(jì)算瑕疵面積；計(jì)算圖像所有切片特征半徑，如果某一切片的特征半徑大于上述特征半徑判斷閾值，則判定該切片所在面積為瑕疵面積，因?yàn)槊鎴D像切片數(shù)量選定后，每一切片的面積即為定值，因此計(jì)算各面瑕疵的面積可以簡(jiǎn)化為判斷瑕疵切片的數(shù)量。