[發明專利]基于機器視覺的卷板機故障智能識別方法

在審

• 申請號: 202211134482.0
• 申請日: 2022-09-19
• 公開（公告）號: CN115205299A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 繆屹東
• 申請（專利權）人: 江蘇東晨機械科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60;G06T7/66;G06T7/70;G06V10/74
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于機器視覺的卷板機故障智能識別方法，其特征在于，所述方法包括：

獲得經過卷板機處理后板材的橫截面圖像；獲得橫截面圖像的邊緣信息，獲得邊緣圖像；所述邊緣圖像中包括板材的內邊緣與外邊緣；

根據內邊緣和外邊緣上邊緣點的最大最小橫坐標和最大最小縱坐標分別確定內邊緣的四個第一代表點和外邊緣的四個第二代表點；第一代表點構成第一矩形區域第二代表點構成第二矩形區域；

根據第一矩形區域和第二矩形區域的尺寸確定板材厚度；將第二矩形區域中每個像素點作為初始圓心點，以板材厚度作為半徑做圓，獲得測試圓；以第二矩形區域中每個像素點作為起點，沿著起點和一個邊緣點的方向做射線，若射線上包含兩個像素點，則認為該射線為測試射線，分別獲得測試射線上起點到兩個像素點的第一距離和第二距離；獲得第一距離和第二距離的距離差，獲得距離差和板材厚度的相似度，根據對應測試射線起點的所有相似度，獲得起點對應像素點的位置波動因素；

若測試圓內不存在邊緣點，則初始圓心點對應的像素點為第一待選圓心點；根據第一待選圓心點的位置波動因素獲得圓心置信度；根據圓心置信度篩選出第二待選圓心點；根據第一代表點和第二代表點確定第二待選圓心點的兩條半徑，并進行霍夫圓檢測，獲得參考圓，根據參考圓上邊緣點的數量篩選出檢測圓，根據檢測圓的數量判斷卷板機是否出現故障。

2.根據權利要求1所述的一種基于機器視覺的卷板機故障智能識別方法，其特征在于，所述第一代表點構成第一矩形區域包括：

從所有邊緣點的坐標中選出橫坐標最大最小和縱坐標最大最小的4個像素點，根據這四個像素點的坐標，令橫坐標最大和橫坐標最小的兩個像素點做過兩點的水平直線，另縱坐標最大和縱坐標最小的兩個像素點做過兩點的豎直直線，這四條直線構成第一矩形區域。

3.根據權利要求2所述的一種基于機器視覺的卷板機故障智能識別方法，其特征在于，獲得第二代表點的方法包括：

對于橫坐標最大和橫坐標最小的像素點分別做一條豎直直線，在豎直直線與邊緣點相交的點中，將離兩點最近的兩個像素點提取出來，對縱坐標最大和縱坐標最小的兩個像素點做過兩點的水平直線，在水平直線中將離這兩點最近的兩個像素點提取出來，獲得第二代表點。

4.根據權利要求1所述的一種基于機器視覺的卷板機故障智能識別方法，其特征在于，所述根據第一矩形區域和第二矩形區域的尺寸確定板材厚度包括：

其中，為板材厚度，為第一矩形區域的長寬，為第二矩形區域的長寬。

5.根據權利要求1所述的一種基于機器視覺的卷板機故障智能識別方法，其特征在于，所述獲得第一距離和第二距離的距離差，獲得距離差和板材厚度的相似度，根據對應測試射線起點的所有相似度，獲得起點對應像素點的位置波動因素包括：

其中，為第個起點的位置波動因素，為第個起點的位置坐標，為第個測試射線上距離起點最近的像素點的坐標， 為第個測試射線上距離起點第二近的像素點的坐標，為第個起點對應的測試射線數量，為板材厚度。

6.根據權利要求1所述的一種基于機器視覺的卷板機故障智能識別方法，其特征在于，所述根據第一待選圓心點的位置波動因素獲得圓心置信度包括：

其中，為第個像素點的圓心置信度，為第個像素點的位置波動因素，為自然常數。