说明:最全电力标准
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211134482.0 (22)申请日 2022.09.19 (71)申请人 江苏东晨机 械科技有限公司 地址 226000 江苏省南 通市海安市城东 镇 海防大道16号 (72)发明人 缪屹东  (51)Int.Cl. G06T 7/00(2017.01) G06T 7/60(2017.01) G06T 7/66(2017.01) G06T 7/70(2017.01) G06V 10/74(2022.01) (54)发明名称 基于机器视觉的卷板 机故障智能识别方法 (57)摘要 本发明涉及图形识别技术领域, 具体涉及一 种基于机器视觉的卷板机故障智能识别方法。 该 方法使用图像采集设备采集卷板机处理板材后 的图像。 根据场景确定霍夫圆检测的圆心和半径 的范围, 之后通过霍夫圆变换来检测是否存在圆 周。 根据霍夫圆检测结果来判断是否卷板机出现 故障。 本发 明使用了霍夫圆检测的方法来判断卷 板机处理后的板材的状态来判断卷板机是否出 现故障, 在传统的霍夫圆检测算法中, 需要对 图 像中的每个点作为圆心点, 图像长度作为半径, 一遍遍的遍历, 计算成本非常大, 本发明通过分 析场景确定了圆心和半径的范围, 缩小了霍夫圆 检测的范围, 提高了 计算效率。 权利要求书2页 说明书6页 附图1页 CN 115205299 A 2022.10.18 CN 115205299 A 1.一种基于 机器视觉的卷板 机故障智能识别方法, 其特 征在于, 所述方法包括: 获得经过卷板机处理后板材的横截面图像; 获得横截面图像的边缘信息, 获得边缘图 像; 所述边缘图像中包括板材的内边 缘与外边 缘; 根据内边缘和外边缘上边缘点的最大最小横坐标和最大最小纵坐标分别确定内边缘 的四个第一代表点和外边缘的四个第二代表点; 第一代表点构成第一矩形区域第二代表点 构成第二矩形区域; 根据第一矩形区域和第 二矩形区域的尺寸确定板材厚度; 将第 二矩形区域中每个像素 点作为初始圆心 点, 以板材厚度作为半径做圆, 获得测试圆; 以第二矩形区域中每个像素点 作为起点, 沿着起点和一个边缘点的方向做射线, 若射线上包含两个像素点, 则认为该射线 为测试射线, 分别获得测试射线上起点到两个像素点的第一距离和第二距离; 获得第一距 离和第二距离的距离差, 获得距离差和板材厚度的相似度, 根据对应测试射线起点的所有 相似度, 获得起 点对应像素点的位置波动因素; 若测试圆内不存在边缘点, 则初始圆心点对应的像素点为第一待选圆心点; 根据第一 待选圆心点的位置波动因素获得圆心置信度; 根据圆心置信度筛选出第二待选圆心点; 根 据第一代表点和第二代表点确定第二待选圆心点的两条半径, 并进行霍夫圆检测, 获得参 考圆, 根据参考圆上边缘点的数量筛选出检测圆, 根据检测圆的数量判断卷板机是否出现 故障。 2.根据权利要求1所述的一种基于机器视觉的卷板机故障智能识别方法, 其特征在于, 所述第一代 表点构成第一矩形区域包括: 从所有边缘点的坐标中选出横坐标最大最小和纵坐标最大最小的4个像素点, 根据这 四个像素点的坐标, 令横坐标最大和横坐标最小的两个像素点做过两点的水平直线, 另纵 坐标最大和纵坐标最小的两个像素点做过两点的竖直直线, 这四条直线构成第一矩形区 域。 3.根据权利要求2所述的一种基于机器视觉的卷板机故障智能识别方法, 其特征在于, 获得第二代 表点的方法包括: 对于横坐标最大和横坐标最小的像素点分别做一条竖直直线, 在竖直直线与边缘点相 交的点中, 将离两点最近的两个像素点提取出来, 对纵坐标最大和纵坐标最小的两个像素 点做过两点的水平直线, 在水平直线中将离这两点最近的两个像素点提取出来, 获得第二 代表点。 4.根据权利要求1所述的一种基于机器视觉的卷板机故障智能识别方法, 其特征在于, 所述根据第一矩形区域和第二矩形区域的尺寸确定 板材厚度包括: 其中, 为板材厚度, 为第一矩形区域的长 宽, 为第二矩形区域的长 宽。 5.根据权利要求1所述的一种基于机器视觉的卷板机故障智能识别方法, 其特征在于, 所述获得第一距离和第二距离的距离差, 获得距离差和板材厚度的相似度, 根据对应测试 射线起点的所有相似度, 获得起 点对应像素点的位置波动因素包括:权 利 要 求 书 1/2 页 2 CN 115205299 A 2其中, 为第 个起点的位置波动因素, 为第 个起点的位置坐标, 为第 个 测试射线上距 离起点最近的像 素点的坐标,  为第 个测试射线上距离起点第二近的 像素点的坐标, 为第 个起点对应的测试射线数量, 为板材厚度。 6.根据权利要求1所述的一种基于机器视觉的卷板机故障智能识别方法, 其特征在于, 所述根据第一待选圆心点的位置波动因素获得圆心置信度包括: 其中, 为第 个像素点的圆心置信度, 为第 个像素点的位置波动因素, 为自然常 数。权 利 要 求 书 2/2 页 3 CN 115205299 A 3

.PDF文档 专利 基于机器视觉的卷板机故障智能识别方法

文档预览
中文文档 10 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共10页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 基于机器视觉的卷板机故障智能识别方法 第 1 页 专利 基于机器视觉的卷板机故障智能识别方法 第 2 页 专利 基于机器视觉的卷板机故障智能识别方法 第 3 页
下载文档到电脑,方便使用
本文档由 思考人生 于 2024-02-07 20:37:56上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。