棒材自動(dòng)計(jì)數(shù)系統(tǒng)的開發(fā)

王丹民，孫慶文，沈迎君，王永濤，李耀軍

WANG Dan-min,SUN Qing-wen,SHEN Ying-jun,WANG Yong-tao,LI Yao-jun

（中冶京誠(chéng)工程技術(shù)有限公司，北京 100176）

0 引言

目前，我國(guó)鋼廠在棒材計(jì)數(shù)方面主要采用人工計(jì)數(shù)和光電檢測(cè)兩種方式。絕大多數(shù)企業(yè)采用人工計(jì)數(shù)方式，人工計(jì)數(shù)方式勞動(dòng)強(qiáng)度高、效率低，為避免出錯(cuò)，在管理方面采取多人重復(fù)計(jì)數(shù)方法以保證準(zhǔn)確率，人力成本較高，這種計(jì)數(shù)方式也與棒材全連軋制不匹配，成為棒材廠自動(dòng)化生產(chǎn)過(guò)程中的速度瓶頸[1]。光電檢測(cè)計(jì)數(shù)方式由于受氧化鐵皮粉塵和隨機(jī)光線的影響，會(huì)產(chǎn)生多計(jì)現(xiàn)象，或者當(dāng)棒材出現(xiàn)粘連和重疊時(shí)現(xiàn)象，會(huì)產(chǎn)生漏計(jì)現(xiàn)象。為解決漏計(jì)問(wèn)題，可以在生產(chǎn)線計(jì)數(shù)工序之前增加機(jī)械平鋪裝置，實(shí)現(xiàn)棒材的單層平鋪且相互分離，但上述措施僅可以解決較粗棒材的光電計(jì)數(shù)問(wèn)題，對(duì)于解決細(xì)棒材的重疊和交叉無(wú)能為力[2]。為解決上述兩種方法的不足之處，我們開發(fā)了基于圖像識(shí)別技術(shù)的棒材自動(dòng)計(jì)數(shù)系統(tǒng)。

1 系統(tǒng)功能

采用機(jī)器視覺方法，利用工業(yè)相機(jī)、照明光源、圖像采集卡等設(shè)備獲取生產(chǎn)線上運(yùn)動(dòng)的棒材端面，通過(guò)計(jì)算機(jī)圖像處理等方法，準(zhǔn)確識(shí)別出中棒材的根數(shù)，并根據(jù)打捆數(shù)量要求，在棒材中間適當(dāng)?shù)奈恢脴?biāo)識(shí)出滿足生產(chǎn)要求的分鋼位置[3]。該方法可以有效解決對(duì)于光電檢測(cè)法無(wú)法解決的細(xì)棒材在重疊、交叉和無(wú)法分離情況下的計(jì)數(shù)問(wèn)題。系統(tǒng)具體功能如下：

1）實(shí)時(shí)顯示生產(chǎn)現(xiàn)場(chǎng)棒材端面圖像、并對(duì)其計(jì)數(shù)；

2）滿足打捆根數(shù)要求時(shí)自動(dòng)控制鏈床停止，并在屏幕上實(shí)時(shí)顯示分鋼位置；

3）適用于棒材產(chǎn)品規(guī)格直徑10mm～25mm，或更寬范圍的產(chǎn)品規(guī)格；

4）滿足鏈床運(yùn)行速度范圍300mm/s～1000 mm/s；

5）界面簡(jiǎn)單，采用觸摸屏，方便現(xiàn)場(chǎng)工人操作；

6）棒材端面照明光源亮度可軟件調(diào)節(jié)。

2 系統(tǒng)結(jié)構(gòu)

系統(tǒng)結(jié)構(gòu)如圖1所示，具體說(shuō)明如下：

1）光源與棒材端部的水平距離為1.5m～2m，位于鏈床水平面以下，且與該平面在棒材端部形成5～10度的夾角，可減少棒材上表面的光亮度。照明光源采用以超高亮藍(lán)色聚光二極管制成的藍(lán)色LED光源，因?yàn)樯a(chǎn)線上的棒材經(jīng)上道工序冷剪切割后，其端面經(jīng)常呈現(xiàn)藍(lán)色，所以，采用藍(lán)色光源會(huì)增加棒材端面光反射強(qiáng)度。

2）拍攝裝置采用黑白數(shù)碼攝像機(jī)，采用黑白方式可增加目標(biāo)對(duì)象與背景的區(qū)別，提高目標(biāo)圖像清晰度。相機(jī)傳感器采用逐行掃描CCD，連接計(jì)算機(jī)的數(shù)據(jù)接口采用IEEE1394a，幀率為30fps。拍攝裝置與棒材端部的水平距離為1.5m～2m，位于鏈床水平面以上，且與該平面在棒材端部形成5～10度的夾角。拍攝視場(chǎng)寬度為300mm～700mm，高度為200mm。

圖1 系統(tǒng)結(jié)構(gòu)圖

3）鏈床上下方各安裝遮光裝置，上方為遮光箱，可罩住棒材端部，遮擋背景光，下方為可調(diào)節(jié)高度的遮光板，與棒材端部在同一垂直面上，遮擋下部反射光。

4）棒材端面圖像經(jīng)圖像采集卡輸入到圖像識(shí)別系統(tǒng)，經(jīng)過(guò)圖像處理后識(shí)別出圖像中棒材根數(shù)。當(dāng)棒材根數(shù)達(dá)到打捆根數(shù)要求時(shí)，在屏幕上最后一根棒材位置后面標(biāo)識(shí)出分鋼位置，同時(shí)系統(tǒng)向I/O控制板發(fā)送停止鏈床的命令，使鏈床驅(qū)動(dòng)電機(jī)停轉(zhuǎn)，鏈床停止，再進(jìn)行分鋼等操作。

5）在鏈床傳動(dòng)軸上安裝編碼器，其輸出的脈沖信號(hào)輸入置于工控機(jī)中的計(jì)數(shù)卡，測(cè)得鏈床移動(dòng)速度，進(jìn)而獲得前后兩幅圖片中相同棒材的位移量，圖像識(shí)別系統(tǒng)利用位移量實(shí)現(xiàn)圖像跟蹤。

3 圖像識(shí)別系統(tǒng)

3.1 棒材根數(shù)識(shí)別

3.1.1 平滑濾波

棒材圖像在采集過(guò)程中因受到背景光線等諸多因素的干擾而含有噪聲，噪聲惡化了圖像質(zhì)量，給后續(xù)的圖像分割等處理過(guò)程帶來(lái)困難，所以在從圖像中提取各種特征之前，需要減少和消除圖像中的噪聲，即對(duì)圖像進(jìn)行平滑濾波。濾波方法有多種，如：鄰域平均法、低通濾波、中值濾波等。綜合考慮執(zhí)行速度及效果等因素后，選用了中值濾波。具體方法是：選用一個(gè)含有奇數(shù)個(gè)點(diǎn)的滑動(dòng)窗口W，把滑動(dòng)窗口內(nèi)覆蓋的子圖中的各點(diǎn)像素的灰度值按大小排序后，取其中間位置的值來(lái)代替滑動(dòng)窗口中心點(diǎn)像素的灰度值。其數(shù)學(xué)形式為[4]：

式中： W——所選定模板窗口，這里選5×5；

f (x,y)，g (x,y) ——分別為中值濾波前后的圖像；

median——中值算法。設(shè)有n個(gè)值gi，i=0,1,…,n-1，若以升序?qū)i進(jìn)行排序后得到si，則gi的中值為：median (gi) = Si/2。

中值濾波前后效果如圖2、圖3所示。

圖2 攝像機(jī)采集的原圖

圖3 中值濾波后效果圖

3.1.2 圖像分割

圖像分割是提取圖像中與感興趣部分相對(duì)應(yīng)的那些區(qū)域，通過(guò)設(shè)定閾值，對(duì)圖像進(jìn)行二值化處理是常用的圖像分割方法之一。設(shè)圖像f (x,y)的灰度范圍是（Tl,Th），閾值Ti是介于Tl和Th之間的一個(gè)整數(shù)，則分割后的圖像中標(biāo)記為1的像素對(duì)應(yīng)于感興趣的目標(biāo)，標(biāo)記為0的像素對(duì)應(yīng)于背景，表示為：

由于外界光源亮度變化或受到雜光干擾，采用固定的閾值分割方法效果較差，為使圖像分割具有更好的魯棒性和自適應(yīng)性，采用閾值迭代的方法自動(dòng)搜尋出比較合適的分割閾值。先用初始閾值把原圖全部像素分成目標(biāo)、背景兩大類，然后分別對(duì)其進(jìn)行積分，并將結(jié)果取平均，獲得一個(gè)新的閾值，之后再以此閾值將圖像分成目標(biāo)、背景，并用作新的閾值函數(shù)，如此反復(fù)迭代下去，當(dāng)?shù)諗坑谀硞€(gè)穩(wěn)定的閾值時(shí)，此刻的閾值即作為最終的閾值結(jié)果，用于對(duì)圖像的分割。

自動(dòng)最佳分割閾值算法如下：

第一步：求初始閾值T0

式中Tl,Th——分別是圖像f (x,y)中最小和最大灰度值；

第二步：迭代求出新的閾值 Ti+1

式中hk——灰度值為k的像素點(diǎn)個(gè)數(shù)。

第三步：如果Ti+1＝Ti，則T＝Ti，程序結(jié)束；否則，i＋1→i，轉(zhuǎn)第二步。

圖像二值化后如圖4所示。

圖4 二值化后效果圖

3.1.3 腐蝕

棒材端面圖像經(jīng)過(guò)上述處理后，圖像中還有些干擾像素，且有些交疊的棒材端面會(huì)粘連在一起，給計(jì)數(shù)帶來(lái)困難，為此采用數(shù)學(xué)形態(tài)學(xué)中的腐蝕算法來(lái)去除粘連及干擾。

腐蝕算法是對(duì)于一個(gè)給定的圖像F和結(jié)構(gòu)元素S，所有與F具有最大相關(guān)的結(jié)構(gòu)元素S的當(dāng)前位置像素的集合即稱之為S對(duì)F的腐蝕。也可以定義為，用S來(lái)腐蝕F得到的集合G是S完全包括在F中時(shí)S的當(dāng)前位置（通常取結(jié)構(gòu)元素的原點(diǎn)位置）的集合。其數(shù)學(xué)形式為：

腐蝕后結(jié)果如圖5所示。

圖5 腐蝕后效果圖

3.1.4 計(jì)數(shù)

經(jīng)過(guò)上述對(duì)采集到的棒材端面圖像進(jìn)行平滑濾波、二值化圖像分割、腐蝕去粘連干擾后，所得到的二值圖像就能夠滿足計(jì)數(shù)要求了。此時(shí)每根棒材對(duì)應(yīng)于圖像中的一個(gè)連通域，再對(duì)各連通域進(jìn)行編號(hào)并標(biāo)識(shí)出其中心位置坐標(biāo)，通過(guò)計(jì)算連通域個(gè)數(shù)，即得到該幅圖片中的棒材根數(shù)。

計(jì)數(shù)后如圖6所示。

3.2 棒材跟蹤

圖6 計(jì)數(shù)后效果圖

棒材跟蹤是為判斷前一幀圖片中的棒材在當(dāng)前幀中所對(duì)應(yīng)的位置，以識(shí)別出在當(dāng)前幀中相對(duì)于前一幀新增加的棒材，并進(jìn)行累加計(jì)數(shù)。算法如下：

第一步：對(duì)當(dāng)前幀圖片進(jìn)行圖像處理，獲得每根棒材的坐標(biāo)位置，并保存前一幀圖片中最后一根棒材的坐標(biāo)位置；

第二步：利用安裝在傳輸鏈電機(jī)軸上的編碼器可以獲得同一棒材在前后兩幀圖片中的位移差，并考慮留有一定的誤差范圍；

第三步：利用前一幀圖片中最后一根棒材的坐標(biāo)位置以及位移差，可以得到前一幀中最后一根棒材在當(dāng)前幀中的列坐標(biāo)位置；

第四步：對(duì)該列坐標(biāo)位置與棒材移動(dòng)方向相反方向上存在的棒材進(jìn)行計(jì)數(shù)，得到在當(dāng)前幀中相對(duì)于前幅圖片新增加的棒材數(shù)，對(duì)新增加的棒材進(jìn)行逐根累加計(jì)數(shù)，并不斷與打捆要求的根數(shù)值進(jìn)行比較；

第五步：經(jīng)比較，若相等，則在當(dāng)前新增加的棒材位置后面畫一豎線，指出分鋼位置，程序運(yùn)行結(jié)束；若不相等，則繼續(xù)對(duì)當(dāng)前幀中新增加的棒材進(jìn)行逐根累加計(jì)數(shù)，并與打捆要求根數(shù)值進(jìn)行比較；

第六步：當(dāng)前幀中所有新增棒材被計(jì)數(shù)，但未達(dá)到打捆要求的根數(shù)值，返回第一步，重新循環(huán)執(zhí)行上述步驟。

圖像識(shí)別系統(tǒng)的軟件運(yùn)行界面如圖7所示。

4 結(jié)束語(yǔ)

1）由于細(xì)棒材的重疊和交叉問(wèn)題比較嚴(yán)重，所以，利用光電計(jì)數(shù)方法對(duì)其進(jìn)行計(jì)數(shù)非常困難。本系統(tǒng)基于圖像識(shí)別技術(shù)通過(guò)對(duì)棒材端面進(jìn)行計(jì)數(shù)很好地解決了這個(gè)問(wèn)題，而且準(zhǔn)確率高。

2）本系統(tǒng)僅解決了細(xì)棒材的計(jì)數(shù)問(wèn)題，達(dá)到規(guī)定打捆支數(shù)后，分鋼還需要人工操作。主要是由于沒有有效的解決分開重疊和交叉的細(xì)棒材的機(jī)械手段，盡管嘗試了一些方法，但效果不太理想。下一步研究方向是在分鋼機(jī)械操作過(guò)程中輔助以圖像識(shí)別技術(shù)進(jìn)行配合，兩者相輔相成，最終實(shí)現(xiàn)自動(dòng)分鋼[5]。

圖7 軟件運(yùn)行界面

[1] 羅三定,沙莎,沈德耀,等. 棒材生產(chǎn)在線視覺計(jì)數(shù)系統(tǒng)研究[J]. 小型微型計(jì)算機(jī)系統(tǒng),2004,25(4)： 671-675.

[2] 安軍鋒,任吉堂. 在線棒材計(jì)數(shù)系統(tǒng)現(xiàn)狀與研究[J]. 中國(guó)冶金,2007,17(11)： 1-5.

[3] 郭國(guó)營(yíng),劉冀偉,柴愛紅,等. 棒材定支數(shù)包裝與理論質(zhì)量計(jì)量[J]. 工業(yè)計(jì)量,2006,16(1)： 13-16.

[4] 何東健. 數(shù)字圖像處理[M]. 西安： 西安電子科技大學(xué)出版社,2003.

[5] 陳邵鋼,羅三定. 計(jì)算機(jī)視覺在棒材分離控制中的應(yīng)用[J]. 工業(yè)控制計(jì)算機(jī),2007,20(1)： 23-26.