許博文　唐朝　張?zhí)铩±罴覘?/p>

摘 要：目前鋼板淬火生產(chǎn)線的板形只能依賴人力手工測量。為了提高效率和精度，為淬火板形智能控制提供基礎(chǔ)，本項目研究了基于視覺識別的淬火鋼板板形檢測系統(tǒng)，開發(fā)了相關(guān)的圖像處理算法?；阡摪鍒D像特征提出一種改進(jìn)了的Canny邊緣檢測算法。改進(jìn)后的Canny算法通過局部自適應(yīng)閥值，能夠有效去除噪聲影響，得到高質(zhì)量的激光條紋邊緣。

關(guān)鍵詞：淬火板形；圖像處理；邊緣檢測

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A

1 引言（Introduction）

中厚板是我國最重要的鋼材產(chǎn)品之一，其質(zhì)量由其板形、尺寸、力學(xué)性能等方面綜合衡量，其中板形是生產(chǎn)控制的一個重要指標(biāo)[1]。工業(yè)中為了獲得高品質(zhì)的鋼板，一般將鋼板的平直度作為鋼板板形的評價指標(biāo)[2]。傳統(tǒng)的淬火鋼板平直度測量依賴工人手工測量計算，極大的浪費了人力物力?；跈C(jī)器視覺的淬火鋼板板形檢測系統(tǒng)是目前的研究熱門，擁有成本低、精度高、安裝簡單和易于維護(hù)等優(yōu)點，而該研究在國內(nèi)外均處于起步階段。本項目要求相機(jī)采集速率達(dá)到200fps，每個剖面上可以計算2000個點，并且計算精度要達(dá)到0.1mm，因此對圖像處理技術(shù)提出了非常高的要求，需要能夠快速準(zhǔn)確的提取激光條紋的邊緣。

2 板形檢測系統(tǒng)（Shape recognition system）

2.1 系統(tǒng)結(jié)構(gòu)

板形檢測系統(tǒng)包含激光三角模塊、圖像采集模塊、圖像處理模塊和板形計算模塊。激光三角模塊包含線激光器和CMOS面陣相機(jī)。線激光垂直于鋼板的運動方向打在鋼板上，CMOS面陣相機(jī)拍攝激光線照片，采集卡收集CMOS相機(jī)拍攝的圖片并由計算機(jī)處理，從處理后圖片中提取數(shù)據(jù)并計算最終得到板形。

2.2 板形的數(shù)學(xué)描述

板形可用平行的纖維長度來描述，而纖維長度可通過連續(xù)測量的板帶高度和板帶運行速度計算得出。其中運行速度由專用測速儀測量，高度由機(jī)器視覺方法測量計算，如圖2所示。相鄰兩測量點高度差為，水平方向投影距離為，故兩測量點之間的板帶纖維長度可以根據(jù)勾股定理近似計算，整個板帶纖維長度利用所有測量點之間的纖維長度積分為。

高度計算采用激光三角法進(jìn)行，如圖3所示。激光器將激光條紋投影到板帶表面，反射至CMOS相機(jī)中成像，當(dāng)某測量點高度發(fā)生變化時，其在圖片中的位置必然發(fā)生變化，利用像素位移和高度變化的對應(yīng)關(guān)系可以計算出高度差。

3 圖像處理（Image processing）

利用機(jī)器視覺進(jìn)行板形檢測的過程中，圖像邊緣處理過程至關(guān)重要。邊緣檢測的實質(zhì)是采用某種算法提取圖像中目標(biāo)與背景之間的邊界線，通常可以由一階梯度最大值或者二階導(dǎo)數(shù)過零點檢測得到圖像邊緣[3]，其基本流程如圖4所示。本項目采用Canny算法對圖像進(jìn)行處理。

3.1 Canny邊緣檢測原理

Canny算法是一種含有最優(yōu)化思想的邊緣檢測算法[4]，是目前國際上使用比較普遍的方法，擁有較高的精度和信噪比。Canny算法的思路如下[5]：

（1）濾波器設(shè)置。利用濾波器平滑圖像，去除一部分噪聲的影響。常見的濾波器有中值濾波、均值濾波、高斯濾波等等，考慮到本項目中噪聲有大量的由水蒸氣、光照等帶來的高斯白噪聲，故選擇高斯濾波。

（2）一階差分算子增強(qiáng)邊緣。Canny算法選用的是一階差分算子來增強(qiáng)邊緣，常見的一階差分算子有Sobel算子、Roberts算子、Prewitt算子等[6]。Prewitt算子作為一階差分算子，它是在Sobel算子的基礎(chǔ)上發(fā)展而來，其表達(dá)式為：

式中和分別是點在X方向和Y方向的梯度，為該點的灰度值，其梯度幅值為

利用算子增強(qiáng)邊緣后得到的是梯度幅值圖。

（3）極大值抑制。極大值抑制是通過計算該點灰度梯度幅值是否是沿著梯度方向相鄰點中的最大值來去除一部分偽邊緣，如果是最大值就保留梯度幅值，否則記為0。

（4）雙閥值檢測和連接。設(shè)定低閥值T1和高閥值T2，將極大值抑制后得到的梯度幅值圖分別與高低閥值比較，大于T2的計入強(qiáng)邊緣圖，大于T1的計入弱邊緣圖。先在強(qiáng)邊緣圖中搜索，當(dāng)檢測到一個非零點后，以這個點為起點沿著它的8鄰域追蹤邊緣，當(dāng)檢測到斷點時，就用該斷點在弱邊緣中對應(yīng)點的8領(lǐng)域內(nèi)進(jìn)行搜索，找到合適非零點并將其記錄到強(qiáng)邊緣圖中，這樣不斷的跟蹤連接，直到將能夠連接的點全部連接完成。

3.2 局部自適應(yīng)閥值的Canny算法

Canny算法需手動設(shè)置高低閥值，自適應(yīng)能力差。針對該問題，基于本項目圖片特點提出了一種自適應(yīng)閥值的Canny算法。假設(shè)圖片水平方向的長度為y個像素，豎直方向為x個像素，需要提取的邊緣就是激光條紋的上下邊緣，需要得到的邊緣點的數(shù)量為2y個。根據(jù)Canny算法的基本原理，將極大值抑制后的梯度幅值提取出來，并按從大到小進(jìn)行排列，，令高閥值T2=grad2y，低閥值T1=0.4*T2。

研究發(fā)現(xiàn)，實際檢測中由于鋼板表面凹凸不平，導(dǎo)致激光反射的程度不同，造成激光條紋的部分區(qū)域梯度幅值遠(yuǎn)低于其他部分，使得提取的激光條紋邊緣出現(xiàn)了間斷。當(dāng)曝光時間較低時，間斷更加明顯。為解決這個問題，我們將圖像分割成幾個區(qū)域分別提取邊緣，再將其拼接起來，將這種方法稱為局部自適應(yīng)閥值Canny算法，其步驟為：高斯濾波→Prewitt算子增強(qiáng)邊緣→極大值抑制→梯度幅值圖分割→局部閥值計算→局部雙閥值檢測和連接→圖片拼接。

4 實驗結(jié)果與分析（Experimental results and analysis）

如圖5所示為實驗用鋼板，可以看到鋼板表面擁有大量噪聲。

實驗測試選擇噪聲非常明顯的曝光時間為12928s的圖片，分別用閥值為T1=600/T2=450，T1=180/T2=90和自適應(yīng)閥值的Canny算法來提取邊緣，結(jié)果見圖6。由結(jié)果對比可知，閥值設(shè)置過高會使提取的激光條紋邊緣出現(xiàn)大量的間斷，設(shè)置過低會出現(xiàn)大量的噪聲給后續(xù)的數(shù)據(jù)分析造成極大的影響。自適應(yīng)閥值的Canny算法提取的邊緣結(jié)構(gòu)完整無間斷點，且基本為單像素邊緣，質(zhì)量極好，可以有效去除噪聲影響得到高質(zhì)量的激光條紋邊緣。

（a）閥值T1=600/T2=450

（b）閥值T1=180/T2=90

（c）全局自適應(yīng)閥值

淬火板形拍攝頻率要求達(dá)到200fps，因此必須要想辦法解決拍攝速度帶來的拖影問題，而減小曝光時間是一種常用的手法。選擇曝光時間為4001s的圖片用自適應(yīng)閥值的Canny算法提取邊緣。但如圖7（a）所示，提取的激光條紋邊緣有很長的一段間斷。根據(jù)Canny算法的原理，其原因是由于鋼板反射造成該段梯度幅值過小。為了解決該問題我們采用改進(jìn)的局部自適應(yīng)閥值Canny算法提取的邊緣，結(jié)果見圖7（b），整個激光條紋邊緣完整無間斷。

（a）全局自適應(yīng)閥值

5 結(jié)論（Conclusion）

局部自適應(yīng)閥值Canny邊緣檢測算法在實際檢測后效果良好，能夠在低曝光時間下提取到連續(xù)的激光條紋邊緣，能夠在高曝光時間下有效去除光斑、油污、水汽噪聲并得到連續(xù)、單像素的高質(zhì)量激光條紋邊緣，有利于后續(xù)的板形平直度的精確測量。

參考文獻(xiàn)（References）

[1] SU L H，YU L W，Ma X H.Research of the technology of flatness detection for steel strip based on linear laser[C].Proceeding of the 2010 International conference on electrical and Control engineering.IEEE Computer Society，2010：5474-5477.

[2] LIU J W，ZHANG D H，WANG J Sh.Deflection compensation model for flatness measuring roll[J].Journal of Iron & Steel Research International，2010，17（12）：35-37.

[3] GONZALEZ RC，WOODS RE.Digital image processing（3rd Edition）[M].Prentice-Hall，Inc.，2007，45（2）：445-465.

[4] CANNY J.A computational approach to edge detection[J].IEEE Transactions on Pattern Analysis & Machine Intelligence，1986（6）：679-698.

[5] BAO P，ZHANG L，WU X.Canny edge detection enhancement by scale multiplication[J].IEEE Transactions on Pattern Analysis&Machine; Intelligence，2005，27（9）：1485-1490.

[6] Health M， Sarkar S，Sanocki T.Comparison of edge detectors：a methodology and initial study[J].Computer Vision and Image Understanding，1998，69（1）：38-54.

作者簡介：

許博文（1997-），男，本科生.研究領(lǐng)域：圖像處理軟件開發(fā).

唐 朝（1994-），男，碩士生.研究領(lǐng)域：視覺識別.

張 田（1989-），男，博士，博士后.研究領(lǐng)域：板形控制.

李家棟（1983-），男，博士，講師.研究領(lǐng)域：板形控制.