專利名稱：：一種用于熱鍍鋅合金化板的白邊檢測方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種數(shù)字圖像處理技術(shù)，尤其涉及一種用于熱鍍鋅合金化板的白邊檢測方法。
背景技術(shù)：
：熱鍍鋅合金化板的白邊情況是反映熱鍍鋅合金化板合金化效果的一個重要指標(biāo)。操作人員通常根據(jù)白邊的情況進(jìn)行合金化功率的調(diào)整，以達(dá)到微白邊控制的目的。以往情況下，都是靠操作人員憑肉眼觀察白邊的寬度，根據(jù)經(jīng)驗進(jìn)行合金化功率的調(diào)整，從而達(dá)到微白邊控制的目的。但是由于每個操作人員的經(jīng)驗不同，個體之間存在差異，導(dǎo)致產(chǎn)品的質(zhì)量也不盡相同。又由于對合金化功率的設(shè)定和調(diào)節(jié)停留在手動控制上，調(diào)節(jié)滯后，過渡時間長，影響了機組產(chǎn)品成材率和產(chǎn)品質(zhì)量的提高。同時不能追溯己生產(chǎn)巻的白邊情況。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種用于熱鍍鋅合金化板的白邊檢測方法，該檢測方法能準(zhǔn)確地測出白邊圖像，經(jīng)過對白邊圖像的處理，計算出白邊參數(shù)，從而對白邊參數(shù)的變化做出及時響應(yīng)。本發(fā)明是這樣實現(xiàn)的一種用于熱鍍鋅合金化板的白邊檢測方法，是把兩個水平對齊的攝像頭分別對準(zhǔn)帶鋼的左右兩個邊緣對帶鋼進(jìn)行拍攝，兩塊圖像采集卡通過電纜分別與兩個攝像頭相連接；工控機通過圖象采集卡采集到數(shù)字圖像后，對圖像進(jìn)行處理，計算出白邊參數(shù)，將計算得到的白邊參數(shù)和理想的白邊參數(shù)相比較，適當(dāng)調(diào)節(jié)當(dāng)前功率設(shè)定值；將調(diào)節(jié)過的功率設(shè)定值傳送給可編程度控制器PLC，由可編程序控制器PLC重新設(shè)定功率加熱器的功率值；白邊檢測后的圖像處理過程是先進(jìn)行中值濾波；借鑒直方圖法，采用迭代的方法確定閾值，進(jìn)行閾值變換以分割背景；再采用Robort邊緣檢測算子檢測圖像的白邊；確定白邊位置；最后根據(jù)攝像頭和圖像采集卡的參數(shù)計算白邊參數(shù)；具體步驟如下第一步、計算圖像的直方圖H(D)<formula>formulaseeoriginaldocumentpage6</formula>(1)AD必式(l)中，D表示灰度級，A(D)表示圖像中灰度值大于D的面積；第二步、對圖像f(x,y)采用3x3中值濾波預(yù)處理，<formula>formulaseeoriginaldocumentpage6</formula>(2)按式(2)，即圖像中任意一點的灰度值由該點與相鄰8個點的均值代替；第三步、借鑒直方圖的結(jié)果，采用迭代的方法取得最佳的閾值，將圖像二值化以分割背景；算法如下利用式(l)的結(jié)果，令Tmax=Max扭(Di)|H(D,)>0}Tmin二Min(H(D,)|H(D,)>0j1)求出圖像中的最小和最大的灰度值Tmax禾nTmin，令初始閾值為(3)2)根據(jù)閾值Tk(k是迭代次數(shù)，初始為0)將圖像分割成目標(biāo)和背景兩部分，求出兩部分的平均灰度值Zf(前景灰度)和Zb(背景灰度)<formula>formulaseeoriginaldocumentpage6</formula>式中Z(x，y)是圖像上(1，j)點的灰度值，N(1，j)是(1，j)點的權(quán)重系數(shù)，這里等于同一灰度值的像素點的個數(shù);3)求出新的閾值4)如果Tk+h^Tk，或者迭代次數(shù)大于規(guī)定的次數(shù)，則程序結(jié)束，否則K—K+l，轉(zhuǎn)步驟2);5)以Tk為閥值變換圖像，然后逐行從外向里記錄第一個像素大于0的點的位置POSd作為分割點位置；第四步、采用Roberts邊緣檢測算子為模板與圖像作巻積處理，以突出帶鋼的邊部特征，即白邊；Roberts邊緣檢測算子由下面的公式給出g(x，y)=([V7(^]-V^+i,"i)]2+[V7(^)-V/("ij+i)]2}1/2(7)其中f(x，y)是具有整數(shù)像素坐標(biāo)的輸入圖像；第五步、確定白邊位置，利用第四步所計算的結(jié)果，計算相鄰10個像素灰度變化率的和，灰度變化率和的最大值即可作為白邊和正常帶鋼表面的分界線；按下面公式得到白邊位置pos:n+10pos=n+5;其中n=min{n|(J]PixdValue[i])<N}(8)n+10若min(nl(ZPixelValue[i])<N}不存在，則當(dāng)前不存在白邊；式中pos為所求的白邊量，n為灰度變化最大的點，N為經(jīng)驗值；第六步、獲得白邊參數(shù)，按照單個像素值與實際長度的比例，結(jié)合上面算出的白邊位置，就可以算出白邊的寬度，單個像素值與實際長度的比例K按下面公式得到K=實際寬度*放大率/圖像寬度(單位像素)(9)白邊寬度w=(POSd—pos)*K(10)所述經(jīng)驗值N為2370。本發(fā)明是在帶鋼運行過程中，用兩個水平對齊的攝像頭分別對準(zhǔn)帶鋼的左右兩個邊緣釆集圖像，通過圖像采集卡把圖像信息傳送到工控機，再由工控機對數(shù)字圖像進(jìn)行處理后得到白邊參數(shù)，輸出給可編程序控制器，可編程序控制器控制外部設(shè)備，實現(xiàn)對帶鋼白邊的修正。本發(fā)明能自動地、準(zhǔn)確地測出白邊的具體值，對白邊參數(shù)的變化做出及時響應(yīng)，縮短過渡長度，從而減少廢次品量，提高產(chǎn)品成材率和產(chǎn)品質(zhì)量。圖1為本發(fā)明的白邊圖像處理流程圖2為本發(fā)明的白邊檢測裝置示意圖3為白邊示意圖4為白邊經(jīng)二值化后的示意圖5為白邊經(jīng)邊緣特征化的示意圖6為帶鋼邊部原始圖像；圖7為帶鋼原始圖像水平方向像素值曲線；圖8為帶鋼原始圖像直方圖9為帶鋼原邊部分割出背景后的圖像。圖IO為帶鋼邊部經(jīng)巻積處理及顏色反轉(zhuǎn)后的圖像；圖11為圖IO水平方向像素值曲線；圖12為圖11曲線對應(yīng)的數(shù)據(jù)；圖13為圖10中白邊位置和背景位置數(shù)據(jù)曲線；圖14為圖IO中白邊寬度值曲線；圖15為圖13、圖14曲線對應(yīng)的數(shù)據(jù)。圖中l(wèi)同軸電纜，2通信電纜，31工控機，32原工控機，4前感應(yīng)加熱器，5后感應(yīng)加熱器，6DP耦合器，7右攝像頭，8左攝像頭，9PCI總線，IO圖像采集卡，ll帶鋼，12S5PLC，13S7PLC。具體實施例方式下面結(jié)合附圖和具體實施例對本發(fā)明作進(jìn)一步說明。參見圖2，一種用于熱鍍鋅合金化板的白邊檢測系統(tǒng)，包括位于帶鋼邊緣的左、右攝像頭7、8、工控機3K采集卡IO，左、右攝像頭7、8經(jīng)同軸電纜1連接采集卡10,采集卡10經(jīng)PIC總線9輸入工控機31，工控機31經(jīng)通信電纜2接S7PLC，S7PLC經(jīng)DP耦合器6接S5PLC，S5PLC控制功率加熱器4、5。如需使用人工手動設(shè)定感應(yīng)加熱器的功率值，可以在原有系統(tǒng)工控機32中切換S5PLC的控制方式，屏蔽S7PLC送來的信號，切換到原有系統(tǒng)。一種用于熱鍍鋅合金化板的白邊檢測方法，是把兩個水平對齊的攝像頭7、8分別對準(zhǔn)帶鋼11的左右兩個邊緣對帶鋼進(jìn)行拍攝，兩塊圖像采集卡10通過電纜1分別與兩個攝像頭7、8相連接；工控機31通過圖象采集卡10采集到數(shù)字圖像后，對圖像進(jìn)行處理，計算出白邊參數(shù)，將計算得到的白邊參數(shù)和理想的白邊參數(shù)相比較，適當(dāng)調(diào)節(jié)當(dāng)前功率設(shè)定值；將調(diào)節(jié)過的功率設(shè)定值通過通信電纜2寫到S7PLC;S7PLC再通過DP耦合器6將功率設(shè)定值送到S5PLC，由S5PLC重新設(shè)定功率加熱器的功率值；以上過程循環(huán)執(zhí)行，從而控制白邊參數(shù)接近理想數(shù)值。白邊檢測后的圖像處理過程是先進(jìn)行中值濾波；借鑒直方圖法，采用迭代的方法確定閾值，進(jìn)行閾值變換以分割背景；再采用Robort邊緣檢測算子檢測圖像的白邊；確定白邊位置；最后參照攝像頭鏡頭參數(shù)和圖像采集卡參數(shù)來計算白邊寬度；參見圖l。具體步驟如下1、計算圖像的直方圖H(D)<formula>formulaseeoriginaldocumentpage9</formula>直方圖描述的是圖像中具有某一灰度值的像素的個數(shù)，式(1)中，D表示灰度級，A(D)表示圖像中灰度值大于D的面積?；叶确植记闆r見圖8。2、對圖像f(x，y)采用3x3中值濾波預(yù)處理，中值濾波的特點是保護(hù)圖像邊緣的同時取出噪聲。原始白邊圖像參見圖3。<formula>formulaseeoriginaldocumentpage9</formula>(2)按式(2)，即圖像中任意一點的灰度值由該點與相鄰8個點的均值代替。3、借鑒直方圖的結(jié)果，采用迭代的方法取得最佳的閾值，將圖像二值化以分割背景；算法如下利用式(l)的結(jié)果，令Tmax=Max{H(Di)|H(D,)>0}Tmin=Min(H(D,.)|H(D;)>0)1)求出圖像中的最小和最大的灰度值Tmax和Tmin，令初始閾值為<formula>formulaseeoriginaldocumentpage10</formula>(3)2)根據(jù)閾值Tk(k是迭代次數(shù)，初始為O)將圖像分割成目標(biāo)和背景兩部分，求出兩部分的平均灰度值Zf(前景灰度)和Zb(背景灰度)<formula>formulaseeoriginaldocumentpage10</formula>(5)式中Z(x，y)是圖像上(1，j)點的灰度值，N(1，j)是(1，j)點的權(quán)重系數(shù)，這里等于同一灰度值的像素點的個數(shù)。3)求出新的閾值<formula>formulaseeoriginaldocumentpage10</formula>(6)4)如果Tk+一Tk，或者迭代次數(shù)大于規(guī)定的次數(shù)，則程序結(jié)束，否則K《K+1，轉(zhuǎn)步驟2)。5)通過以上步驟取得的最佳閾值，將圖像二值化，二值化的結(jié)果參見圖4。然后逐行(從外向里)記錄第一個像素大于0的點的位置POSd作為分割點位置。4、采用Roberts邊緣檢測算子為模板與圖像作巻積處理，以突出帶鋼的邊部特征，即白邊；參見圖5。Roberts邊緣檢測算子對具有陡峭的低噪聲圖像具有較好的處理效果，是一種利用局部差分算子尋找邊緣的算子，其由下面的公式給出<formula>formulaseeoriginaldocumentpage11</formula>(7)其中f(x，y)是具有整數(shù)像素坐標(biāo)的輸入圖像，平方根運算使該處理類似于在人類視覺系統(tǒng)中發(fā)生的過程。帶鋼邊緣從白色(白邊)到灰色(正常的鍍鋅表面)是一個漸變的過程，經(jīng)過以上四步的處理，可以明顯看到在這個漸變的區(qū)域，像素的灰度變化率要高于其它區(qū)域。5、確定白邊位置，利用第四步所計算的結(jié)果，計算相鄰10個像素灰度變化率的和，灰度變化率和的最大值(這里是指灰度值最小)即可作為白邊和正常帶鋼表面的分界線。按下面公式得到白邊位置(pos)<formula>formulaseeoriginaldocumentpage11</formula>(8)若min(nl(藝PixelValue[i])<2370}不存在，則當(dāng)前不存在白邊。式中pos為所求的白邊量，n為灰度變化最大的點(像素值)，2370為經(jīng)驗值。6、獲得白邊參數(shù)，計算單個像素值與實際長度的比例K，結(jié)合上面算出的白邊位置，就可以算出白邊的寬度。K=實際寬度*放大率/圖像寬度(單位像素)(9)白邊寬度<formula>formulaseeoriginaldocumentpage11</formula>(10)實施例1、獲取圖像(圖6)，得到原始圖像像素值曲線(圖7)2、計算圖像的直方圖H(D)<formula>formulaseeoriginaldocumentpage11</formula>(1)AD—0AD必直方圖描述的是圖像中具有某一灰度值的像素的個數(shù)，式(1)中，D表示灰度級，A(D)表示圖像中灰度值大于D的面積。原始圖像的直方圖為圖8。3、對圖像f(x,y)采用3x3中值濾波預(yù)處理，中值濾波的特點是保護(hù)圖像邊緣的同時取出噪聲。4、借鑒直方圖的結(jié)果，采用迭代的方法取得最佳的閾值。本例中，求得Tmax:253，Tmin=43，Tk=161，以閾值Tk=161對圖像進(jìn)行二值化處理，從圖像(圖6)中分割出帶鋼圖像(圖9)，得到POSd。5、采用Roberts邊緣檢測算子為模板與圖像作巻積處理，并進(jìn)行圖像反轉(zhuǎn)，以突出帶鋼的邊部特征，即白邊，參見圖10，得到該圖水平方向像素對應(yīng)曲線，參見圖ll，及相應(yīng)的數(shù)據(jù)，參見圖12。6、按公式K=實際寬度*放大率/圖像寬度(單位像素)(9)白邊寬度w=(POSd—pos)*K(10)計算白邊的實際寬度，本例中攝像頭采集實際寬度為94厘米，鏡頭放大率為0.11，采集圖像寬度640個像素，單個像素魚實際長度比例KK).01615625。本例中邊界位置和白邊位置像素值曲線見圖13，實際白邊寬度曲線見圖14，圖15為圖13及圖14對應(yīng)的數(shù)值。本發(fā)明能自動地、準(zhǔn)確地測出白邊的具體值，對白邊參數(shù)的變化做出及時響應(yīng)，縮短過渡長度，從而減少廢次品量，提高產(chǎn)品成材率和產(chǎn)品質(zhì)量。權(quán)利要求1、一種用于熱鍍鋅合金化板的白邊檢測方法，其特征是把兩個水平對齊的攝像頭分別對準(zhǔn)帶鋼的左右兩個邊緣對帶鋼進(jìn)行拍攝，兩塊圖像采集卡通過電纜分別與兩個攝像頭相連接；工控機通過圖象采集卡采集到數(shù)字圖像后，對圖像進(jìn)行處理，計算出白邊參數(shù)，將計算得到的白邊參數(shù)和理想的白邊參數(shù)相比較，適當(dāng)調(diào)節(jié)當(dāng)前功率設(shè)定值；將調(diào)節(jié)過的功率設(shè)定值傳送給可編程度控制器PLC，由可編程序控制器PLC重新設(shè)定功率加熱器的功率值；白邊檢測后的圖像處理過程是先進(jìn)行中值濾波；借鑒直方圖法，采用迭代的方法確定閾值，進(jìn)行閾值變換；再采用Robort邊緣檢測算子檢測圖像的白邊；確定白邊位置；最后獲得白邊參數(shù)；具體步驟如下第一步、計算圖像的直方圖H(D)<mathsid="math0001"num="0001"><math><![CDATA[<mrow><mi>H</mi><mrow><mo>(</mo><mi>D</mi><mo>)</mo></mrow><mo>=</mo><munder><mi>lim</mi><mrow><mi>ΔD</mi><mo>→</mo><mn>0</mn></mrow></munder><mfrac><mrow><mi>A</mi><mrow><mo>(</mo><mi>D</mi><mo>)</mo></mrow><mo>-</mo><mi>A</mi><mrow><mo>(</mo><mi>D</mi><mo>+</mo><mi>ΔD</mi><mo>)</mo></mrow></mrow><mi>ΔD</mi></mfrac><mo>=</mo><mo>-</mo><mfrac><mi>d</mi><mi>dD</mi></mfrac><mi>A</mi><mrow><mo>(</mo><mi>D</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math></maths>式(1)中，D表示灰度級，A(D)表示圖像中灰度值大于D的面積；第二步、對圖像f(x，y)采用3×3中值濾波預(yù)處理，<mathsid="math0002"num="0002"><math><![CDATA[<mrow><mfencedopen='['close=']'><mtable><mtr><mtd><mi>D</mi><mn>1</mn></mtd><mtd><mi>D</mi><mn>2</mn></mtd><mtd><mi>D</mi><mn>3</mn></mtd></mtr><mtr><mtd><mi>D</mi><mn>4</mn></mtd><mtd><mi>D</mi><mn>5</mn></mtd><mtd><mi>D</mi><mn>6</mn></mtd></mtr><mtr><mtd><mi>D</mi><mn>7</mn></mtd><mtd><mi>D</mi><mn>8</mn></mtd><mtd><mi>D</mi><mn>9</mn></mtd></mtr></mtable></mfenced><mo>⇒</mo><mi>D</mi><mn>5</mn><mo>=</mo><mfrac><mrow><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mn>9</mn></munderover><mi>Di</mi></mrow><mn>9</mn></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow>]]></math></maths>按式(2)，即圖像中任意一點的灰度值由該點與相鄰8個點的均值代替；第三步、借鑒直方圖的結(jié)果，采用迭代的方法取得最佳的閾值，將圖像二值化以分割背景，算法如下利用式(1)的結(jié)果，令Tmax＝Max{H(Di)|H(Di)＞0}Tmin＝Min{H(Di)|H(Di)＞0}1)求出圖像中的最小和最大的灰度值Tmax和Tmin，令初始閾值為<mathsid="math0003"num="0003"><math><![CDATA[<mrow><msub><mi>T</mi><mn>0</mn></msub><mo>=</mo><mfrac><mrow><msub><mi>T</mi><mi>max</mi></msub><mo>+</mo><msub><mi>T</mi><mi>min</mi></msub></mrow><mn>2</mn></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math></maths>2)根據(jù)閾值Tk(k是迭代次數(shù)，初始為0)將圖像分割成目標(biāo)和背景兩部分，求出兩部分的平均灰度值Zf(前景灰度)和Zb(背景灰度)<mathsid="math0004"num="0004"><math><![CDATA[<mrow><mi>Zf</mi><mo>=</mo><mfrac><mrow><munder><mi>Σ</mi><mrow><mi>z</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>≤</mo><msub><mi>T</mi><mi>k</mi></msub></mrow></munder><mi>Z</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>×</mo><mi>N</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><munder><mi>Σ</mi><mrow><mi>z</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>≤</mo><msub><mi>T</mi><mi>k</mi></msub></mrow></munder><mi>N</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>]]></math></maths><mathsid="math0005"num="0005"><math><![CDATA[<mrow><mi>Zb</mi><mo>=</mo><mfrac><mrow><munder><mi>Σ</mi><mrow><mi>z</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>≤</mo><msub><mi>T</mi><mi>k</mi></msub></mrow></munder><mi>Z</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>×</mo><mi>N</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow><mrow><munder><mi>Σ</mi><mrow><mi>z</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>≤</mo><msub><mi>T</mi><mi>k</mi></msub></mrow></munder><mi>N</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math></maths>式中Z(x，y)是圖像上(I，j)點的灰度值，N(I，j)是(I，j)點的權(quán)重系數(shù)，這里等于同一灰度值的像素點的個數(shù)；3)求出新的閾值<mathsid="math0006"num="0006"><math><![CDATA[<mrow><msub><mi>T</mi><mrow><mi>k</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>=</mo><mfrac><mrow><msub><mi>Z</mi><mi>f</mi></msub><mo>+</mo><msub><mi>Z</mi><mi>b</mi></msub></mrow><mn>2</mn></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow>]]></math></maths>4)如果Tk+1＝＝Tk，或者迭代次數(shù)大于規(guī)定的次數(shù)，則程序結(jié)束，否則K←K+1，轉(zhuǎn)步驟2)；5)以Tk為閥值變換圖像，然后逐行從外向里記錄第一個像素大于0的點的位置POSd作為分割點位置；第四步、采用Roberts邊緣檢測算子為模板與圖像作卷積處理，以突出帶鋼的邊部特征，即白邊；Roberts邊緣檢測算子由下面的公式給出<mathsid="math0007"num="0007"><math><![CDATA[<mrow><mi>g</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>{</mo><msup><mrow><mo>[</mo><msqrt><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></msqrt><mo>-</mo><msqrt><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>+</mo><mn>1</mn><mo>,</mo><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow></msqrt><mo>]</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>[</mo><msqrt><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>)</mo></mrow></msqrt><mo>-</mo><msqrt><mi>f</mi><mrow><mo>(</mo><mi>x</mi><mo>+</mo><mn>1</mn><mo>,</mo><mi>y</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow></msqrt><mo>]</mo></mrow><mn>2</mn></msup><mo>}</mo></mrow><mrow><mn>1</mn><mo>/</mo><mn>2</mn></mrow></msup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>7</mn><mo>)</mo></mrow></mrow>]]></math></maths>其中f(x，y)是具有整數(shù)像素坐標(biāo)的輸入圖像；第五步、確定白邊位置，利用第四步所計算的結(jié)果，計算相鄰10個像素灰度變化率的和，灰度變化率和的最大值即可作為白邊和正常帶鋼表面的分界線；按下面公式得到白邊位置pospos＝n+5；其中<mathsid="math0008"num="0008"><math><![CDATA[<mrow><mrow><mi>n</mi><mo>=</mo><mi>min</mi><mo>{</mo><mi>n</mi><mo>|</mo><mrow><mo>(</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mi>n</mi></mrow><mrow><mi>n</mi><mo>+</mo><mn>10</mn></mrow></munderover><mi>PixelValue</mi><mo>[</mo><mi>i</mi><mo>]</mo><mo>)</mo></mrow><mo><</mo><mi>N</mi><mo>}</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow>]]></math>id="icf0008"file="A2007100401050003C6.tif"wi="87"he="10"top="259"left="72"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths>若<mathsid="math0009"num="0009"><math><![CDATA[<mrow><mi>min</mi><mo>{</mo><mi>n</mi><mo>|</mo><mrow><mo>(</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mi>n</mi></mrow><mrow><mi>n</mi><mo>+</mo><mn>10</mn></mrow></munderover><mi>PixelValue</mi><mo>[</mo><mi>i</mi><mo>]</mo><mo>)</mo></mrow><mo><</mo><mi>N</mi><mo>}</mo></mrow>]]></math>id="icf0009"file="A2007100401050004C1.tif"wi="61"he="10"top="29"left="40"img-content="drawing"img-format="tif"orientation="portrait"inline="yes"/></maths>不存在，則當(dāng)前不存在白邊；式中pos為所求的白邊量，n為灰度變化最大的點，N為經(jīng)驗值；第六步、獲得白邊參數(shù)，按照單個像素值與實際長度的比例，結(jié)合上面算出的白邊位置，就可以算出白邊的寬度，單個像素值與實際長度的比例K按下面公式得到K＝實際寬度*放大率/圖像寬度(單位像素)(9)白邊寬度w＝(POSd-pos)*K(10)全文摘要本發(fā)明涉及一種數(shù)字圖像處理技術(shù)。一種用于熱鍍鋅合金化板的白邊檢測方法，其特征是把兩個水平對齊的攝像頭分別對準(zhǔn)帶鋼的左右兩個邊緣對帶鋼進(jìn)行拍攝，兩塊圖像采集卡通過電纜分別與兩個攝像頭相連接；工控機通過圖象采集卡采集到數(shù)字圖像后，對圖像進(jìn)行處理，計算出白邊參數(shù)，將計算得到的白邊參數(shù)和理想的白邊參數(shù)相比較，適當(dāng)調(diào)節(jié)當(dāng)前功率設(shè)定值；將調(diào)節(jié)過的功率設(shè)定值傳送給可編程度控制器PLC，由可編程序控制器PLC重新設(shè)定功率加熱器的功率值。本發(fā)明能準(zhǔn)確地測出白邊的具體值，對白邊參數(shù)的變化做出及時響應(yīng)，縮短過渡長度，從而減少廢次品量，提高產(chǎn)品成材率和產(chǎn)品質(zhì)量。文檔編號G01N33/20GK101294945SQ20071004010公開日2008年10月29日申請日期2007年4月28日優(yōu)先權(quán)日2007年4月28日發(fā)明者俞鴻毅,葉曉松,朱耀江,顧華中,黃佩杰申請人:寶山鋼鐵股份有限公司