[发明专利]一种用于不锈钢酸洗工艺的智能控制方法及装置有效
申请号: | 202210949953.7 | 申请日: | 2022-08-09 |
公开(公告)号: | CN115029704B | 公开(公告)日: | 2022-12-09 |
发明(设计)人: | 薛兰志 | 申请(专利权)人: | 江苏贯森新材料科技有限公司 |
主分类号: | C23G1/08 | 分类号: | C23G1/08 |
代理公司: | 南京桦森专利代理事务所(普通合伙) 32652 | 代理人: | 袁瑞娟 |
地址: | 226000 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 不锈钢 酸洗 工艺 智能 控制 方法 装置 | ||
1.一种用于不锈钢酸洗工艺的智能控制方法,其特征在于,该方法包括:
获取不锈钢钢材表面的待检测图像及多个酸洗合格的标准图像;
获取待检测图像、每个标准图像对应的梯度图像,根据待检测图像的梯度图像和每个标准图像的梯度图像得到多个对应的梯度差异图像;
获取待检测图像的梯度共生矩阵的第一熵值、每个梯度差异图像的梯度共生矩阵的第二熵值,计算第一熵值与每个第二熵值的差异值,获取差异值大于0所对应的所有梯度差异图像,将差异值大于0所对应的每个梯度差异图像对应的标准图像记为目标图像;
根据所有的目标图像获取参照灰度值;
获取待检测图像中每个像素点对应区域的梯度差异值,根据梯度差异值及参照灰度值计算待检测图像中每个区域对应的中心像素点的氧化程度;获取待检测图像中每个像素点对应区域的梯度差异值的步骤包括:以检测图像中每个像素点为中心像素点获取滑窗区域图像;根据每个滑窗区域图像内各个像素点的梯度向量和梯度值与其中心像素点对应的像素点的梯度向量和梯度值得到中心像素点对应区域的梯度差异值;
根据下式(1)计算待检测图像中每个像素点的氧化程度:
(1)
其中,为待检测图像中第个中心像素点的氧化程度;为以像素点i为中心像素点对应的滑窗区域图像内第个像素点的梯度方向;为以像素点为中心像素点对应的滑窗区域图像内第个像素点的梯度值;为以像素点为中心像素点对应的滑窗区域图像内中心像素点的梯度方向;为以像素点为中心像素点对应的滑窗区域图像内中心像素点的梯度值;为待检测图像中第个中心像素点的灰度值;为参照灰度值;
对待检测图像中各个像素点的氧化程度进行聚类,得到多个聚类区域记为氧化区域,根据每个氧化区域对应的氧化程度、酸洗液浓度并结合历史数据中对应的氧化程度、酸洗液浓度调整每个氧化区域的酸洗时间。
2.根据权利要求1所述的一种用于不锈钢酸洗工艺的智能控制方法,其特征在于,根据待检测图像的梯度图像和每个标准图像的梯度图像得到多个对应的梯度差异图像的步骤包括:
分别获取待检测图像对应的梯度图像、每个标准图像对应的梯度图像中像素点对应的梯度值和梯度方向;
将待检测图像对应的梯度值和梯度方向与每个标准图像对应的梯度值和梯度方向做差得到多个梯度差异图像。
3.根据权利要求1所述的一种用于不锈钢酸洗工艺的智能控制方法,其特征在于,根据所有的目标图像获取参照灰度值的步骤包括:
获取每个目标图像归一化后的灰度直方图;
根据灰度直方图中灰度级以及各个灰度级所占的比例确定目标图像的平均灰度值;
以待检测图像的对应的熵值与每个目标图像对应的熵值的差异值为权重,对每个目标图像的平均灰度值进行加权计算得到参照灰度值。
4.根据权利要求1所述的一种用于不锈钢酸洗工艺的智能控制方法,其特征在于,对待检测图像中各个像素点的氧化程度进行聚类,得到多个聚类区域记为氧化区域的步骤包括:
对各个像素点的氧化程度进行第一次聚类得到多个初次聚类结果,每个聚类结果对应一种氧化程度;
对初次聚类结果进行二次聚类,得到二次聚类结果;
二次聚类结果作最小包围框,每个最小包围框区域对应一种氧化区域。
5.根据权利要求1所述的一种用于不锈钢酸洗工艺的智能控制方法,其特征在于,根据每个氧化区域对应的氧化程度、酸洗液浓度并结合历史数据中对应的氧化程度、酸洗液浓度调整每个氧化区域的酸洗时间的步骤包括:
根据历史数据中酸洗合格的不锈钢图像的同种氧化程度、同种酸洗液浓度及同种氧化程度及同种酸洗液浓度下的所有酸洗时间的时间均值建立数据库;
将待检测图像的氧化区域对应的氧化程度、酸洗液浓度与数据库中的数据进行匹配,得到与数据库中相同氧化程度及相同酸洗液浓度所对应的酸洗时间均值;
将酸洗时间均值作为每个对应的氧化区域的酸洗时间的调整值对氧化区域的酸洗时间进行调整。
6.一种用于不锈钢酸洗工艺的智能控制装置,在权利要求1-5任意一项所述的一种用于不锈钢酸洗工艺的智能控制方法中使用,其特征在于,包括:
采集模块,用于获取不锈钢钢材表面的待检测图像及多个酸洗合格的标准图像;
第一图像处理模块,用于分别对待检测图像的梯度图像和每个标准图像的梯度图像作差得到多个对应的梯度差异图像;
第二图像处理模块,用于获取待检测图像的梯度共生矩阵的第一熵值、每个梯度差异图像的梯度共生矩阵的第二熵值,计算第一熵值与每个第二熵值的差异值,获取差异值大于0所对应的所有梯度差异图像,将差异值大于0所对应的每个梯度差异图像对应的标准图像记为目标图像;
第一参数计算模块,用于获取每个目标图像的平均灰度值,根据每个目标图像的平均灰度值获取参照灰度值;
第二参数计算模块,用于获取待检测图像中每个像素点对应区域的梯度差异值,根据梯度差异值及参照灰度值计算待检测图像中每个区域对应的中心像素点的氧化程度;获取待检测图像中每个像素点对应区域的梯度差异值的步骤包括:以检测图像中每个像素点为中心像素点获取滑窗区域图像;根据每个滑窗区域图像内各个像素点的梯度向量和梯度值与其中心像素点对应的像素点的梯度向量和梯度值得到中心像素点对应区域的梯度差异值;
根据下式(1)计算待检测图像中每个像素点的氧化程度:
(1)
其中,为待检测图像中第个中心像素点的氧化程度;为以像素点i为中心像素点对应的滑窗区域图像内第个像素点的梯度方向;为以像素点为中心像素点对应的滑窗区域图像内第个像素点的梯度值;为以像素点为中心像素点对应的滑窗区域图像内中心像素点的梯度方向;为以像素点为中心像素点对应的滑窗区域图像内中心像素点的梯度值;为待检测图像中第个中心像素点的灰度值;为参照灰度值;
调整模块,用于对待检测图像中各个像素点的氧化程度进行聚类,得到多个聚类区域记为氧化区域,根据氧化区域对应的氧化程度、酸洗液浓度调整每个氧化区域的酸洗时间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏贯森新材料科技有限公司,未经江苏贯森新材料科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210949953.7/1.html,转载请声明来源钻瓜专利网。