[发明专利]一种基于机器视觉的加热炉中钢坯料检测系统

说明书

本发明公开了一种基于机器视觉的加热炉中钢坯料检测系统，包括视频图像采集装置、视频分析单元和自动化控制系统，其中，视频图像采集装置设置在加热炉的出炉辊道以及加热炉内，以能够提供俯瞰出炉辊道全景和炉内入炉口全景清晰视频图像为准；视频分析单元信号连接视频图像采集装置，视频分析单元内预置图像预处理方法、钢坯料位置和姿态检测算法，对视频图像采集装置所采集的视频进行处理，获得钢坯料位置和姿态检测结果，并最终输出控制信号；自动化控制系统的输入端信号连接视频分析单元，接收视频分析单元输出的控制信号；根据控制信号控制加热炉系统内各电控制单元执行相应的动作，对钢坯料的位置和姿态进行调节。

技术领域

本发明涉钢铁生产技术领域，尤其涉及一种基于机器视觉的加热炉中钢坯料检测系统。

背景技术

现有的加热炉装出炉，均采用热检、测距、计数等传统手段获取数据，通过PLC编程按照一定逻辑进行自动控制，由于加热炉的特殊工作环境，热检、测距等采集到的数据常常存在较大的误差，足以影响装出炉自动控制的正常运行，时不时需要人工干预，以避免坯料在炉内刮蹭炉腔、倾斜拥堵等异常发生。

发明内容

为了解决现有技术中存在的不足，本申请提出了一种基于机器视觉的加热炉中钢坯料检测系统，利用机器视觉，对钢坯料在辊道、炉内等不同工位上的位置、姿态进行实时检测，为传统装出炉自动化控制系统提供额外的决策辅助支撑，达到更精准控制。

本发明所采用的技术方案如下：

一种基于机器视觉的加热炉中钢坯料检测系统，包括：

视频图像采集装置，所述视频图像采集装置设置在加热炉的出炉辊道以及炉内炉口处；

视频分析单元，所述视频分析单元信号连接视频图像采集装置，所述视频分析单元内预置图像预处理方法、钢坯料位置和姿态检测算法，对视频图像采集装置所采集的视频进行处理，获得钢坯料位置和姿态检测结果，并最终输出控制信号；

自动化控制系统，所述自动化控制系统的输入端信号连接视频分析单元，接收视频分析单元输出的控制信号；所述自动化控制系统的输出端信号连接加热炉系统内各电控制单元，根据控制信号控制加热炉系统内各电控制单元执行相应的动作，对钢坯料的位置和姿态进行调节。

进一步，视频分析单元内的图像预处理包括图像去噪、增强处理。

进一步，采用非线性滤波法去除图像背景噪声和减少图像传输过程中参杂的噪声。

进一步，采用自适应增强算法对图像中的信息有选择地加强和抑制，为下一步分析提供稳定一致的输入。

进一步，视频分析单元内置深度学习算法和目标定位模型，目标定位模型使用相应的训练算法，以标注过的出炉辊道以及炉内入炉口不同时间段图像为素材进行训练，多次调优迭代获得。实际使用中，视频分析单元内置的深度学习算法使用训练好的模型，对出炉辊道和炉内入炉口实时视频流进行连续的钢坯料定位和姿态估算，并识别结果转换成开关量控制信号，输出给自动化PLC单元，参与自动化控制。

进一步，自动化控制系统为加热炉系统所配备的装出炉自动化PLC单元，且装出炉自动化PLC单元的输出端信号连接加热炉系统内各电控制单元。

进一步，系统设有数据存储单元，分别连接视频图像采集装置和视频分析单元。

进一步，视频图像采集装置以RTSP协议为系统提供实时视频流。

本发明的有益效果：

1、本系统借助机器视觉，准确检测钢坯料在加热炉不同工位上的位置和姿态数据，为自动化控制系统提供控制决策依据，从而能有效提高控制精度，如稳定出炉节奏、自动调节入炉坯料位置，避免位置、姿态异常可能导致的生产误时等，有利于减少操作工人工干预、提高生产效率。