[发明专利]基于机器视觉的高温钢坯运动状态的多率检测方法

摘要

本发明公开了一种基于机器视觉的高温钢坯运动状态的多率检测方法，包括如下步骤首先，构建由多个线程并行工作的图像采集系统，每个线程控制一个相机采集相应工段的图像并计算，各个工段通过标定设置各自的采样频率以及图像的单位像素对应的物理尺寸；接着，各工段按各自设定的采样频率，采集图像、提取特征信息，并进行运动状态的计算。本发明基于机器视觉技术，不与被测物体接触，解决了传统的机械接触式装置难以测量高温物体的问题。

主权项

一种基于机器视觉的高温钢坯运动状态的多率检测方法，其特征在于，包括如下步骤：步骤1，通过设置各个工段图像的采样频率以及图像的单位像素对应的物理尺寸；步骤2，各工段按各自的采样频率采集并保存图像；步骤3，对于每个工段，根据前后两帧图像之间的相似度匹配来判断该工段钢坯所处的状态：处于运动状态，进入步骤4；否则，运动速度计为0，等待直至下一次图像采集时再重新进行判断；其中，步骤3具体为，对前一帧图像与当前帧图像进行二值化，并比较所得的两帧二值化效果图上氧化皮区域的相似度，相似度大于预设阈值，则钢坯处于静止状态；步骤4，等待直至达到运动速度的计算周期，在达到计算周期时，提取所采集图像的特征点，利用该工段前后相邻两帧图像的特征点之间的位移以及所设定的单位像素对应的物理尺寸计算钢坯的运动速度；在步骤4中，运动速度的计算方法如下：步骤4‑1，对于前后两帧图像，提取两帧图像的特征点；在步骤4‑1中，对于各帧图像，提取特征点的具体方法为：步骤1a，利用n×m个高斯模板与图像进行卷积，建立具有m层、每层具有n幅图像的图像金字塔，其中n表示n个平滑尺度，m表示m个模板尺寸；步骤1b，将图像中满足选择条件的像素点作为特征点，所述选择条件为，像素点的Hessian矩阵特征值在邻域中为极值，且该Hessian矩阵特征值与邻域中其他各像素点的Hessian矩阵特征值之间的差值均大于或等于预设阈值，其中邻域为同一层各图像的像素点；步骤4‑2，构造特征点描述子，并根据两帧图像特征点描述子的欧氏距离，将一帧图像中的特征点与另一帧图像中的特征点进行匹配形成特征点对，选择欧氏距离较近的若干特征点对；步骤4‑3，根据所选特征点对之间的平均位移，计算钢坯的运动速度，对于第i个工段，钢坯运动速度vi的计算公式如下：vi＝siMifi其中si为第i个工段所选特征点的平均位移，Mi为第i个工段相机单位像素对应的物理尺寸，fi为第i个工段的采样频率。