CN104992218A - 一种生产线产量实时自动计数装置及其计数方法 - Google Patents
一种生产线产量实时自动计数装置及其计数方法 Download PDFInfo
- Publication number
- CN104992218A CN104992218A CN201510403788.5A CN201510403788A CN104992218A CN 104992218 A CN104992218 A CN 104992218A CN 201510403788 A CN201510403788 A CN 201510403788A CN 104992218 A CN104992218 A CN 104992218A
- Authority
- CN
- China
- Prior art keywords
- sequence
- reinforcing bar
- circularity
- real
- production line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种生产线产量实时自动计数装置及其计数方法,包括,激光测距传感器和工控计算机;激光测距传感器安装在辊道一侧,工控计算机接收并分析激光测距传感器信号。自动计数方法,包括,获取激光测距数据曲线图;图像预处理获得平滑曲线图;检测虫进行检测计算获钢筋圆度序列;对每段序列进行匹配比较获得对应的钢筋数目;每段序列对应的钢筋数目相加获总的钢筋数目。有益效果是:由于激光传感器准确接收辊道上工件的信息,并通过工控机对信息的分析和计算,实时精准地将工件计数,该装置以及计算过程误差小,统计速度快,而且维护成本低廉;不仅对形状好的螺纹钢或钢管准确计数,对部分翘起的螺纹钢或钢管也能准确计数。
Description
技术领域
本发明涉及电子光学检测技术领域,特别是涉及一种钢铁企业的生产线上产品产量自动实时计数装置及其计数方法。
背景技术
钢铁生产企业,尤其是钢管企业、螺纹钢企业,实时检测统计其产品产量是一项重要工作,已有传统检测方法包括:人工计数法、自动称重法、计算机视觉图像检测计数法等等。其中,人工方法由于人员长时间工作疲劳和责任心问题,会产生计数误差;自动称重和计算机视觉图像检测方法,由于检测***本身的传感器精度、以及图像处理算法复杂度问题,或多或少存在一定计量误差,给企业效益带来一定损失;且计算机视觉图像检测设备复杂,平时还需一定人工维护费用。
发明内容
本发明所要解决的技术问题是,提供一种设备简单,计数准确快速,维护成本低廉的生产线上螺纹钢或钢管产量自动实时计数装置以及计数方法。
本发明所采用的技术方案是:一种生产线产量实时自动计数装置,包括,激光测距传感器和工控计算机;所述激光测距传感器安装在辊道一侧,工控计算机接收并分析激光测距传感器信号。
所述激光测距传感器为一个或二个。
一种对权利要求1所述生产线产量实时自动计数方法,包括以下步骤:
A.获取激光测距数据曲线图;
B.图像预处理获得平滑曲线图;
C.检测虫进行检测计算获钢筋圆度序列;
D.对每段序列进行匹配比较获得对应的钢筋数目;
E.每段序列对应的钢筋数目相加获总的钢筋数目。
所述步骤B包括设备初始化,通过获取实时图、图像分割、边缘检测、数据融合获得处理图;或通过算子或中值滤波至数据融合,并获得处理图。
所述步骤C包括,检测虫由左下角从下到上、从左到右检测;找到像素值为0的点;从该点开始以八个方向进行边界跟踪寻找有用点;利用有用点计算圆度;一段曲线上的圆度构成圆度序列。
所述步骤D包括,获得一段圆度序列;判断两端是否有1;当有1时将1从序列中截断直至两端出现0;钢筋计数加上所截断掉1的数目a或当判断两端为0时;对序列进行比对匹配;获对应的钢筋数目b;该段序列对应的钢筋数目=a+b。
本发明的有益效果是:由于激光传感器准确接收辊道上工件的信息,并通过工控机对信息的分析和计算,实时精准地将工件计数,该装置以及计算过程误差小,统计速度快,而且维护成本低廉;不仅对形状好的螺纹钢或钢管准确计数,对部分翘起的螺纹钢或钢管也能准确计数。
附图说明
图1是本发明生产线上产品产量自动实时计数装置示意图;
图2是本发明生产线实时产量自动计数流程图;
图3是未平滑处理的曲线图;
图4是曲线平滑处理流程图;
图5a至5d是经过平滑处理后的曲线图;
图6圆度序列计算程序流程图;
图7a至7d是从工件至圆度序列的多个实施例;
图8是圆度序列处理程序流程图;
图9是工件层叠时的遍历计数说明图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明:
如图1所示,本发明生产线实时产量的自动计数装置,包括,激光测距传感器和工控计算机;所述激光测距传感器安装在辊道一侧,工控计算机接收并分析激光测距传感器信号;激光测距传感器为一个或二个。
如图2和图3所示,本发明一种生产线实时产量的自动计数方法,包括以下步骤:
A.获取激光测距数据曲线图(如图3所示);
B.根据激光测距传感器取得的曲线图,应用图像处理方法,做平滑处理;
C.检测虫进行检测计算获钢筋圆度序列;
D.对每段序列进行匹配比较获得对应的钢筋数目;
E.每段序列对应的钢筋数目相加获总的钢筋数目。
一个完整视觉检测***包括:图像采集、图像分割、工件识别、模型匹配和决策判断.用边界分析的模式检测、射线匹配算法、形状比较法、圆形模式匹配法等.得到二维的平面图像,直线和圆是构成零件几何元素的基本要素,***对于各几何元素的测量基本上都可归结到对直线和圆的测量.对于直线与圆(圆弧)的检测,通常采用测量点序列进行最小二乘法拟合以得到直线或圆参数的估计值;如图4所示,步骤B包括设备初始化,通过获取实时图、图像分割、边缘检测、数据融合获得处理图;或通过算子或中值滤波至数据融合,并获得处理图,如图5a至图5d所示。
如图6所示,步骤C包括,针对预处理后的图像,检测虫由左下角从下到上、从左到右检测;找到像素值为0的点;从该点开始以八个方向进行边界跟踪寻找有用点;利用有用点计算圆度;一段曲线上的圆度构成圆度序列。
如图7a所示,检测虫探测到有用点A、B两点,并计算两点间曲线的圆度,应为 圆,此时钢筋计数加1;其中,圆度的计算方法:A、B在圆上,可作出半径,计算α/360即为圆度。为减小误差应按如下规则:
α/360≤3/8,圆度为1/4
α/360>3/8,圆度为1/2
在实际当中,还可以作进一步调整。
如图7b所示,检测虫探测到有用点A、B、C、D四点,三段曲线圆度均为圆
A、 B间曲线圆度为,钢筋计数加1;
B、 C间曲线圆度为,钢筋计数加1;
C、 D间曲线圆度为,钢筋计数加1。
如图7c所示,曲线圆度分别为和;
A、B间曲线圆度为,钢筋计数加1;(层数上升一层)
B'、C间曲线圆度为,钢筋计数加1;(第二层第一个位置)
C、D间曲线圆度为 ,钢筋计数加1,由分析此时钢筋的计数还要另加1;(第二层第二个位置)
D、E间曲线圆度为,钢筋计数加1,由分析此时钢筋的计数还要另加1;(第二层第三个位置)
E'、F间曲线圆度为,钢筋计数加1,;(→,由第二层回到第一层)
F、G间曲线圆度为,钢筋计数加1;(出现,层数上升一层)
G'、H间曲线圆度为,钢筋计数加1;(第二层第一个位置)
H'、I间曲线圆度为,钢筋计数加1。(层数下降一层,回到第一层)
如图7d所示,所标注的点均为有用点;曲线较多,现列表如下:
曲 线 | 圆 度 | 钢筋计数 | 计数补偿 | 所处位置 |
AB | 加1 | 无 | 第一层第一个 | |
B'C | 加1 | 无 | 第二层第一个 | |
C'D | 加1 | 无 | 第三层第一个 | |
D'E | 加1 | 加1 | 第二层第二个 | |
E'F | 加1 | 无 | 第一层第三个 | |
FG | 加1 | 无 | 第一层第四个 | |
GH | 加1 | 无 | 第一层第五个 | |
H'I | 加1 | 无 | 第二层第一个 | |
I'J | 加1 | 无 | 第三层第一个 | |
J'K | 加1 | 加1 | 第二层第二个 | |
KL | 加1 | 加1 | 第二层第三个 | |
L'M | 加1 | 无 | 第一层第八个 | |
MN | 加1 | 无 | 第一层第九个 |
由以上分析,对于图7a,其序列为,此时为了简便,可把圆度看作1,圆度看作0,于是图7a部分的序列为1;图7b部分的序列为111;图7c部分的序列为01110010;图7d部分的序列为0010010010101。四段序列分别对应钢筋数目:1,3,10,16 。 另外,一堆钢筋的圆度序列中,圆度的出现表示辊道上钢筋层数的上升和下降,其个数必是偶数,一个钢筋圆度序列将对应唯一的钢筋个数。
如图8所示,步骤D包括,获得一段圆度序列;判断两端是否有1;当有1时将1从序列中截断直至两端出现0;钢筋计数加上所截断掉1的数目a或当判断两端为0时;对序列进行比对匹配;获对应的钢筋数目b;该段序列对应的钢筋数目=a+b。下面是一个简单的序列对应钢筋数目列表:
序 列 | 对应钢筋数目 |
1…1(n个1) | n |
01…10(中间有n个1) | 1+2n |
001…100(中间有n个1) | 3+3n |
01110010 | 10 |
0110010 | 8 |
010010…(若n个010循环) | 3n |
… | … |
注:上表列举了几种类型(辊道上钢筋的扎堆情况),虽不多,但都是最常见的,可满足基本的匹配计数。
如图9所示,对圆度序列,可采用数的形式进行分析,值得指出的是辊道上要计数的钢筋最多不会超过三层,两个0之后必是单子树1。本例之所以从0开始是因为对圆度序列作了预处理,即先截断序列两端的1直到两端均出现0,当然去掉多少个0,钢筋的计数也要加多少,如110010011,经预处理后为00100,同时钢筋的计数要加4。另外,在实现时,可把预处理后的圆度序列与上面的树进行遍历比对,获得对应的结果。如00100经遍历后对应钢筋数目6,0110对应钢筋数目5等等。
本发明基于激光测距传感器的新型检测计数设备,不仅设备简单,而且计数准确快速,维护成本低廉。激光传感器准确接收辊道上工件的信息,并通过工控机对信息的分析和计算,实时精准地将工件计数,该装置以及计算过程误差小,统计速度快;不仅可对形状好的螺纹钢或钢管准确计数,对部分翘起的螺纹钢或钢管也能准确计数。
Claims (6)
1.一种生产线产量实时自动计数装置,其特征在于,包括,激光测距传感器和工控计算机;所述激光测距传感器安装在辊道一侧,工控计算机接收并分析激光测距传感器信号。
2.根据权利要求1所述的生产线产量实时自动计数装置,其特征在于,所述激光测距传感器为一个或二个。
3.一种对权利要求1所述生产线产量实时自动计数方法,其特征在于,包括以下步骤:
A.获取激光测距数据曲线图;
B.图像预处理获得平滑曲线图;
C.检测虫进行检测计算获钢筋圆度序列;
D.对每段序列进行匹配比较获得对应的钢筋数目;
E.每段序列对应的钢筋数目相加获总的钢筋数目。
4.根据权利要求3所述的生产线产量实时自动计数方法,其特征在于,所述步骤B包括设备初始化,通过获取实时图、图像分割、边缘检测、数据融合获得处理图;或通过算子或中值滤波至数据融合,并获得处理图。
5.根据权利要求3所述的生产线产量实时自动计数方法,其特征在于,所述步骤C包括,检测虫由左下角从下到上、从左到右检测;找到像素值为0的点;从该点开始以八个方向进行边界跟踪寻找有用点;利用有用点计算圆度;一段曲线上的圆度构成圆度序列。
6.根据权利要求3所述的生产线产量实时自动计数方法,其特征在于,所述步骤D包括,获得一段圆度序列;判断两端是否有1;当有1时将1从序列中截断直至两端出现0;钢筋计数加上所截断掉1的数目a或当判断两端为0时;对序列进行比对匹配;获对应的钢筋数目b;该段序列对应的钢筋数目=a+b。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510403788.5A CN104992218B (zh) | 2015-07-10 | 2015-07-10 | 一种生产线产量实时自动计数方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510403788.5A CN104992218B (zh) | 2015-07-10 | 2015-07-10 | 一种生产线产量实时自动计数方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104992218A true CN104992218A (zh) | 2015-10-21 |
CN104992218B CN104992218B (zh) | 2018-07-13 |
Family
ID=54304030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510403788.5A Expired - Fee Related CN104992218B (zh) | 2015-07-10 | 2015-07-10 | 一种生产线产量实时自动计数方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104992218B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109468225A (zh) * | 2018-11-12 | 2019-03-15 | 太原理工大学 | 一种实时数据反馈的细胞机械拉伸装置 |
CN110647851A (zh) * | 2019-09-27 | 2020-01-03 | 普联技术有限公司 | 生产线产能监控方法、装置及*** |
CN111090099A (zh) * | 2020-01-08 | 2020-05-01 | 深圳市轴心自控技术有限公司 | 电子产品装配的激光测距传感器检测模块及检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002123811A (ja) * | 2000-10-16 | 2002-04-26 | Sumitomo Metal Ind Ltd | 移動物品の検知・計数方法 |
JP2008033398A (ja) * | 2006-07-26 | 2008-02-14 | Takasago Thermal Eng Co Ltd | 回転メータの読取装置、及び読取方法 |
CN101620690A (zh) * | 2008-07-02 | 2010-01-06 | 魏玉生 | 一种冶金棒材计数的检测方法 |
CN102496200A (zh) * | 2011-12-12 | 2012-06-13 | 北京竞业达数码科技有限公司 | 基于激光测距的客流统计方法和装置 |
CN203343181U (zh) * | 2013-07-01 | 2013-12-18 | 莱芜钢铁集团有限公司 | 一种型钢弯曲度在线测量装置 |
-
2015
- 2015-07-10 CN CN201510403788.5A patent/CN104992218B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002123811A (ja) * | 2000-10-16 | 2002-04-26 | Sumitomo Metal Ind Ltd | 移動物品の検知・計数方法 |
JP2008033398A (ja) * | 2006-07-26 | 2008-02-14 | Takasago Thermal Eng Co Ltd | 回転メータの読取装置、及び読取方法 |
CN101620690A (zh) * | 2008-07-02 | 2010-01-06 | 魏玉生 | 一种冶金棒材计数的检测方法 |
CN102496200A (zh) * | 2011-12-12 | 2012-06-13 | 北京竞业达数码科技有限公司 | 基于激光测距的客流统计方法和装置 |
CN203343181U (zh) * | 2013-07-01 | 2013-12-18 | 莱芜钢铁集团有限公司 | 一种型钢弯曲度在线测量装置 |
Non-Patent Citations (3)
Title |
---|
JUNG S K ETAL.: "A model-based 3-D-tracking of rigid objects from a sequence of multiple perspective views", 《PATTERN RECOGNITION LETTERS》 * |
张中良: "抗抖动双向K级容错棒材计数***研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李海 等: "基于PSoC的圆度误差数据采集***", 《工业控制计算机》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109468225A (zh) * | 2018-11-12 | 2019-03-15 | 太原理工大学 | 一种实时数据反馈的细胞机械拉伸装置 |
CN110647851A (zh) * | 2019-09-27 | 2020-01-03 | 普联技术有限公司 | 生产线产能监控方法、装置及*** |
CN111090099A (zh) * | 2020-01-08 | 2020-05-01 | 深圳市轴心自控技术有限公司 | 电子产品装配的激光测距传感器检测模块及检测方法 |
CN111090099B (zh) * | 2020-01-08 | 2024-01-16 | 深圳市轴心自控技术有限公司 | 电子产品装配的激光测距传感器检测模块及检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104992218B (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109060836B (zh) | 基于机器视觉的高压油管接头外螺纹检测方法 | |
CN103759758B (zh) | 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法 | |
CN110751604B (zh) | 一种基于机器视觉的钢管焊缝缺陷在线检测方法 | |
CN111062915A (zh) | 一种基于改进YOLOv3模型的实时钢管缺陷检测方法 | |
CN106251353A (zh) | 弱纹理工件及其三维位姿的识别检测方法及*** | |
CN103839264B (zh) | 一种车道线的检测方法 | |
CN102110227B (zh) | 基于上下文关系的多分辨率遥感图像复合分类方法 | |
CN103308430A (zh) | 一种测量种子千粒重的方法及装置 | |
CN110909738A (zh) | 一种基于关键点检测的指针仪表自动读数方法 | |
CN105787486A (zh) | 一种基于图像处理的钢梁裂纹检测方法 | |
CN104992218A (zh) | 一种生产线产量实时自动计数装置及其计数方法 | |
CN108876765A (zh) | 工业分拣机器人的目标定位装置和方法 | |
CN103778411A (zh) | 一种基于栅格图像划分的圆检测方法及装置 | |
CN111401358A (zh) | 一种基于神经网络的仪表表盘校正方法 | |
CN106529548A (zh) | 亚像素级的多尺度Harris角点检测算法 | |
CN107392216B (zh) | 一种基于灰度数据的盾构隧道管片环缝快速识别方法 | |
CN112198170A (zh) | 一种无缝钢管外表面三维检测中识别水滴的检测方法 | |
CN112580754B (zh) | 一种适用于工地的车辆清洁度判断方法、装置及存储介质 | |
CN103116890A (zh) | 一种基于视频图像的智能搜索匹配方法 | |
CN117085969B (zh) | 人工智能工业视觉检测方法、装置、设备及存储介质 | |
Ying et al. | Research on an automatic counting method for steel bars' image | |
CN114219753A (zh) | 一种基于深度学习的电力设备表面缺陷检测方法及终端 | |
CN102774539B (zh) | 基于改进梯度Hough圆变换的棒材在线自动计数方法 | |
CN103268611A (zh) | 一种复杂场景中精确的实时曲线检测方法 | |
CN103955929B (zh) | 图像局部边缘模式与非边缘模式判断方法及判断装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180713 Termination date: 20200710 |