CN110705539A - 提高连铸坯低倍中心偏析评级精度的图像获取方法和*** - Google Patents
提高连铸坯低倍中心偏析评级精度的图像获取方法和*** Download PDFInfo
- Publication number
- CN110705539A CN110705539A CN201911101671.6A CN201911101671A CN110705539A CN 110705539 A CN110705539 A CN 110705539A CN 201911101671 A CN201911101671 A CN 201911101671A CN 110705539 A CN110705539 A CN 110705539A
- Authority
- CN
- China
- Prior art keywords
- continuous casting
- casting billet
- computer
- center segregation
- low
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种提高连铸坯低倍中心偏析评级精度的图像获取方法和***,属于自动化技术领域。实施步骤:1、将酸洗后的连铸坯固定连铸坯夹持装置上,通过计算机控制连铸坯角度旋转装置到达指定角度并控制摄像机采集照片,将采集到的照片发送至计算机;2、重复步骤1过程2次,拍摄3个角度的低倍照片;3、计算机对采集到的3张照片进行亮度调整、对比度调整、添加噪声、模糊、锐化处理并保存照片;4、人工对保存的照片进行低倍等级评级并分类;5、将分类后的数据用于连铸坯低倍中心偏析等级自动评级模型的训练输入。本发明可以快速增加连铸坯低倍照片数量,使得训练得到的模型更为健壮,提高模型的识别精度。
Description
技术领域
本发明属于自动化技术领域,涉及提高连铸坯低倍中心偏析评级精度的图像获取方法和***。
背景技术
在连铸生产过程中,受生产条件的影响,连铸坯可能会出现中心偏析、角部裂纹等质量问题,为保证产品质量,需要对产出的铸坯进行跟踪监测。铸坯中心偏析的检测方法是通过对连铸坯酸蚀后的低倍照片进行观测,判定中心偏析类别和等级。目前铸坯低倍缺陷的检验评级方法主要有人工评级模式和计算机图像自动评级模式。
人工评级模式即将铸坯低倍试样图片与国家标准YB/T4002-2013《连铸方坯低倍组织缺陷评级图》进行对比,给出中心偏析类别和等级。这种评级方法不可避免的存在人为主观因素的影响、评级滞后等缺点。
计算机图像自动评级模式是目前发展最为迅速的连铸坯缺陷评定方法,多采用深度学习的方法训练图像识别模型,连铸坯的中心偏析在连铸坯低倍上表现为散点或断断续续的线,尺寸小且几何特征不明显,因此,为了达到合理的识别精度,需要用于训练的样本数据巨大,但每个厂受生产限制,所积累的低倍图片数量不足以支撑模型的训练。
为此,本发明提出一种解决受样本数据不足导致解决连铸坯低倍中心偏析等级自动评模型精度不高问题的方法,可以快速增加连铸坯低倍照片数量,使得训练得到的模型更为健壮,提高模型的识别精度。
发明内容
有鉴于此,本发明的目的在于提供一种提高连铸坯低倍中心偏析评级精度的图像获取方法和***。
为达到上述目的,本发明提供如下技术方案:
提高连铸坯低倍中心偏析评级精度的图像获取方法,该方法包括以下步骤:
S1:将一块酸洗后的连铸坯固定在连铸坯夹持装置上;
S2:计算机控制连铸坯角度旋转装置,带动连铸到达指定角度;
S3:计算机控制摄像机采集照片,将采集到的照片发送至计算机;
S4:重复S2~S3过程2次,拍摄3个角度的低倍照片;
S5:对S4采集到的图片1进行图像处理,依次为亮度调整、对比度调整、添加噪声、图像模糊和图像锐化,保存处理后的5张图片;
S6:重复S5,对S4采集到的所有照片进行图像处理;
S7:人工对S4保存的原始照片和S6保存的处理后的图片进行低倍等级评级并分类,每块铸坯共计获得18张照片;
S8:将分类后的数据用于连铸坯低倍中心偏析等级自动评级模型的训练输入。
提高连铸坯低倍中心偏析评级精度的图像获取***,包括连铸坯夹持装置、连铸坯角度旋转装置、摄像机和计算机;
所述连铸坯夹持装置与连铸坯角度旋转装置相连接;
所述连铸坯角度旋转装置与计算机相连接;
所述连铸坯夹持装置用于连铸坯的位置固定,连铸坯夹持装置位于连铸坯角度旋转装置之上,并随连铸坯角度旋转装置运动,连铸坯角度旋转装置角度由计算机控制;
所述摄像机与计算机信号连接。
可选的,所述摄像机用于图像的拍摄,动作由计算机控制。
可选的,所述连铸坯角度旋转装置与摄像机动作由同一台计算机控制,并由此计算机协调二者动作关系,实现到达指定角度并静止后,启动摄像机拍摄一张照片,依次循环3次。
可选的,所述计算机对每张照片依次进行的图像的亮度、对比度、噪声、模糊、锐化处理,获得5张处理后的照片。
可选的,所述计算机处理后的图片通过人工进行低倍等级并分类,之后用于连铸坯低倍中心偏析等级自动评级模型的训练。
本发明的有益效果在于:本发明可以快速增加连铸坯低倍照片数量,使得训练得到的模型更为健壮,提高模型的识别精度。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明执行过程流程图;
图2为本发明控制***连接图;
图3为***装置示意图;(a)为第一定位角度状态;(b)为第二定位角度状态;(c)为第三定位角度状态。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
请参阅图1~图2,提高连铸坯低倍中心偏析评级精度的图像获取方法和***,实施步骤:
1、将一块酸洗后的连铸坯固定连铸坯夹持装置上;
2、计算机控制连铸坯角度旋转装置,带动连铸到达指定角度;
3、计算机控制摄像机采集照片,将采集到的照片发送至计算机;
4、重复2、3过程2次,拍摄3个角度的低倍照片;
5、对步骤4采集到的图片1进行图像处理,依次为亮度调整、对比度调整、添加噪声、图像模糊、图像锐化,保存处理后的5张图片;
6、重复步骤5,对步骤4采集到的所有照片进行图像处理;
7、人工对步骤4保存的原始照片和步骤6保存的处理后的图片进行低倍等级评级并分类,每块铸坯共计获得18张照片;
8、将分类后的数据用于连铸坯低倍中心偏析等级自动评级模型的训练输入。
以方坯连铸机的实施为例,生产参数:
钢种:HRB400
中包温度:1538℃
断面:160mm×160mm
拉坯速度:2.7m/min
对生产铸坯取低倍样,酸洗加工后采用本发明进行图像处理:图3为***装置示意图;(a)为第一定位角度状态;(b)为第二定位角度状态;(c)为第三定位角度状态。
对某厂全年的低倍样品采用本发明方法进行拍照、处理,并进行中心偏析图像识别模型的训练,训练结果如下:
未采用本发明 | 采用本发明 | |
图片数量 | 483 | 2898 |
模型识别精度 | 78% | 94% |
由本实施例可知,采用本发明方法,可提高连铸坯低倍中心偏析识别率。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.提高连铸坯低倍中心偏析评级精度的图像获取方法,其特征在于:该方法包括以下步骤:
S1:将一块酸洗后的连铸坯固定在连铸坯夹持装置上;
S2:计算机控制连铸坯角度旋转装置,带动连铸到达指定角度;
S3:计算机控制摄像机采集照片,将采集到的照片发送至计算机;
S4:重复S2~S3过程2次,拍摄3个角度的低倍照片;
S5:对S4采集到的图片1进行图像处理,依次为亮度调整、对比度调整、添加噪声、图像模糊和图像锐化,保存处理后的5张图片;
S6:重复S5,对S4采集到的所有照片进行图像处理;
S7:人工对S4保存的原始照片和S6保存的处理后的图片进行低倍等级评级并分类,每块铸坯共计获得18张照片;
S8:将分类后的数据用于连铸坯低倍中心偏析等级自动评级模型的训练输入。
2.提高连铸坯低倍中心偏析评级精度的图像获取***,其特征在于:包括连铸坯夹持装置、连铸坯角度旋转装置、摄像机和计算机;
所述连铸坯夹持装置与连铸坯角度旋转装置相连接;
所述连铸坯角度旋转装置与计算机相连接;
所述连铸坯夹持装置用于连铸坯的位置固定,连铸坯夹持装置位于连铸坯角度旋转装置之上,并随连铸坯角度旋转装置运动,连铸坯角度旋转装置角度由计算机控制;
所述摄像机与计算机信号连接。
3.根据权利要求2所述的提高连铸坯低倍中心偏析评级精度的图像获取***,其特征在于:所述摄像机用于图像的拍摄,动作由计算机控制。
4.根据权利要求2所述的提高连铸坯低倍中心偏析评级精度的图像获取***,其特征在于:所述连铸坯角度旋转装置与摄像机动作由同一台计算机控制,并由此计算机协调二者动作关系,实现到达指定角度并静止后,启动摄像机拍摄一张照片,依次循环3次。
5.根据权利要求2所述的提高连铸坯低倍中心偏析评级精度的图像获取***,其特征在于:所述计算机对每张照片依次进行的图像的亮度、对比度、噪声、模糊、锐化处理,获得5张处理后的照片。
6.根据权利要求2所述的提高连铸坯低倍中心偏析评级精度的图像获取***,其特征在于:所述计算机处理后的图片通过人工进行低倍等级并分类,之后用于连铸坯低倍中心偏析等级自动评级模型的训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911101671.6A CN110705539A (zh) | 2019-11-12 | 2019-11-12 | 提高连铸坯低倍中心偏析评级精度的图像获取方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911101671.6A CN110705539A (zh) | 2019-11-12 | 2019-11-12 | 提高连铸坯低倍中心偏析评级精度的图像获取方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110705539A true CN110705539A (zh) | 2020-01-17 |
Family
ID=69205054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911101671.6A Pending CN110705539A (zh) | 2019-11-12 | 2019-11-12 | 提高连铸坯低倍中心偏析评级精度的图像获取方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110705539A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111899230A (zh) * | 2020-07-15 | 2020-11-06 | 重庆大学 | 基于钢铸坯低倍组织三维特征的质量量化及自动多级评判方法 |
CN114113106A (zh) * | 2021-11-12 | 2022-03-01 | 中冶赛迪技术研究中心有限公司 | 一种对连铸坯低倍结构质量进行自动评级的方法及*** |
-
2019
- 2019-11-12 CN CN201911101671.6A patent/CN110705539A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111899230A (zh) * | 2020-07-15 | 2020-11-06 | 重庆大学 | 基于钢铸坯低倍组织三维特征的质量量化及自动多级评判方法 |
CN111899230B (zh) * | 2020-07-15 | 2023-11-17 | 重庆大学 | 基于钢铸坯低倍组织三维特征的质量量化及自动多级评判方法 |
CN114113106A (zh) * | 2021-11-12 | 2022-03-01 | 中冶赛迪技术研究中心有限公司 | 一种对连铸坯低倍结构质量进行自动评级的方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109632808B (zh) | 棱边缺陷检测方法、装置、电子设备及存储介质 | |
CN110705539A (zh) | 提高连铸坯低倍中心偏析评级精度的图像获取方法和*** | |
JP7355943B2 (ja) | マシンビジョンによる低倍酸エッチング欠陥自動識別及び格付けの方法並びにシステム | |
CN113177924A (zh) | 一种工业流水线产品瑕疵检测方法 | |
CN108802051B (zh) | 一种柔性ic基板直线线路气泡及折痕缺陷检测***及方法 | |
CN113066088A (zh) | 工业检测中的检测方法、检测装置和存储介质 | |
CN112529893A (zh) | 基于深度神经网络的轮毂表面瑕疵在线检测方法及*** | |
CN115330859A (zh) | 一种基于机器视觉的自动对焦、自动对中方法及*** | |
CN115423755A (zh) | 晶圆微加工结构缺陷检测方法及其装置、设备、介质 | |
CN112102287A (zh) | 一种基于图像的生球裂纹自动检测与识别方法 | |
CN114219802A (zh) | 一种基于图像处理的蒙皮连接孔孔位检测方法 | |
CN114462646A (zh) | 一种基于接触网安全巡检的杆号牌识别方法及*** | |
CN108416790B (zh) | 一种用于工件破损率的检测方法 | |
CN117893550A (zh) | 一种基于场景仿真的复杂背景下运动目标分割方法 | |
CN210721503U (zh) | 提高连铸坯低倍中心偏析评级精度的图像获取*** | |
CN115984360B (zh) | 一种基于图像处理的计算干滩长度的方法及*** | |
CN117475205A (zh) | 缺陷类型识别方法、识别装置、控制设备及存储介质 | |
CN112763496A (zh) | 一种手机电池表面缺陷检测装置及其检测方法 | |
CN115963397B (zh) | 一种电机定子内轮廓表面缺陷快速在线检测方法及装置 | |
CN105354848A (zh) | 一种热镀锌产线的康耐视表面质量检测***的优化方法 | |
CN113888504A (zh) | mesh组件检测方法、装置和存储介质 | |
CN115861220A (zh) | 基于改进的ssd算法的冷轧带钢表面缺陷检测方法和*** | |
CN115330705A (zh) | 一种基于自适应加权模板ncc的蒙皮漆面缺陷检测方法 | |
CN115018782A (zh) | 一种应用于连铸坯凝固组织自动评级的方法及*** | |
CN114742770A (zh) | 一种电解铜板铜瘤子缺陷检测方法、训练方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |