JP7209278B2 - Steel component identification device, steel component identification method, and steel component identification program - Google Patents
Steel component identification device, steel component identification method, and steel component identification program Download PDFInfo
- Publication number
- JP7209278B2 JP7209278B2 JP2018209044A JP2018209044A JP7209278B2 JP 7209278 B2 JP7209278 B2 JP 7209278B2 JP 2018209044 A JP2018209044 A JP 2018209044A JP 2018209044 A JP2018209044 A JP 2018209044A JP 7209278 B2 JP7209278 B2 JP 7209278B2
- Authority
- JP
- Japan
- Prior art keywords
- streamline
- image
- destination
- region
- spark
- 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.)
- Active
Links
Images
Landscapes
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Description
本発明は、鋼材成分識別装置、鋼材成分識別方法、及び鋼材成分識別プログラムに関する。 The present invention relates to a steel material component identification device, a steel material component identification method, and a steel material component identification program.
鋼の製造工程では異材を鑑別して排除するために火花試験が広く用いられている。火花試験とは鋼材を、グラインダを使用して研削し、発生する火花の特徴を観察することによって、鋼種の推定又は異材の鑑別を行なう試験のことをいい、ＪＩＳ Ｇ ０５６６に規定されている（例えば、非特許文献１参照）。 Spark tests are widely used in the steel manufacturing process to identify and eliminate foreign materials. A spark test is a test for estimating the type of steel or distinguishing different materials by grinding steel materials using a grinder and observing the characteristics of the generated sparks, and is specified in JIS G 0566 ( For example, see Non-Patent Document 1).
従来、火花試験は鉄鋼材の検査工程等で熟練した経験をもった検査員が目視観察にて官能検査として行われてきたが、個人差や環境の変動によって判定結果がばらついて適正検査結果を得ることが困難であった。また、官能検査の必然性として検査結果が記録できないため、検査技術はもっぱら経験もしくは伝承によるところが大きく、技術改善を評価することが困難であった。 Conventionally, spark tests have been performed as sensory tests by visual observation by inspectors who have experience in the inspection process of steel materials. was difficult to obtain. In addition, since test results cannot be recorded due to the inevitability of sensory tests, test techniques are largely based on experience or tradition, making it difficult to evaluate technical improvements.
この点、判定結果が個人差や環境の変動に影響される度合いを抑制する技術として、例えば特許文献１は、火花試験を装置により自動的に行う技術を開示している。具体的には特許文献１は、鋼材を研削して発生する火花の画像をグレースケールの火花画像に変換する輝度変換処理部と、火花画像の画素毎に所定の閾値で二値化を行う二値化処理部と、二値化された火花画像の所定幅の芯線に対し、複数の角度に相当する複数のテンプレートを、複数のテンプレートの短直線を延長して各々マッチングし、延長した短直線が芯線に収まるテンプレートの種類と位置を記憶する短直線マッチング処理部と、テンプレートが任意の火花画像の範囲において所定の数以上である場合に火花の破裂部とみなして破裂部を抽出し、火花の破裂数及び火花画像内のマッチングされたテンプレートの総数をカウントする破裂部抽出処理部と、火花の破裂数及びマッチングされたテンプレートの総数に基づいて鋼材を識別する鋼材識別処理部を有し、とりわけ鋼材に含まれる炭素を識別することが可能な鋼材成分識別装置を開示している。
In this regard, as a technique for suppressing the influence of individual differences and environmental fluctuations on determination results, for example,
しかし、鋼材には、炭素のみならず、例えばモリブデンやニッケルが含有される鋼材も存在するが、特許文献１で開示される技術は、鋼材中の炭素量の確認に有効である一方で、他の成分、例えばモリブデンの検知に有効であるか否かについては不明であった。 However, some steel materials contain not only carbon but also molybdenum and nickel, for example. It was unclear whether it would be effective in detecting molybdenum, a component of
本発明は、このような従来の問題を解決するためになされたもので、鋼の火花試験により生じる火花を画像処理することにより、鋼材中のモリブデンの有無、延いてはモリブデンの含有量を簡便に検知することが可能な鋼材成分識別装置、鋼材成分識別方法、及び鋼材成分識別プログラムを提供することを目的とする。 The present invention has been made to solve such conventional problems, and the presence or absence of molybdenum in the steel material and the molybdenum content can be easily determined by image processing the sparks generated by the spark test of steel. It is an object of the present invention to provide a steel material composition identification device, a steel material composition identification method, and a steel material composition identification program capable of detecting a
（１） 本発明に係る鋼材分識別装置は、鋼材を研削して発生する火花の画像である火花画像に基づいて、前記火花画像に含まれる流線の画像である流線画像を生成する流線画像生成部と、前記流線画像に含まれる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出するやり先領域抽出部と、前記やり先領域抽出部による前記やり先領域の抽出結果に基づいて前記鋼材内のモリブデンの有無又は含有量を検知するモリブデン検知部と、を備える鋼材成分識別装置である。 (1) A steel component identifying apparatus according to the present invention generates a streamline image, which is an image of streamlines included in the spark image, based on a spark image, which is an image of sparks generated by grinding a steel material. a line image generation unit; a destination area extraction unit that extracts a destination area of each streamline based on a change in luminance value in each streamline included in the streamline image; and the destination area extraction unit. and a molybdenum detection unit that detects the presence or absence or content of molybdenum in the steel material based on the extraction result of the destination area.
（２） 上記（１）に記載の鋼材成分識別装置において、前記やり先領域抽出部は、各流線内での輝度値の２階微分値の符号の正負が反転する点を挟んで前記符号が負となる側の領域を、前記やり先領域とすることが好ましい。 (2) In the steel material component identification device according to (1) above, the destination region extraction unit extracts the sign of the second order differential value of the luminance value in each streamline across a point where the sign is inverted. It is preferable that the area on the side where is negative is set as the destination area.
（３） 上記（２）に記載の鋼材成分識別装置において、前記やり先領域抽出部は、前記２階微分値の符号の正負が反転する点の前後で、負が連続する領域内での負の２階微分値の総和の絶対値と、正が連続する領域内での正の２階微分値の総和の絶対値とが第１閾値以上であり、前記負の２階微分値の総和の絶対値と、前記正の２階微分値の総和の絶対値との比が第２閾値以上となるような前記点を挟んで、前記符号が負となる側の領域を、前記やり先領域とすることが好ましい。 (3) In the steel material composition identification device according to (2) above, the destination region extraction unit extracts negative values in a region where negative values are continuous before and after a point where the sign of the second derivative value is inverted. and the absolute value of the sum of the positive second-order differential values in the region where positive values are continuous are greater than or equal to the first threshold, and the sum of the negative second-order differential values The area on the side where the sign is negative with respect to the point where the ratio of the absolute value and the absolute value of the sum of the positive second-order differential values is equal to or greater than a second threshold is defined as the destination area. preferably.
（４） 上記（３）に記載の鋼材成分識別装置において、前記やり先領域抽出部は、前記２階微分値の符号が反転する点から見て、前記２階微分値の２回目のピークでの絶対値が第３閾値以内となるような前記点を挟んで、前記符号が負となる側の領域を、前記やり先領域とすることが好ましい。 (4) In the steel material component identification device according to (3) above, the target region extraction unit, when viewed from the point that the sign of the second differential value is inverted, at the second peak of the second differential value It is preferable that the area on the side where the sign is negative sandwiching the point where the absolute value of is within the third threshold is set as the destination area.
（５） 上記（１）～（４）に記載の鋼材成分識別装置において、前記やり先領域抽出部は、前記各流線のうちの、前記火花の発生源から相対的に遠い第１領域と、前記各流線の長さ方向かつ前記発生源に相対的に近い側に前記第１領域に対して隣接する第２領域とについて、前記第１領域と前記第２領域との境界を挟んで、前記第１領域の太さが前記第２領域の太さよりも太いとき、前記第１領域をやり先領域の候補とし、当該候補の中から前記やり先領域を抽出することが好ましい。 (5) In the steel material component identification device according to (1) to (4) above, the destination region extraction unit includes a first region relatively far from the source of the spark, among the streamlines. , with respect to a second region adjacent to the first region in the lengthwise direction of each streamline and on the side relatively close to the source, with the boundary between the first region and the second region interposed therebetween. Preferably, when the thickness of the first area is thicker than the thickness of the second area, the first area is set as a destination area candidate, and the destination area is extracted from the candidates.
（６） 上記（１）～（４）に記載の鋼材成分識別装置において、前記やり先領域抽出部は、前記流線画像に含まれ互いに離間する第１流線と第２流線とについて、前記第１流線の端点と前記第２流線の端点とが共に所定領域内に存在し、前記第１流線の前記端点における傾きと前記第２流線の前記端点における傾きとの相違が所定範囲内にある場合に、前記第１流線と前記第２流線との間を補間し、１本の流線とすることが好ましい。 (6) In the steel material component identification device according to (1) to (4) above, the destination region extraction unit includes, for the first streamline and the second streamline included in the streamline image and separated from each other, An end point of the first streamline and an end point of the second streamline both exist within a predetermined region, and a difference in inclination between the end point of the first streamline and the inclination of the second streamline at the end point is It is preferable to interpolate between the first streamline and the second streamline to form a single streamline when they are within a predetermined range.
（７） 上記（１）～（６）に記載の鋼材成分識別装置において、前記モリブデン検知部は、前記やり先領域の抽出結果を用いて前記やり先領域の密度を算出し、算出した前記やり先領域の密度に基づいて、前記鋼材内のモリブデンの有無又は含有量を検知することが好ましい。 (7) In the steel material component identification device according to (1) to (6) above, the molybdenum detection unit calculates the density of the destination region using the extraction result of the destination region, and calculates the density of the destination region. It is preferable to detect the presence or absence or content of molybdenum in the steel material based on the density of the tip region.
（８） 上記（７）に記載の鋼材成分識別装置において、二値化された前記火花画像から、前記火花画像全体の破裂密度を算出する破裂密度算出部と、前記破裂密度に基づいて、前記鋼材内の炭素の含有量を検知する炭素含有量検知部とを更に備え、前記モリブデン検知部は、前記やり先領域の密度における、前記鋼材への炭素の含有による抑制分を、前記炭素の含有量を用いて補正することにより、前記モリブデンの含有量を検知することが好ましい。 (8) In the steel material component identification device according to (7) above, a burst density calculation unit that calculates the burst density of the entire spark image from the binarized spark image, and based on the burst density, the and a carbon content detection unit that detects the carbon content in the steel material, wherein the molybdenum detection unit detects the suppression amount due to the carbon content in the steel material in the density of the spear destination region. Preferably, the molybdenum content is detected by correcting with the amount.
（９） 本発明に係る鋼材成分識別方法は、鋼材を研削して発生する火花の画像である火花画像に基づいて、前記火花画像に含まれる流線の画像である流線画像を生成する流線画像生成ステップと、前記流線画像に含まれる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出するやり先領域抽出ステップと、前記やり先領域抽出ステップにおける前記やり先領域の抽出結果に基づいて前記鋼材内のモリブデンの有無又は含有量を検知するモリブデン検知ステップと、を有する鋼材成分識別方法である。 (9) A steel material component identification method according to the present invention generates a streamline image, which is an image of streamlines included in the spark image, based on a spark image, which is an image of sparks generated by grinding a steel material. a line image generation step; a destination area extraction step of extracting a destination area of each streamline based on a change in luminance value within each streamline included in the streamline image; and the destination area extraction step. and a molybdenum detection step of detecting the presence or absence or content of molybdenum in the steel material based on the extraction result of the destination area in .
（１０） 本発明に係る鋼材成分識別プログラムは、鋼材を研削して発生する火花の画像である火花画像に基づいて、前記火花画像に含まれる流線の画像である流線画像を生成する流線画像生成ステップと、前記流線画像に含まれる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出するやり先領域抽出ステップと、前記やり先領域抽出ステップにおける前記やり先領域の抽出結果に基づいて前記鋼材内のモリブデンの有無又は含有量を検知するモリブデン検知ステップと、をコンピュータに実行させるための、鋼材成分識別プログラムである。 (10) A steel component identification program according to the present invention generates a streamline image, which is an image of streamlines included in the spark image, based on a spark image, which is an image of sparks generated by grinding a steel material. a line image generation step; a destination area extraction step of extracting a destination area of each streamline based on a change in luminance value within each streamline included in the streamline image; and the destination area extraction step. and a molybdenum detection step of detecting the presence or absence or content of molybdenum in the steel material based on the extraction result of the destination area in .
本発明によれば、鋼の火花試験により生じる火花を画像処理することにより、鋼材中のモリブデンの有無、延いてはモリブデンの含有量を簡便に検知することが可能となる。 According to the present invention, it is possible to easily detect the presence or absence of molybdenum in a steel material and, by extension, the content of molybdenum, by performing image processing on sparks generated by a spark test of steel.
以下、本発明の実施形態について図面を用いて詳細に説明する。 BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
〔１ 発明の構成〕
図１は、本発明の実施形態の鋼材成分識別装置の構成図である。本実施形態に係る鋼材成分識別装置１は、検査対象の鋼材ＢとグラインダＣとが接触して発生した火花を撮像するカメラ１０と、カメラ１０で撮像された火花画像に基づいて火花を定量化するコンピュータ２０と、を備える。コンピュータ２０は、演算処理を行うＣＰＵ２１と、データのワークエリアであるＲＡＭ２２と、ＣＰＵ２１の制御プログラムを記憶するＲＯＭ２３を備えている。
[1 Configuration of the invention]
FIG. 1 is a configuration diagram of a steel component identification device according to an embodiment of the present invention. The steel material
図２は、上記のＣＰＵ２１が、ＲＯＭ２３に格納された制御プログラムを読み出し、該制御プログラムに従って実現する機能を示す第１の機能ブロック図である。ＣＰＵ２１は、画像取込処理部２１１、輝度変換部２１２、二値化処理部２１３、短直線マッチング部２１４、やり先領域抽出部２１５、モリブデン検知部２１６を備える。
FIG. 2 is a first functional block diagram showing functions that the
〔１．１ 画像取込処理部〕
画像取込処理部２１１は、カメラ１０により撮像された火花画像をカラー画像としてＲＡＭ２２に取り込む。
[1.1 Image Capture Processing Unit]
The image
定量的な鋼材分類を行うためには、同種の鋼材の火花に差異が発生しないよう、常に同条件で火花を発生させることが好ましい。本実施形態では、モータ（不図示）によって発生したトルク回転力を直線運動に変換し、グラインダＣに鋼材Ｂを押し当てる機構を採用した。モータは出力トルクを制御できるトルクモータを採用し、一定の力で、一定の位置で、かつ、一定の角度での鋼材の押し当てを可能とした。 In order to quantitatively classify steel materials, it is preferable to always generate sparks under the same conditions so that sparks of the same type of steel materials do not differ. In this embodiment, a mechanism that converts a torque rotational force generated by a motor (not shown) into a linear motion and presses the steel material B against the grinder C is employed. A torque motor that can control the output torque is used for the motor, and it is possible to press the steel material with a constant force, at a constant position, and at a constant angle.
撮影環境は周囲が薄暗い環境の中、明るい火花を撮影するという特殊な環境であるため、カメラ１０にはシャッタースピードや絞り等をマニュアルで設定できるカメラを使用することが好ましい。また、鋼材ＢがグラインダＣに削られることにより、鋼材ＢとグラインダＣの接触面積が増加して押し当て圧が下がり火花の発生が時間変化するという問題がある。本実施形態のカメラ１０では、火花の発生の時間変化の影響を低減するために、短時間で高速の連続撮影が可能なカメラを用いる。
Since the photographing environment is a special environment in which bright sparks are photographed in a dim environment, it is preferable to use a camera in which the shutter speed, aperture, etc. can be manually set as the
同様に時間経過による火花の変化を避けるため、撮影時間を短くすることが好ましい（例えば１．０秒以下）。また、画像で確認できる火花の芯線長さや破裂の数は、シャッタースピードに依存し変化する。このため、解析に適するシャッタースピードの選定（例えば、１／１６０ｓ等）をすることが好ましい。 Similarly, it is preferable to shorten the shooting time (for example, 1.0 seconds or less) in order to avoid changes in sparks over time. Also, the core length of sparks and the number of bursts that can be seen in the image change depending on the shutter speed. Therefore, it is preferable to select a shutter speed suitable for analysis (for example, 1/160 s).
なお、詳細については後述の実施例で記載するが、以下の説明においては例として、ＤＩＴＥＣＴ社製のカメラＨＡＳ-Ｌ２を用いて３０ｆｐｓで撮像し、解像度が２５９２×２０４８ｐｉｘｅｌの画像を５０枚用いて解析したケースにおける数値を用いることがある。しかし、本発明はこれには限定されない。 Details will be described in the examples below, but in the following description, as an example, 50 images with a resolution of 2592 × 2048 pixels are captured at 30 fps using a camera HAS-L2 manufactured by DITECT. Numerical values in analyzed cases may be used. However, the invention is not so limited.
〔１．２ 輝度変換部〕
輝度変換部２１２は、火花画像の各画素の輝度を変換処理して画像を輝度値のみのグレースケール画像に変換し、画像をＲＡＭ２２に格納する。
[1.2 Luminance converter]
The
図３は、火花画像をグレースケール化した画像の例である。図３より、火花画像は火花の線（芯線）を含むことがわかる。輝度変換部２１２は、画像取込処理部２１１によって得られたカラーの火花画像をグレースケール化する。本実施形態では、火花画像中の各画素のＲＧＢ値を所定の変換式によってグレースケール値Ｙへ変換している。例えば、変換式として、Ｙ＝Ｒ×０．２９９＋Ｇ×０．５８７＋Ｂ×０．１１４を用いることが可能であるが、これには限定されない。
FIG. 3 is an example of a grayscale image of a spark image. It can be seen from FIG. 3 that the spark image includes spark lines (core lines). The
〔１．３ 二値化処理部〕
二値化処理部２１３は、火花画像の二値化処理を実行し、画像をＲＡＭ２２に格納する。
[1.3 Binarization processing unit]
The
本実施形態では、二値化処理の対象となる画素毎に所定の閾値で二値化処理を行う。二値化を行うことにより火花の線（芯線）がより明瞭となる。本実施形態では、抽出対象が火花のような線状の場合に適している十字二値化を用いる。 In this embodiment, binarization processing is performed with a predetermined threshold for each pixel to be binarized. By binarizing, the lines of sparks (core lines) become clearer. In this embodiment, cross-binarization is used, which is suitable for a linear object to be extracted, such as a spark.
図４Ａ及び図４Ｂは、二値化処理部２１３が実行する十字二値化法を説明する図である。十字二値化法は、十字内の中心画素以外の画素の平均輝度値から十字の中心画素の輝度値を引き、その値が設定した閾値よりも大きい場合に、十字の中心画素を黒とし（図４Ａ）、そうでなければ白とする（図４Ｂ）手法である。更に、今回は火花を黒画素とするため、十字二値化画像の白黒の出力を反転させている。図５に十字二値化して白黒反転させた画像の例を示す。
4A and 4B are diagrams for explaining the cross binarization method executed by the
〔１．４ 短直線マッチング部〕
短直線マッチング部２１４は、火花画像の短直線マッチング処理を行う。より詳細には、短直線マッチング部２１４は、以下の〔１．４．１ 基準短直線設定処理〕～〔１．４．４ 基準短直線延長処理〕の処理を行う。
[1.4 Short straight line matching part]
The short straight
〔１．４．１ 基準短直線設定処理〕
図６において、短直線マッチング部２１４は、二値化処理された火花の線（芯線）内で、座標を（ｘ，ｙ）とする任意の黒画素を基準短直線の開始点とする。この座標（ｘ，ｙ）の黒画素は、既に求めた基準短直線から与えられた黒画素でもよく、芯線内の画素を順番に探すことにより検知された黒画素でもよい。
[1.4.1 Reference short straight line setting process]
In FIG. 6, the short straight
ここで、短直線マッチング部２１４は、座標を（ｘ’，ｙ’）＝（ｘ＋ｌ×ｓｉｎθ,ｙ＋ｌ×ｃｏｓθ）（ただし、１≦ｌ≦４５、ｌは整数）とする領域を、θを３°刻みとしながら探索し、（ｘ，ｙ）から（ｘ’，ｙ’）までの間に、２７ｐｉｘ／４５ｐｉｘ（６０％）以上、黒画素が存在すれば、（ｘ，ｙ）から（ｘ’，ｙ’）までを基準短直線として設定する。
なお、短直線マッチング部２１４は、短直線が複数存在する場合には、最も多く黒画素がマッチングした短直線を基準短直線とし、黒画素の数が同数の短直線が複数存在する場合には、角度θが最も大きな直線を、基準短直線として設定する。
Here, the short-straight
When there are a plurality of short straight lines, the short straight
〔１．４．２ 線幅算出処理〕
図７において、短直線マッチング部２１４は、開始点の座標を（ｘ０’’,ｙ０’’）＝（ｘ＋ｔ×ｓｉｎ（θ＋９０°），ｙ＋ｔ×ｓｉｎ（θ＋９０°））（ただし、－１０≦ｔ≦１０、ｔは０以外の整数、１≦ｌ≦４５、ｌは整数）としたとき、座標を（ｘ’’,ｙ’’）＝（ｘ＋ｌ×ｓｉｎθ＋ｔ×ｓｉｎ（θ＋９０°），ｙ＋ｌ×ｃｏｓθ＋ｔ×ｓｉｎ（θ＋９０°））（ただし、１≦ｌ≦４５、ｌは整数）とする領域を、θを３°刻みとしながら探索し、（ｘ０’’,ｙ０’’）から（ｘ’’,ｙ’’）までの間に、２７ｐｉｘ／４５ｐｉｘ（６０％）以上、黒画素が存在すれば、（ｘ０’’,ｙ０’’）から（ｘ’’,ｙ’’）までを基準短直線に平行な平行短直線とする。
更に、短直線マッチング部２１４は、芯線内での基準短直線の本数（＝１）と、平行短直線の本数の合計を、芯線の太さ（線幅）とする。
図７の例では、芯線の太さは９となる。
[1.4.2 Line Width Calculation Processing]
In FIG. 7, the short-
Further, the short straight
In the example of FIG. 7, the thickness of the core wire is 9.
〔１．４．３ 輝度算出処理〕
図８において、短直線マッチング部２１４は、基準短直線上の座標（ｘ’，ｙ’）において、基準短直線に直交する直線上の各画素での輝度値を求め、この輝度値の最大値を、芯線の座標（ｘ’，ｙ’）における輝度値とする。
[1.4.3 Luminance calculation process]
In FIG. 8, the short-straight
〔１．４．４ 基準短直線延長処理〕
図９において、短直線マッチング部２１４は、上記の〔１．４．１ 基準短直線設定処理〕で求めた基準短直線の先端を新たな開始点として、〔１．４．１ 基準短直線設定処理〕～〔１．４．３ 輝度算出処理〕の処理を繰り返す。
[1.4.4 Reference short straight line extension process]
In FIG. 9, the short-straight
なお、上記の画像取込処理部２１１、輝度変換部２１２、二値化処理部２１３、短直線マッチング部２１４をまとめて「流線画像生成部」とも呼称する。また、上記のように、二値化処理された上で、基準短直線が設定されると共に、太さ（線幅）と輝度値とが算出された火花の線（芯線）を、「流線」とも呼称する。
Note that the image
〔１．５ やり先領域抽出部〕
やり先領域抽出部２１５は、流線画像に含まれる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出する。より詳細には、やり先領域抽出部２１５は、以下の〔１．５．１ やり先候補設定処理〕～〔１．５．３ 補間処理〕の処理を実行する。
[1.5 Destination Area Extraction Unit]
The destination
〔１．５．１ やり先候補設定処理〕
図１０Ａ及び図１０Ｂは、流線画像の種別を示す。流線画像は、図１０Ａに示すように、火花が連続する第１種の流線画像と、図１０Ｂに示すように、火花が途切れている第２種の流線画像とに分類される。
[1.5.1 Destination Candidate Setting Process]
10A and 10B show types of streamline images. The streamline images are classified into a first-type streamline image with continuous sparks as shown in FIG. 10A and a second-type streamline image with discontinuous sparks as shown in FIG. 10B.
やり先領域抽出部２１５は、最初に、第１種の流線画像の中から、やり先候補を設定する。
The destination
図１１は、やり先候補の設定方法の例を示す図である。上記の〔１．４．４ 基準短直線延長処理〕で説明したように、各流線画像内において、ある基準短直線の先端を新たな開始点として、新たな基準短直線が設定されることにより、複数の基準短直線が長さ方向に隣り合うが、やり先領域抽出部２１５は、各々に属する基準短直線が隣り合う、第１範囲の芯線と第２範囲の芯線とで太さを逐次比較し、火花の発生源から相対的に遠い範囲の芯線の太さの方が、相対的に近い範囲の芯線の太さよりも太い場合に、太い方の範囲の芯線から火花の先端に達する領域を、やり先領域の候補とする。 FIG. 11 is a diagram showing an example of a method for setting destination candidates. As described above in [1.4.4 Reference short straight line extension process], a new reference short straight line is set in each streamline image with the tip of a given reference short straight line as a new starting point. , the plurality of reference short straight lines are adjacent to each other in the length direction. After successive comparison, if the thickness of the core wire in the range relatively far from the spark source is thicker than the thickness of the core wire in the range relatively close to the spark source, the core wire in the thicker range reaches the tip of the spark. The area is set as a candidate for the destination area.
すなわち、基準短直線の番号ｉが火花の先端から根元に向けて１ずつ増加するとした際、番号ｉの基準短直線とこれに平行な平行短直線を含む領域での芯線の太さをｔ［ｉ］とすると、ｔ［ｉ］＞ｔ［ｉ＋１］となる場合に、やり先領域抽出部２１５は、番号ｉの基準短直線を含んで火花の先端側の領域を、やり先領域の候補とする。図１１に示す例においては、ｔ［１］＝４，ｔ［２］＝２となっているため、番号１の基準短直線を含んで火花の先端側の領域を、やり先領域の候補とする。
That is, when the number i of the reference short straight line increases by 1 from the tip of the spark to the root, the thickness of the core wire in the region containing the reference short straight line with the number i and the parallel short straight lines parallel to it is t[ i], when t[i]>t[i+1], the destination
〔１．５．２ やり先領域抽出処理〕
次に、やり先領域抽出部２１５は、やり先領域の候補となる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出する。
[1.5.2 Destination Area Extraction Processing]
Next, the destination
図１２Ａは、やり先領域を含む流線画像の、火花の先端側から根元側に向かった場合の輝度値の変化を示すグラフである。図１２Ｂは、図１２Ａに示す輝度値の２階微分を示すグラフである。 FIG. 12A is a graph showing a change in luminance value of a streamline image including a destination area when going from the tip side to the root side of a spark. FIG. 12B is a graph showing the second derivative of the luminance values shown in FIG. 12A.
図１２Ａに示すように、火花の先端からやり先領域の根元に向かって輝度値は上昇していき、やり先領域が終わると同時に、輝度値は垂直下方へシフトする。その後、火花自体の根元に向かって輝度値は再度上昇する。 As shown in FIG. 12A, the luminance value increases from the tip of the spark toward the root of the destination area, and when the destination area ends, the luminance value shifts vertically downward. After that, the brightness value rises again towards the base of the spark itself.
この輝度値の２階微分値を算出すると、図１２Ｂに示すように、火花の先端からやり先領域の末端に向かうに伴い、２階微分値はしばらく０近傍の値を示した後、急激に下降し、下方のピークを示す。その後、やり先領域が終わると共に、２階微分値は、急激に上昇して正負が反転し、上方のピークを示した後、再度急激に下降して、再び０近傍の値を示すようになる。 When calculating the second derivative of the brightness value, as shown in FIG. 12B, the second derivative shows a value near 0 for a while as it moves from the tip of the spark toward the end of the destination area, and then suddenly It descends and shows a lower peak. After that, as the destination region ends, the second order differential value rises sharply, the sign is reversed, and after showing an upper peak, it falls sharply again and shows a value near 0 again. .
やり先領域抽出部２１５は、図１２Ｂに示す、輝度値の２階微分値の特徴的な形状を検知することにより、やり先領域を抽出する。
The destination
図１３は、輝度値の２階微分値のグラフの詳細である。また、図１３は、やり先領域抽出部２１５が、やり先領域を抽出するために用いる、グラフの特性値の取得箇所を示す。なお、図１３のグラフにおいて、ｘ軸は流線画像の長さ方向のｐｉｘｅｌ値を示し、ｙ軸は輝度値の２階微分値を示す。
FIG. 13 is a detailed graph of second-order differential values of luminance values. Also, FIG. 13 shows the acquisition points of the characteristic values of the graph, which are used by the destination
まず、やり先領域抽出部２１５は、図１３に（ａ）で示す箇所のように、輝度値の２階微分値の正負が反転する箇所を、やり先領域を抽出するための最初のターゲットとする。
First, the destination
輝度値の２階微分値の変化を示す曲線とｘ軸との間で形成される領域であって、（ａ）で示す箇所を挟む２つの領域（ｂ）の面積がそれぞれ２．７以上となり、これら２つの領域（ｂ）のうち、一方の領域と他方の領域との面積比が０．７以上となり、更に、（ａ）で示す箇所から見て、（ａ）よりもｘ軸の＋側と－側の双方における２階微分値の２度目のピーク、すなわち、２階微分値の変化の傾きが０となった箇所（ｃ）での２階微分値の絶対値が０．２５以内となるとき、やり先領域抽出部２１５は、（ａ）で示す箇所をやり先領域の端部とし、輝度値の２階微分値が負となる側の領域を、やり先領域とする。なお、これらの数値は一例であって、これらには限定されない。
The area of each of the two regions (b), which is a region formed between the curve indicating the change in the second derivative of the luminance value and the x-axis, sandwiching the point indicated by (a) is 2.7 or more. , of these two regions (b), the area ratio of one region to the other region is 0.7 or more, and furthermore, when viewed from the point shown in (a), the x-axis + The second peak of the second differential value on both the side and the - side, that is, the absolute value of the second differential value at the point (c) where the slope of the change in the second differential value becomes 0 is within 0.25 Then, the destination
〔１．５．３ 補間処理〕
次に、やり先領域抽出部２１５は、第２種の流線画像に対して、補間処理を実行する。
より具体的には、やり先領域抽出部２１５は、第２種の流線画像において、火花の先端側の流線画像に含まれる基準短直線の、火花が途切れている箇所における端点を頂点とする扇形の領域内を検索し、この領域内に他の基準短直線の端点が存在し、両者の基準短直線がなす角度が所定範囲にある場合に、両者の基準短直線をやり先候補とする。
[1.5.3 Interpolation processing]
Next, the destination
More specifically, in the second type streamline image, the target
図１４は、この検索領域としての扇形の例を示す。図１４に示される例においては、基準短直線の端点から１５０ｐｉｘの範囲内にあり、かつ、基準短直線となす角度が－９°の直線と６°の直線の２直線を辺とする扇形を検索領域とする。なお、これらの数値はあくまで一例であって、これらには限定されない。 FIG. 14 shows an example of a fan shape as this search area. In the example shown in FIG. 14, a sector is formed with sides of two straight lines that are within a range of 150 pix from the end point of the reference short straight line and that form an angle with the reference short straight line of -9° and 6°. Make it a search area. Note that these numerical values are merely examples, and are not limited to these.
図１５は、この扇型の領域内に端点が存在する他の基準短直線を示す。やり先領域抽出部２１５は、これらの基準短直線の中から、元の基準短直線となす角度が－９°～６°となる基準短直線をやり先候補とする。
なお、元の基準短直線となす角度が－９°～６°となる基準短直線が複数存在する場合には、全ての基準短直線と元の基準短直線をそれぞれ補間し、やり先候補とする。
FIG. 15 shows another reference short straight line whose endpoints are within this fan-shaped area. The destination
In addition, if there are multiple standard short straight lines that form an angle of -9° to 6° with the original standard short straight line, interpolate all the standard short straight lines and the original standard short straight line, and select the destination candidates. do.
更に、やり先領域抽出部２１５は、両者の基準短直線の端点の間を補間線で補間する。図１６は、この補間線の例を示す。また、図１６中の（Ａ）で示すように、やり先領域抽出部２１５は、補間線上の１画素と、この画素から補間線に直交する両サイドの２画素中の最大輝度値を、補間線における当該１画素の輝度値とすることにより、補間線上の全ての輝度値を算出する。
Furthermore, the destination
更に、やり先領域抽出部２１５は、補間線で補間されたやり先候補について、上記〔１．５．２ やり先領域抽出処理〕と同一の方法を用いることにより、やり先領域を抽出する。
Further, the destination
〔１．６ モリブデン検知部〕
モリブデン検知部２１６は、やり先領域抽出部２１５によるやり先領域の抽出結果に基づいて、鋼材内のモリブデンの有無又は含有量を検知する。
[1.6 Molybdenum detector]
The
より詳細には、後述の〔３ 実施例〕で示すように、火花画像内に存在するやり先領域の密度が高いほど、火花の発生源となる鋼材内のモリブデンの含有量は多い。なお、ここで「やり先領域の密度」とは、やり先領域の数を、短直線マッチング部２１４によりマッチングされた短直線の数で除した値である。この知見を用いることにより、モリブデン検知部２１６は、やり先領域抽出部２１５によって火花画像から抽出されたやり先領域の総数に基づいて、鋼材内のモリブデンの含有量を検知する。
More specifically, as will be described later in [3rd Embodiment], the higher the density of the spearhead region present in the spark image, the higher the molybdenum content in the steel material that is the source of the spark. Here, the “destination area density” is a value obtained by dividing the number of destination areas by the number of short straight lines matched by the short straight
図１７は、ＣＰＵ２１が、画像取込処理部２１１、輝度変換部２１２、二値化処理部２１３、短直線マッチング部２１４、やり先領域抽出部２１５、モリブデン検知部２１６に加え、破裂密度算出部２１７及び炭素含有量検知部２１８を備える場合の機能ブロック図である。
FIG. 17 shows that the
後述の〔３ 実施例〕で示すように、鋼材内の炭素の含有量が多いほど、火花画像内に存在するやり先領域の密度が抑制される。そこで、本実施形態に係る鋼材成分識別装置１は、オプションとして、例えば、本発明の出願人がかつて出願した発明を開示する、特許文献１に記載の技術を用いることにより、鋼材内の炭素の含有量を検知し、モリブデン検知部２１６は、この炭素の含有量を用いて、鋼材への炭素の含有によるやり先領域の密度の抑制分を補正した上で、モリブデンの含有量を検知してもよい。
As shown in [3rd embodiment] described later, the higher the carbon content in the steel material, the more the density of the spear destination region present in the spark image is suppressed. Therefore, the steel
このため、ＣＰＵ２１は例として、破裂密度算出部２１７と炭素含有量検知部２１８を備える。
For this reason, the
〔１．７ 破裂密度算出部〕
破裂密度算出部２１７は、二値化処理部２１３によって二値化された火花画像に対し、複数の角度に相当する短直線を表す複数のテンプレートを各々マッチングし、火花画像全体の火花の破裂の総数（破裂数）、及び、火花画像全体のマッチングされたテンプレートの総数（短直線数）をカウントし、破裂数を短直線数で除した破裂密度を算出する。
[1.7 Burst Density Calculator]
The burst
より詳細には、破裂密度算出部２１７は、上記の「複数のテンプレート」として、特許文献１に開示されるように、例えば、２８方向の角度（６．５度毎）に相当する短直線を表すテンプレートを用いることが可能である。
More specifically, the bursting
また、破裂密度算出部２１７は、上記の「マッチング」の際に、線の角度のみのマッチングを行い、線の長さのマッチングは行なわない。マッチングする短直線が複数ある場合には、各テンプレートの短直線を延長し、より合致するものを選択する。
In addition, the bursting
更に、破裂密度算出部２１７は、マッチングされたテンプレートの総数から火花画像全体に存在する短直線の総数をカウントし、火花画像全体の火花の破裂の総数を短直線の総数で除した値である、「破裂密度」を算出する。
Further, the
〔１．８ 炭素含有量検知部〕
炭素含有量検知部２１８は、破裂密度算出部２１７によって算出された破裂密度に基づいて、鋼材内の炭素の含有量を検知する。これは、特許文献１に開示されるように、鋼材中の炭素の含有量が高いほど、破裂密度も高いという知見に基づくものである。
[1.8 Carbon content detector]
The
本実施形態に係る鋼材成分識別装置１は、上記の構成を有することにより、鋼材中のモリブデンの有無、延いてはモリブデンの含有量を簡便に検知することが可能となる。
By having the above configuration, the steel material
〔２ 発明の動作〕
図１８Ａ及び図１８Ｂは、本実施形態に係る鋼材成分識別装置１の動作を示すフローチャートである。なお、このフローチャートは、ＣＰＵ２１に、破裂密度算出部２１７及び炭素含有量検知部２１８が備わる場合のフローチャートである。
[2 Operation of the invention]
18A and 18B are flowcharts showing the operation of the steel material
ステップＳ１において、画像取込処理部２１１は、カメラ１０により撮像された火花画像をカラー画像としてＲＡＭ２２に取り込む。
In step S1, the
ステップＳ２において、輝度変換部２１２は、火花画像の各画素の輝度を変換処理して画像を輝度値のみのグレースケール画像に変換し、画像をＲＡＭ２２に格納する。
In step S<b>2 , the
ステップＳ３において、二値化処理部２１３は、火花画像の二値化処理を実行し、画像をＲＡＭ２２に格納する。
In step S<b>3 , the
ステップＳ４において、短直線マッチング部２１４は、基準短直線を設定する。
In step S4, the short straight
ステップＳ５において、短直線マッチング部２１４は、各流線の太さ（線幅）を算出する。
In step S5, the short straight
ステップＳ６において、短直線マッチング部２１４は、各流線の輝度値を算出する。
In step S6, the short straight
ステップＳ７において、短直線マッチング部２１４が基準短直線延長処理を実行する場合（Ｓ７：ＹＥＳ）には、処理はステップＳ４に移行する。短直線マッチング部２１４が基準短直線延長処理を実行しない場合（Ｓ７：ＮＯ）には、処理はステップＳ８に移行する。
In step S7, when the short straight
ステップＳ８において、やり先領域抽出部２１５は、火花が連続する第１種の流線画像に対してやり先候補設定処理を実行する。
In step S8, the destination
ステップＳ９において、やり先領域抽出部２１５は、第１種の流線画像中のやり先領域の候補からやり先領域を抽出する。
In step S9, the destination
ステップＳ１０において、やり先領域抽出部２１５は、火花が途切れている第２種の流線画像に対して補間処理を実行することにより、やり先領域の候補を設定する。
In step S<b>10 , the destination
ステップＳ１１において、やり先領域抽出部２１５は、第２種の流線画像中のやり先領域の候補からやり先領域を抽出する。
In step S11, the target
ステップＳ１２において、破裂密度算出部２１７は、二値化処理部２１３によって二値化された火花画像の破裂密度を算出する。
In step S<b>12 , the
ステップＳ１３において、炭素含有量検知部２１８は、破裂密度に基づいて、鋼材内の炭素の含有量を検知する。
In step S13, the carbon
ステップＳ１４において、モリブデン検知部２１６は、やり先領域抽出部２１５によるやり先領域の抽出結果、及び炭素含有量検知部２１８によって検知された炭素の含有量に基づいて、鋼材内のモリブデンの含有量を検知する。
In step S14, the
なお、ステップＳ５、及びステップＳ８を省略することにより、各流線の線幅（太さ）を用いずに、鋼材内のモリブデンの有無や含有量を検知することも可能である。
また、ステップＳ２の後に、ステップＳ３及びステップＳ４を経由せず、ステップＳ６を実行してもよい。
By omitting steps S5 and S8, it is possible to detect the presence or absence and content of molybdenum in the steel material without using the line width (thickness) of each streamline.
Also, after step S2, step S6 may be executed without going through steps S3 and S4.
鋼材成分識別装置１による鋼材成分識別方法は、ソフトウェアにより実現されることが可能である。ソフトウェアによって実現される場合には、このソフトウェアを構成するプログラムが、コンピュータ（鋼材成分識別装置１）にインストールされる。また、これらのプログラムは、リムーバブルメディアに記録されてユーザに配布されてもよいし、ネットワークを介してユーザのコンピュータにダウンロードされることにより配布されてもよい。更に、これらのプログラムは、ダウンロードされることなくネットワークを介したＷｅｂサービスとしてユーザのコンピュータ（鋼材成分識別装置１）に提供されてもよい。
The steel material component identification method by the steel material
〔３ 実施例〕
〔３．１ 撮影環境〕
図１９は、実施例における撮影環境を示す図である。カメラ１０としては、ＤＩＴＥＣＴ社製のＨＡＳ－Ｌ２を用い、鋼材ＢとグラインダＣとの接触点から６００ｍｍの距離に設置した。
[3 Examples]
[3.1 Shooting environment]
FIG. 19 is a diagram showing a shooting environment in the example. As the
また、カメラ１０によって、鋼材Ｂの軸線から側方に１１０ｍｍ～４８０（＝１１０＋３７０）ｍｍの範囲における火花の画像を、３０ｆｐｓで撮像する。撮像した火花画像の解析度は、上下方向が２０４８ｐｉｘｅｌで左右方向が２５９２ｐｉｘｅｌである。解析時には、この火花画像を５０枚用いると共に、各火花画像の上側及び下側各１／４と、右側１／４をカットしたため、結果として、解析自体に用いた火花画像の解析度は、１９４４ｐｉｘｅｌ×１０２４ｐｉｘｅｌとなる。
In addition, the
〔３．２ 取得データ〕
〔３．２．１ やり先領域の密度とモリブデンの含有量との関係〕
図２０は、やり先領域の密度と、鋼材Ｂ内のモリブデンの含有量との関係を示す。図２０に示すように、やり先領域の密度が高いほど、モリブデンの含有量は高い。
[3.2 Acquired data]
[3.2.1 Relationship between Density of Destination Area and Content of Molybdenum]
FIG. 20 shows the relationship between the density of the destination region and the content of molybdenum in steel material B. FIG. As shown in FIG. 20, the higher the density of the destination area, the higher the molybdenum content.
〔３．２．２ やり先領域の密度とモリブデン及び炭素の含有量との関係〕
図２１は、やり先領域の密度と、鋼材Ｂ内のモリブデン及び炭素の含有量との関係を示す。なお、図２１では、やり先領域の密度が高いほど円の半径が大きい。図２１に示すように、モリブデンの含有量が高いほど、やり先領域の密度が増加する一方で、炭素の含有量が高いほど、やり先領域の密度は減少する。
[3.2.2 Relationship between Density of Destination Area and Content of Molybdenum and Carbon]
FIG. 21 shows the relationship between the density of the destination region and the contents of molybdenum and carbon in steel material B. FIG. In FIG. 21, the radius of the circle increases as the density of the destination area increases. As shown in FIG. 21, higher molybdenum content increases the density of the spearhead region, while higher carbon content decreases the density of the spearhead region.
〔３．２．３ 輝度値のみを用いた場合のやり先領域の抽出〕
図２２Ａ及び図２２Ｂは、フローチャートの説明の中で述べたように、やり先領域を抽出する際に、線幅情報を用いず、輝度値情報のみを用いてやり先領域を抽出した場合の検証結果である。
[3.2.3 Extraction of Destination Region Using Only Luminance Value]
22A and 22B show verification of the case where the destination area is extracted using only the brightness value information without using the line width information when extracting the destination area, as described in the explanation of the flowchart. This is the result.
図２２Ａは、ＳＣＭ鋼（Ｍｏ：０．１５％）と炭素鋼を鋼材Ｂとした場合の、線幅情報と輝度値情報との双方を用いた場合と、輝度値情報のみを用いた場合とでの、モリブデン量検知の精度を比較するために、炭素含有量とやり先領域の密度との関係を示したグラフである。なお、図２２Ａのグラフ内で、輝度値情報のみを用いた場合は、「Ｆ１」という符号を用いて示し、線幅情報と輝度値情報との双方を用いた場合は、「Ｆ２」という符号を用いて示す。
図２２Ａに示すように、輝度値情報のみを用いた場合は、双方の情報を用いた場合に比較して、精度が減少する。輝度値情報のみを用いている場合は、線幅情報と輝度値情報との双方を用いる場合に比較して、用いる情報量が少ないためである。
FIG. 22A shows the case of using both the line width information and the brightness value information and the case of using only the brightness value information when the SCM steel (Mo: 0.15%) and the carbon steel are used as the steel material B. 4 is a graph showing the relationship between the carbon content and the density of the destination area for comparison of the accuracy of molybdenum amount detection in . In the graph of FIG. 22A, when only the brightness value information is used, the code "F1" is used, and when both the line width information and the brightness value information are used, the code "F2" is used. is used.
As shown in FIG. 22A, when using only luminance value information, the accuracy decreases compared to when using both information. This is because when only luminance value information is used, the amount of information used is smaller than when both line width information and luminance value information are used.
図２２Ｂは、ＳＣＭ鋼（Ｍｏ：０．１５％）と炭素鋼を鋼材Ｂとした場合の、線幅情報と輝度値情報との双方を用いた場合と、輝度値情報のみを用いた場合とでの解析時間を比較したグラフである。なお、図２２Ａと同様、図２２Ｂのグラフ内で、輝度値情報のみを用いた場合は、「Ｆ１」という符号を用いて示し、線幅情報と輝度値情報との双方を用いた場合は、「Ｆ２」という符号を用いて示す。
双方の情報を用いた場合の解析時間は１６．９秒である一方で、輝度値情報のみを用いた場合の解析時間は１５．９秒となり、処理速度が速いことが示された。
FIG. 22B shows the case of using both the line width information and the brightness value information and the case of using only the brightness value information when the SCM steel (Mo: 0.15%) and the carbon steel are used as the steel material B. It is a graph comparing the analysis time at . As in FIG. 22A, in the graph of FIG. 22B, when only the luminance value information is used, it is indicated using the code "F1", and when both the line width information and the luminance value information are used, It is shown using the code "F2".
The analysis time was 16.9 seconds when both pieces of information were used, while the analysis time was 15.9 seconds when only the luminance value information was used, indicating a high processing speed.
すなわち、輝度値情報のみを用いてやり先領域を抽出し、やり先領域の密度を算出した場合は、線幅（太さ）情報と輝度値情報の双方を用いて、やり先領域を抽出し、やり先領域の密度を算出した場合に比較して、モリブデン量検知の精度は落ちるものの、処理速度は高まることが分かった。 That is, when the destination area is extracted using only the luminance value information and the density of the destination area is calculated, the destination area is extracted using both the line width (thickness) information and the luminance value information. , the accuracy of molybdenum amount detection is lower than in the case of calculating the density of the target area, but the processing speed is increased.
〔４ 効果〕
本発明の実施形態に係る鋼材成分識別装置１は、火花画像に含まれる流線画像を生成する流線画像生成部と、流線画像に含まれる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出するやり先領域抽出部２１５と、やり先領域の抽出結果に基づいて前記鋼材内のモリブデンの有無又は含有量を検知するモリブデン検知部２１６と、を備える。
これにより、鋼材成分識別装置１は、鋼材中のモリブデンの有無、延いてはモリブデンの含有量を簡便に検知することが可能となる。
[4 Effects]
A steel material
As a result, the steel material
また、やり先領域抽出部２１５は、各流線内での輝度値の２階微分値の符号の正負が反転する点を挟んで前記符号が負となる側の領域を、やり先領域とする。
また、やり先領域抽出部２１５は、上記の正負が反転する点の前後で、負が連続する領域内での負の２階微分値の総和の絶対値と、正が連続する領域内での正の２階微分値の総和の絶対値とが第１閾値以上であり、負の２階微分値の総和の絶対値と、正の２階微分値の総和の絶対値との比が第２閾値以上となるような前記点を挟んで、前記符号が負となる側の領域を、やり先領域とする。
また、やり先領域抽出部２１５は、２階微分値の符号が反転する点から見て、２階微分値の２回目のピークでの絶対値が第３閾値以内となるような当該点を挟んで、符号が負となる側の領域を、やり先領域とする。
これにより、鋼材成分識別装置１は、鋼材中のモリブデンの有無、延いてはモリブデンの含有量を検知するためのやり先領域の抽出を正確に実行することが可能となる。
In addition, the destination
In addition, before and after the positive/negative reversal point, the destination
In addition, the destination
As a result, the steel material
また、やり先領域抽出部２１５は、各流線のうちの、火花の発生源から相対的に遠い第１領域と、各流線の長さ方向かつ火花の発生源に相対的に近い側に、第１領域に対して隣接する第２領域とについて、第１領域と第２領域との境界を挟んで、第１領域の太さが第２領域の太さよりも太いとき、第１領域をやり先領域の候補とし、当該候補の中からやり先領域を抽出する。
これにより、鋼材成分識別装置１は、鋼材内のモリブデンの有無や含有量を検知する精度を高めることが可能となる。
In addition, the destination
As a result, the steel material
また、やり先領域抽出部２１５は、流線画像に含まれ互いに離間する第１流線と第２流線とについて、第１流線の端点と第２流線の端点とが共に所定領域内に存在し、第１流線の端点における傾きと第２流線の端点における傾きとの相違が所定範囲内にある場合に、第１流線と第２流線との間を補間し、１本の流線とする。
これにより、より正確にやり先領域の数をカウントすることが可能となる。
In addition, the destination
This makes it possible to count the number of destination areas more accurately.
また、モリブデン検知部２１６は、やり先領域の抽出結果を用いてやり先領域の密度を算出し、算出したやり先領域の密度に基づいて、鋼材内のモリブデンの有無又は含有量を検知する。
これにより、鋼材成分識別装置１は、鋼材内のモリブデンの有無や含有量を検知する精度を高めることが可能となる。
Further, the
As a result, the steel material
また、鋼材成分識別装置１は、破裂密度を算出する破裂密度算出部２１７と、破裂密度に基づいて、鋼材内の炭素の含有量を検知する炭素含有量検知部２１８とを更に備え、モリブデン検知部２１６は、前記やり先領域の密度における、鋼材への炭素の含有による抑制分を、炭素の含有量を用いて補正することにより、モリブデンの含有量を検知する。
これにより、鋼材成分識別装置１は、より正確に鋼材へのモリブデンの含有量を検知することが可能となる。
Further, the steel material
As a result, the steel material
以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限るものではない。また、本実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本実施形態に記載されたものに限定されるものではない。 Although the embodiments of the present invention have been described above, the present invention is not limited to the above-described embodiments. Moreover, the effects described in the present embodiment are merely enumerations of the most suitable effects resulting from the present invention, and the effects of the present invention are not limited to those described in the present embodiment.
〔５ 変形例〕
上記の実施形態では、コンピュータ２０が、ＣＰＵ２１と、ＲＡＭ２２と、ＣＰＵ２１の制御プログラムを記憶するＲＯＭ２３とを備え、ＣＰＵ２１がＲＯＭ２３に格納された制御プログラムを読み出し、該制御プログラムに従って、図２の機能ブロック図に示す機能を実現するとしたが、これには限定されない。例えば、ＣＰＵ２１の代わりに集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって、図２の機能ブロック図に示す機能を実現してもよい。
[5 Modifications]
In the above embodiment, the
１ 鋼材成分識別装置
１０ カメラ
２０ コンピュータ
２１ ＣＰＵ
２２ ＲＡＭ
２３ ＲＯＭ
２１１ 画像取込処理部
２１２ 輝度変換部
２１３ 二値化処理部
２１４ 短直線マッチング部
２１５ やり先領域抽出部
２１６ モリブデン検知部
２１７ 破裂密度算出部
２１８ 炭素含有量検知部
Ｂ 鋼材
Ｃ グラインダ
1 steel
22 RAMs
23 ROMs
211 image
Claims (11)
前記流線画像に含まれる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出するやり先領域抽出部と、
前記流線画像生成部が生成した前記流線画像の数と、前記やり先領域抽出部により抽出された前記やり先領域の数とを用いて算出したやり先領域の密度に基づいて前記鋼材内のモリブデンの有無又は含有量を検知するモリブデン検知部と、
を備える鋼材成分識別装置。 a streamline image generation unit that generates a streamline image, which is an image of streamlines included in the spark image, based on a spark image, which is an image of sparks generated by grinding a steel material;
a target area extracting unit for extracting a target area of each streamline based on a change in luminance value in each streamline included in the streamline image;
Based on the density of destination areas calculated using the number of streamline images generated by the streamline image generation unit and the number of destination areas extracted by the destination area extraction unit a molybdenum detection unit that detects the presence or absence or content of molybdenum in the steel;
A steel component identification device comprising a
前記破裂密度に基づいて、前記鋼材内の炭素の含有量を検知する炭素含有量検知部と、
を更に備え、
前記モリブデン検知部は、前記やり先領域の密度における、前記鋼材への炭素の含有による抑制分を、前記炭素の含有量を用いて補正することにより、前記モリブデンの含有量を検知する、請求項１に記載の鋼材成分識別装置。 a burst density calculation unit that calculates the burst density of the entire spark image from the binarized spark image;
a carbon content detection unit that detects the carbon content in the steel based on the burst density ;
further comprising
3. The molybdenum detection unit detects the content of molybdenum by correcting, using the content of carbon, a suppression amount due to the content of carbon in the steel material in the density of the destination region. 2. The steel component identification device according to 1.
前記流線画像に含まれる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出するやり先領域抽出ステップと、
前記流線画像生成ステップにおいて生成した前記流線画像の数と、前記やり先領域抽出ステップにおいて抽出された前記やり先領域の数とを用いて算出したやり先領域の密度に基づいて前記鋼材内のモリブデンの有無又は含有量を検知するモリブデン検知ステップと、
を有する鋼材成分識別方法。 a streamline image generation step of generating a streamline image, which is an image of streamlines included in the spark image, based on a spark image, which is an image of sparks generated by grinding a steel material;
a destination area extracting step of extracting a destination area of each streamline based on a change in luminance value within each streamline included in the streamline image;
Based on the density of destination areas calculated using the number of streamline images generated in the streamline image generation step and the number of destination areas extracted in the destination area extraction step , a molybdenum detection step of detecting the presence or absence or content of molybdenum in the steel;
A method for identifying steel components.
前記破裂密度に基づいて、前記鋼材内の炭素の含有量を検知する炭素含有量検知ステップと、a carbon content detection step of detecting the carbon content in the steel based on the burst density;
を更に有し、further having
前記モリブデン検知ステップは、前記やり先領域の密度における、前記鋼材への炭素の含有による抑制分を、前記炭素の含有量を用いて補正することにより、前記モリブデンの含有量を検知する、請求項８に記載の鋼材成分識別方法。3. The molybdenum detection step detects the content of molybdenum by correcting, using the content of carbon, the suppression amount due to the content of carbon in the steel material in the density of the destination area. 9. The steel component identification method according to 8.
前記流線画像に含まれる各流線内での輝度値の変化に基づいて、各流線のやり先領域を抽出するやり先領域抽出ステップと、
前記流線画像生成ステップにおいて生成した前記流線画像の数と、前記やり先領域抽出ステップにおいて抽出された前記やり先領域の数とを用いて算出したやり先領域の密度に基づいて前記鋼材内のモリブデンの有無又は含有量を検知するモリブデン検知ステップと、
をコンピュータに実行させるための、鋼材成分識別プログラム。 a streamline image generation step of generating a streamline image, which is an image of streamlines included in the spark image, based on a spark image, which is an image of sparks generated by grinding a steel material;
a destination area extracting step of extracting a destination area of each streamline based on a change in luminance value within each streamline included in the streamline image;
Based on the density of destination areas calculated using the number of streamline images generated in the streamline image generation step and the number of destination areas extracted in the destination area extraction step , a molybdenum detection step of detecting the presence or absence or content of molybdenum in the steel;
A steel composition identification program for causing a computer to execute
前記破裂密度に基づいて、前記鋼材内の炭素の含有量を検知する炭素含有量検知ステップと、a carbon content detection step of detecting the carbon content in the steel based on the burst density;
を更にコンピュータに実行させ、is further executed by the computer,
前記モリブデン検知ステップを、前記やり先領域の密度における、前記鋼材への炭素の含有による抑制分を、前記炭素の含有量を用いて補正することにより、前記モリブデンの含有量を検知するようにコンピュータに実行させる、請求項１０に記載の鋼材成分識別プログラム。The molybdenum detection step is performed by the computer so as to detect the molybdenum content by correcting the amount of suppression due to the carbon content in the steel material in the density of the destination area using the carbon content. 11. The steel material component identification program according to claim 10, which is executed by .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018209044A JP7209278B2 (en) | 2018-11-06 | 2018-11-06 | Steel component identification device, steel component identification method, and steel component identification program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018209044A JP7209278B2 (en) | 2018-11-06 | 2018-11-06 | Steel component identification device, steel component identification method, and steel component identification program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020076607A JP2020076607A (en) | 2020-05-21 |
| JP7209278B2 true JP7209278B2 (en) | 2023-01-20 |
Family
ID=70723870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018209044A Active JP7209278B2 (en) | 2018-11-06 | 2018-11-06 | Steel component identification device, steel component identification method, and steel component identification program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7209278B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115901752B (en) * | 2022-11-03 | 2023-11-14 | 重庆忽米网络科技有限公司 | Metal spark composition detection system based on industrial Internet technology |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011061971A1 (en) | 2009-11-20 | 2011-05-26 | 住友金属工業株式会社 | Steel material quality determination device and steel material quality determination method |
| JP2016099126A (en) | 2014-11-18 | 2016-05-30 | 学校法人東京理科大学 | Steel material component identification apparatus and program of the same |
| JP2018018153A (en) | 2016-07-25 | 2018-02-01 | オリンパス株式会社 | Steel type discrimination device and steel type discrimination method |
-
2018
- 2018-11-06 JP JP2018209044A patent/JP7209278B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011061971A1 (en) | 2009-11-20 | 2011-05-26 | 住友金属工業株式会社 | Steel material quality determination device and steel material quality determination method |
| JP2016099126A (en) | 2014-11-18 | 2016-05-30 | 学校法人東京理科大学 | Steel material component identification apparatus and program of the same |
| JP2018018153A (en) | 2016-07-25 | 2018-02-01 | オリンパス株式会社 | Steel type discrimination device and steel type discrimination method |
Non-Patent Citations (1)
| Title |
|---|
| 永本正義，７ 視覚支援システムの開発，兵庫県立工業技術センター研究報告書，兵庫県立工業技術センター，2002年03月01日，10，pp.14-15 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020076607A (en) | 2020-05-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6403547B2 (en) | Steel component identification device and program thereof | |
| AU2012304678B2 (en) | Measurement of belt wear through edge detection of a raster image | |
| JP5706233B2 (en) | Steel component identification device and program thereof | |
| CN105718931B (en) | System and method for determining clutter in acquired images | |
| CN107529963B (en) | Image processing apparatus, image processing method, and storage medium | |
| CN116309409A (en) | Weld defect detection method, system and storage medium | |
| JP2018032400A (en) | Method for evaluating authenticity of painting, and use method corresponding thereto | |
| CN113155839A (en) | Steel plate outer surface defect online detection method based on machine vision | |
| JP2019158628A (en) | Inspection device, inspection method, and inspection program | |
| JP2014020926A (en) | Surface defect inspection device and surface defect inspection method | |
| CN111062919B (en) | Bearing ring appearance defect detection method | |
| JP7209278B2 (en) | Steel component identification device, steel component identification method, and steel component identification program | |
| US20050271260A1 (en) | Device, method and program for removing pores | |
| JP7197091B2 (en) | Bursting spark recognition device, steel material identification device, bursting spark recognition method and bursting spark recognition program | |
| JP6818263B2 (en) | Fracture surface analysis device and fracture surface analysis method | |
| JP7058008B2 (en) | Steel component identification device and its program | |
| JP7058009B2 (en) | Steel component identification device and its program | |
| RU2571510C2 (en) | Method and apparatus using image magnification to suppress visible defects on image | |
| TWI510776B (en) | Bubble inspection processing method for glass | |
| CN117474915B (en) | Abnormality detection method, electronic equipment and storage medium | |
| JP7008919B2 (en) | Steel identification equipment, methods, and programs | |
| TWI609352B (en) | Method of color identification for paper-based analytical devices | |
| JP4525130B2 (en) | Image processing device | |
| JP2017182578A (en) | Extraction method for optimum image processing condition | |
| KR101850213B1 (en) | Object scanning methods based on high-speed autofocus for magnification inspection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210903 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220722 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220809 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220916 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221206 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221226 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7209278 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |