JPH044925A - Method for automatically detecting fall of hot rolled crop - Google Patents
Method for automatically detecting fall of hot rolled cropInfo
- Publication number
- JPH044925A JPH044925A JP2108400A JP10840090A JPH044925A JP H044925 A JPH044925 A JP H044925A JP 2108400 A JP2108400 A JP 2108400A JP 10840090 A JP10840090 A JP 10840090A JP H044925 A JPH044925 A JP H044925A
- Authority
- JP
- Japan
- Prior art keywords
- crop
- monitoring
- image
- fall
- windows
- 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
- 238000000034 method Methods 0.000 title claims description 18
- 238000012544 monitoring process Methods 0.000 claims abstract description 37
- 230000002123 temporal effect Effects 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000000498 cooling water Substances 0.000 description 2
- 238000005098 hot rolling Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は、熱間圧延で製造された粗バーから不定形部を
切断したときに落下するクロップの自動検出方法に関す
る。DETAILED DESCRIPTION OF THE INVENTION [Field of Industrial Application] The present invention relates to a method for automatically detecting crops that fall when an irregularly shaped part is cut from a rough bar produced by hot rolling.
熱延仕上圧延機入側では仕上スタンド通板性確保のため
、クロップシャーにおいて粗バーのトップ・ボトムの不
定形部を切断除去しているが、クロップカットにおいて
以下のトラブルが発生することがある。On the entry side of the hot rolling finishing mill, the irregularly shaped parts of the top and bottom of the rough bar are cut off using a crop shear to ensure the passing of the finishing stand, but the following problems may occur during crop cutting. .
■切断したクロップが粗バーから分離せず粗バーと共に
仕上圧延機に噛み込む。これによりミスロール、ロール
損傷が発生する。■The cut crop does not separate from the rough bar and gets caught in the finishing mill along with the rough bar. This causes misrolls and roll damage.
■切断したクロップがクロップシュート内で引っ掛かり
、閉塞状態となる。これにより除去作業のためのライン
休止を余儀無くされる。■The cut crop gets caught in the crop chute and becomes blocked. This forces the line to be shut down for removal work.
これらのトラブル防止のため従来からモニターカメラに
よるオペレータの監視が実施されているが、他作業との
並行作業となるため信頼性のある監視が困難であり、ワ
ンマンオペレーションに則したクロップ落下自動検出器
の開発が要請されていた。In order to prevent these troubles, operators have traditionally been monitored using monitor cameras, but reliable monitoring is difficult because the work is done in parallel with other tasks, so an automatic crop fall detector suitable for one-man operation has been implemented. development was requested.
従来、クロップ落下自動検出器として提案されているも
のに、HMD方式と音響方式がある。Conventionally, automatic crop fall detectors proposed include an HMD method and an acoustic method.
ところがHMD方式は、クロップ落下途中をHMD (
Hot Metal Detector) により検
出するもので、視野範囲が限定され、またクロップの大
きさ、前クロップ残光効果、冷却水水蒸気の影響を受は
易いという問題がある。However, with the HMD method, the HMD (
The problem is that the field of view is limited, and it is easily influenced by crop size, pre-crop afterglow effect, and cooling water vapor.
音響方式は、音響センサを用い、クロップ落下音により
検出するもので、ノイズの影響が大きいため、クロップ
落下音の特徴音δ2識が困難であるという問題がある。The acoustic method uses an acoustic sensor to detect the sound of falling crops, and has a problem in that it is difficult to distinguish the characteristic sound δ2 of the sound of falling crops because the influence of noise is large.
そこで本発明が解決しようとする課題:ま、視Tヂ範囲
が広く、ノイズの影響を受けにりく、信頼性の高いクロ
ップ落下自動検出を行うことにある。Therefore, the problem to be solved by the present invention is to perform automatic crop fall detection that has a wide viewing T range, is less affected by noise, and is highly reliable.
本発明に係る熱延クロップ落下自動検出方法は、クロッ
プ落下口近傍を撮像する撮像装置を設ける止ともに、M
&像された画像内に、前記クロップの落下軌跡付近を含
む少なくとも2つの監視窓を設定し、この各監視窓内の
画像信号をさらに小ブロックに分割し、各ブロック内に
おける平均輝度演算をしてその中から最大値を選んで前
記各監視窓内の輝度信号とし、さらに両監視窓内の輝度
信号の差分値を演算してその差分値の時間的変化が所定
レベル以上になったときにクロップ落下と判断すること
を特徴とする。The hot-rolled crop fall automatic detection method according to the present invention includes the step of providing an imaging device that images the vicinity of the crop drop opening, and
& Set at least two monitoring windows including the vicinity of the fall trajectory of the crop in the imaged image, further divide the image signal in each monitoring window into small blocks, and calculate the average brightness within each block. The maximum value is selected from among them as the luminance signal within each monitoring window, and the difference value between the luminance signals within both monitoring windows is calculated, and when the temporal change in the difference value exceeds a predetermined level, It is characterized by determining that the crop has fallen.
あるいは、前記両監視窓内の輝度信号の最大値の大きい
方の値の時間的変化が所定レベル以上になったときにク
ロップ落下と判断する。Alternatively, it is determined that the crop has fallen when the temporal change in the larger maximum value of the luminance signals within both monitoring windows exceeds a predetermined level.
本発明では、撮像された画像内に2つの監視窓を設け、
両監視窓内の画像におけるH度信号の最大値の差分、ま
たは/および最大値の′、Aずれか大きい方の時間的変
化分を演算することにより、背景ノイズや外乱等のノイ
ズ分を除去する。これにより、検出信頼性が向上する。In the present invention, two monitoring windows are provided in the captured image,
Noise such as background noise and disturbance is removed by calculating the difference in the maximum value of the H degree signal in the images in both monitoring windows, and/or the temporal change of the maximum value ' or A deviation, whichever is larger. do. This improves detection reliability.
以下、本発明を実施例を参照しながら具体的に説明する
。Hereinafter, the present invention will be specifically described with reference to Examples.
第1図は本発明実施例の構成を示すブロック図である。FIG. 1 is a block diagram showing the configuration of an embodiment of the present invention.
図において、1は粗バー 2はクロップ落下−3はクロ
ップ、4はクロップコンベヤ、5はクロップシャー2の
落下を監視するクロップ監視カメラである。In the figure, 1 is a coarse bar, 2 is a crop falling, 3 is a crop, 4 is a crop conveyor, and 5 is a crop monitoring camera that monitors the fall of the crop shear 2.
クロップ監視カメラ5で撮像された画像はクロップモニ
ター6に表示されるとともに、画像信号は画像人力装置
7に出力される。画像入力装置7では、画像アナログ信
号をA/D変換器7^によりディジタル信号に変換して
2値化し、画像メモリ7Bに格納する。パソコン8では
、画像メモリ7Bに格納されている画像情報を例えば1
730秒毎に取り込み、後述する処理を行う。The image captured by the crop monitoring camera 5 is displayed on the crop monitor 6, and the image signal is output to the image human power device 7. In the image input device 7, the analog image signal is converted into a digital signal by the A/D converter 7^, binarized, and stored in the image memory 7B. In the personal computer 8, for example, the image information stored in the image memory 7B is
The data is captured every 730 seconds and the processing described below is performed.
第1図において9はクロップ/1−ポイントを監視する
HMDであり、粗バー1が切断されるタイミングを検出
し、その信号をマイクロンーケンサ1(lに出力する。In FIG. 1, reference numeral 9 denotes an HMD that monitors the crop/1-point, detects the timing at which the coarse bar 1 is cut, and outputs the signal to the micrometer controller 1 (l).
マイクロンーケンサ10では、パソコン8から出力され
たクロップ検出信号とHMD9から出力された粗)\−
1の切断タイミング信号とを比較し、粗バー1の切断後
、所定の時間内にクロップ検出信号があればクロップ落
下と判断し、所定の時間内にクロップ検出信号がなけれ
ばトラブル発生と判断して警報表示盤11に警報信号を
出力する。The micron controller 10 uses the crop detection signal output from the personal computer 8 and the coarse) output from the HMD 9.
1, and if there is a crop detection signal within a predetermined time after cutting the coarse bar 1, it is determined that the crop has fallen, and if there is no crop detection signal within the predetermined time, it is determined that a trouble has occurred. and outputs an alarm signal to the alarm display panel 11.
次に、前ε己パソコン8によるクロップ落下検出方法に
ついて具体的に説明する。Next, a method of detecting a drop of a crop using the personal computer 8 will be specifically explained.
第2図のように、クロップ監視カメラ5で撮像した25
6 x240画素の画像内において、クロップ落下口付
近に2つの監視窓W、、W2を設け、1730秒周期で
取り込む画像データから、クロップ落下による輝度変化
を検出する。監視窓W、、W2 の大きさは横60画素
、縦4画素、間隔4画素分としている。クロップ落下口
付近はクロップ冷却水の層数、水蒸気の流れ等、輝度変
化に対する外乱が大きし)ため、以下の処理を施す。As shown in Figure 2, 25 images taken by the crop surveillance camera 5
In the 6 x 240 pixel image, two monitoring windows W, , W2 are provided near the crop drop opening, and changes in brightness due to crop drop are detected from image data captured at a cycle of 1730 seconds. The size of the monitoring windows W, , W2 is 60 pixels horizontally, 4 pixels vertically, and 4 pixels apart. Since the area near the crop drop opening is subject to large disturbances to brightness changes, such as the number of layers of crop cooling water and the flow of water vapor, the following processing is performed.
まず第3図のように、監視区域内を4×4画素の小ブロ
ックに分割し、平均輝度演算を行ってその中から最大値
を選んで監視区域内の輝度信号とする。監視窓W1
における前計小ブロックの平均輝度の最大値をB。84
、監視窓W2 におけるそれをB * a ll 2と
する。First, as shown in FIG. 3, the inside of the monitoring area is divided into small blocks of 4×4 pixels, the average brightness is calculated, and the maximum value is selected from the blocks to be used as the brightness signal within the monitoring area. Monitoring window W1
B is the maximum value of the average brightness of the previous small block in . 84
, the value in the monitoring window W2 is assumed to be B*a ll 2.
これらの最大値は背景ノイズあるいは外乱ノイズを含む
ため、次のようなノイズ抑制処理を行う。Since these maximum values include background noise or disturbance noise, the following noise suppression processing is performed.
a、第1の方法 (1)前記最大値のいずれか大きい方をB□イとする。a. First method (1) The larger of the above maximum values is set as B□i.
(2)B□。の時間的変化率ΔB□、を演算する。(2) B□. The temporal rate of change ΔB□ is calculated.
ΔB、、、 =MAX[B、、、、 −B、、、21M
AX[B−−−I B−、−2’ ]b、第2の方
法
(1)前記最大値の差分を演算する。ΔB,,, =MAX[B,,, -B,,,21M
AX[B---IB-, -2']b, Second method (1) Calculate the difference between the maximum values.
B、、、= 8□1−B、□。B,,,=8□1-B,□.
(2)差分の時間的変化率ΔB dIt を演算する。(2) Calculate the temporal change rate ΔB dIt of the difference.
前記第1の方法およ乙(簗2の方法て演′iLした5変
信号の例を第4図に示す。同図(3)は己、18 の信
号、(b)はB、1.の信号、(C)はΔB148 の
信号、(d)はΔBd+r の信号、(e)はΔB a
a x を用いた判定結果信号、(f)はΔB、1.
を用いた判定結果信号をそれぞれ示す。FIG. 4 shows an example of the 5-variable signals calculated using the first method and the second method. In the same figure, (3) is the signal of self, 18, and (b) is the signal of B, 1. (C) is the signal of ΔB148, (d) is the signal of ΔBd+r, (e) is the signal of ΔB a
Judgment result signal using a x , (f) is ΔB, 1.
The judgment result signals using the following are shown.
このように、前8己第1の方法では、Δ已11AX を
監視することにより落下検出が可能であるが、外乱によ
る変動分を含んでいるため、閾値をある程度以下には小
さ(できず、小クロップ片の落下検出能に制約がある。In this way, with the first method, it is possible to detect a fall by monitoring Δ已11AX, but since it includes fluctuations due to external disturbances, it is not possible to reduce the threshold below a certain level. There are limitations in the ability to detect falling small crop pieces.
ただ、水滴や水蒸気の反射光のような間欠的なノイズに
は強い。また、水蒸気やレンズのくもり等による背景光
レベル変化が緩やかな場合にも効果的である。However, it is resistant to intermittent noise such as reflected light from water droplets or water vapor. It is also effective when the background light level changes slowly due to water vapor, fogging of the lens, etc.
この点、第2の方法では、ΔB dt r は外乱によ
る変動が2になるため、閾値を下げることができ、小ク
ロップ片の検出には有利である。In this respect, in the second method, since the variation of ΔB dt r due to disturbance is 2, the threshold value can be lowered, which is advantageous for detecting small cropped pieces.
以上の第1の方法と第2の方法を単独で用いるか、ある
いは二つの方法で検出した信号の論理和(OR)を用い
てクロップ検出信号とすることにより、検出性能を向上
させることができる。Detection performance can be improved by using the above first method and second method alone, or by using the logical sum (OR) of the signals detected by the two methods to obtain a crop detection signal. .
以上に説明したように、本発明によれば、撮I!された
画像内に2つの監視窓を設け、両監視窓内の画像におけ
る輝度信号の最大値の差分、または/および最大値のい
ずれか大きい方の時間的変化分を演算することにより、
背景ノイズや外乱等のノイズ分を除去することができる
ので、検出信頼性が向上する。これにより、従来、クロ
ップが粗バーから分離しなかったり所定の位置に落下し
なかったことによるロール損傷やンユート内での閉塞を
未然に検知して対処することができる。As explained above, according to the present invention, shooting I! By providing two monitoring windows in the captured image and calculating the difference in the maximum value of the luminance signal in the images within both monitoring windows and/or the temporal change in the maximum value, whichever is larger,
Since noise such as background noise and disturbance can be removed, detection reliability is improved. This makes it possible to detect and deal with damage to the roll or blockage in the unit due to the crop not being separated from the coarse bar or falling to a predetermined position.
第1図は本発明の実施例の構成を示すブロック図、第2
図は本発明に係る検出画像内の監視窓の説明図、第3図
は監視窓の輝度レベルの説明図、第4図は本発明による
画像処理の例を示すターイムチャートである。
1:粗バー 2:クロツブシャ−3:クロツブ
4:クロップコンベヤ5・クロ7プ監視カメラ
6:クロノブモニター
7:画像入力!2 7A : A/D5i[B7B;
画像メモリ 8コパソコン
9:HMD 10:マイクロンーケンサll
;警報表示盤
特許出願人 新日本製鐵 株式會社FIG. 1 is a block diagram showing the configuration of an embodiment of the present invention, and FIG.
FIG. 3 is an explanatory diagram of a monitoring window in a detected image according to the present invention, FIG. 3 is an explanatory diagram of the brightness level of the monitoring window, and FIG. 4 is a time chart showing an example of image processing according to the present invention. 1: Coarse bar 2: Crop shank 3: Crop 4: Crop conveyor 5/crop 7 monitoring camera 6: Crop knob monitor 7: Image input! 2 7A: A/D5i[B7B;
Image memory 8 computers 9: HMD 10: Micron controller
;Warning display panel patent applicant Nippon Steel Corporation
Claims (1)
ともに、撮像された画像内に、前記クロップの落下軌跡
付近を含む2つの監視窓を設定し、この各監視窓内の画
像信号をさらに小ブロックに分割し、各ブロック内にお
ける平均輝度演算をしてその中から最大値を選んで前記
各監視窓内の輝度信号とし、さらに両監視窓内の輝度信
号の差分値を演算してその差分値の時間的変化が所定レ
ベル以上になったときにクロップ落下と判断することを
特徴とする熱延クロップ落下自動検出方法。 2、クロップ落下口近傍を撮像する撮像装置を設けると
ともに、撮像された画像内に、前記クロップの落下軌跡
付近を含む2つの監視窓を設定し、この各監視窓内の画
像信号をさらに小ブロックに分割し、各ブロック内にお
ける平均輝度演算をしてその中から最大値を選んで前記
各監視窓内の輝度信号とし、さらに両監視窓内の輝度信
号の最大値の大きい方の値の時間的変化が所定レベル以
上になったときにクロップ落下と判断することを特徴と
する熱延クロップ落下自動検出方法。[Scope of Claims] 1. An imaging device is provided to take an image of the vicinity of the crop drop opening, and two monitoring windows including the vicinity of the falling locus of the crop are set in the captured image, and each of the monitoring windows is The image signal is further divided into small blocks, the average brightness within each block is calculated, the maximum value is selected from among them as the brightness signal in each monitoring window, and the difference value between the brightness signals in both monitoring windows is further calculated. 1. A method for automatically detecting fall of a hot-rolled crop, characterized in that it is determined that a fall of a crop has occurred when a temporal change in the difference value exceeds a predetermined level. 2. An imaging device is provided to image the vicinity of the crop drop opening, and two monitoring windows are set in the captured image, including the vicinity of the crop's falling trajectory, and the image signals within each monitoring window are further divided into small blocks. The average brightness within each block is calculated, the maximum value is selected as the brightness signal in each monitoring window, and the time of the larger maximum value of the brightness signals in both monitoring windows is calculated. 1. A method for automatically detecting fall of a hot-rolled crop, characterized in that it is determined that a fall of a crop has occurred when a change in surface area exceeds a predetermined level.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2108400A JPH044925A (en) | 1990-04-23 | 1990-04-23 | Method for automatically detecting fall of hot rolled crop |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2108400A JPH044925A (en) | 1990-04-23 | 1990-04-23 | Method for automatically detecting fall of hot rolled crop |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH044925A true JPH044925A (en) | 1992-01-09 |
Family
ID=14483800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2108400A Pending JPH044925A (en) | 1990-04-23 | 1990-04-23 | Method for automatically detecting fall of hot rolled crop |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH044925A (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008284561A (en) * | 2007-05-15 | 2008-11-27 | Nippon Steel Corp | Method for detecting fractured piece left between stands of hot finish rolling mill |
JP2017148823A (en) * | 2016-02-23 | 2017-08-31 | Jfeスチール株式会社 | Conveyed article retention detection device and conveyed article retention detection method |
CN112165996A (en) * | 2018-05-22 | 2021-01-01 | 东芝三菱电机产业***株式会社 | Image analysis device for industrial plant and industrial plant monitoring control system |
CN116824550A (en) * | 2023-08-29 | 2023-09-29 | 深圳魔视智能科技有限公司 | Camera image processing method, device, computer equipment and storage medium |
-
1990
- 1990-04-23 JP JP2108400A patent/JPH044925A/en active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008284561A (en) * | 2007-05-15 | 2008-11-27 | Nippon Steel Corp | Method for detecting fractured piece left between stands of hot finish rolling mill |
JP2017148823A (en) * | 2016-02-23 | 2017-08-31 | Jfeスチール株式会社 | Conveyed article retention detection device and conveyed article retention detection method |
CN112165996A (en) * | 2018-05-22 | 2021-01-01 | 东芝三菱电机产业***株式会社 | Image analysis device for industrial plant and industrial plant monitoring control system |
CN116824550A (en) * | 2023-08-29 | 2023-09-29 | 深圳魔视智能科技有限公司 | Camera image processing method, device, computer equipment and storage medium |
CN116824550B (en) * | 2023-08-29 | 2024-01-30 | 深圳魔视智能科技有限公司 | Camera image processing method, device, computer equipment and storage medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5731832A (en) | Apparatus and method for detecting motion in a video signal | |
US8200024B2 (en) | Image monitoring system | |
JP4803376B2 (en) | Camera tampering detection method | |
JP3997062B2 (en) | Image monitoring device | |
US8842178B2 (en) | Supervising system for image | |
JPH044925A (en) | Method for automatically detecting fall of hot rolled crop | |
JP5710230B2 (en) | Monitoring system and monitoring method | |
JP3456972B2 (en) | MONITOR MONITORING METHOD AND DEVICE | |
CN116246206A (en) | Coal conveying system coal overflow identification system based on marker edge detection | |
JP2987353B2 (en) | Video surveillance method | |
JP2000137877A (en) | Fire detecting device | |
KR100994418B1 (en) | System For Processing Imaging For Detecting the Invasion Of Building and Method Thereof | |
JPH05300516A (en) | Animation processor | |
JP2529968B2 (en) | Image sensor | |
JP2003143593A (en) | Monitor method and system utilizing picture processing | |
JPH0816234A (en) | Device for detecting abnormality of plant | |
JP2001008193A (en) | Image sensor | |
JP2005094245A (en) | Motion detector | |
JP2005143052A (en) | Monitoring apparatus including background image change detecting function | |
JPH09259370A (en) | Fire detection device | |
JP3890155B2 (en) | Image sensor | |
JP2005101807A (en) | Apparatus and method for outdoor monitoring | |
JP2503613B2 (en) | Abnormality monitoring device | |
JP3681138B2 (en) | Fire detection equipment | |
JP2884133B2 (en) | Foreign object drop detector |