基于图像处理的加热炉出口钢坯位置监测

摘要

加热炉是热轧生产线上的一个重要设备。目前，国内外广泛使用的步进梁式加热炉与以前经常使用的推钢式加热炉相比具有:可以加热各种形状的钢坯、生产能力大、灵活性大、坯料下表面没有划痕等优点。然而，在工业加热炉的日常运行中，经常会发生由于不能及时发现钢坯运行过程中遇到的问题而导致无法顺利出钢的情况，严重时钢坯甚至会从步进梁上掉落到炉底。而步进梁式加热炉是一种流式生产设备，具有连续高速的生产能力，因此，一旦出现故障，对整个生产过程会造成很大的影响。 本文的主要思路是基于图像处理的方法对钢坯的位置进行实时监测。由于炉内工况十分复杂，导致采集到的图像质量较差，这是本文图像处理的难点，因此，选择合适的图像处理方法是十分重要的。本文首先对经典边缘检测算子进行实验对比，对比之后确定以抗噪性和连续性较好的Canny算子为基础进行研究。然后在传统Canny边缘检测算法和自适应Canny边缘提取算法的基础上，提出一种高、低阈值均可以通过程序自动计算的方法对钢坯前边缘进行提取，接下来采用聚合接续的算法去除掉其他无用的线并得到可以延长到图像下边界的完整钢坯边缘。 得到钢坯前边缘后，为了达到实时监测的目的，本文以“先测距再建模”的思路，选取步进梁的最后一个步距（即将到达炉门的步距）进行实验，采用基于偏最小二乘的数据回归建模的方法，经计算得到钢坯实时位置与钢坯前边缘到炉门外出料侧砌砖线距离的关系（非线性回归方程），并通过实验验证证明此方法可以满足测距的准确性要求。这样便可以达到通过读取图像中钢坯前边缘的位置反应出钢坯距离炉门外实际距离的目的。

目录

声明

摘要

第1章绪论

1．1研究背景及意义

1．2步进梁工艺简介

1．3图像处理技术的应用现状及发展前景

1．3．1数字图像处理技术的主要特点

1．3．2图像处理在机器视觉上的应用

1．3．3数字图像处理存在的问题与未来的方向

1．4本文主要工作

第2章数字图像处理基础

2．1．1空域滤波与频域滤波

2．1．2线性滤波

2．1．3非线性滤波

2．2基于边缘结构保持的图像滤波

2．3图像边缘提取的基本理论

2．3．1图像边缘类型

2．3．2边缘提取的方法

2．3．3图像边缘提取的难点

2．3．4图像边缘提取性能的评价标准

2．4本章小结

第3章基于Canny算子的边缘检测

3．1经典微分算子边缘检测方法

3．1．1 Roberts算子

3．1．2 Sobel算子

3．1．3 Prewitt算子

3．1．4 LoG算子

3．1．5 Canny算子

3．2自适应Canny边缘检测算法

3．2．1全局阈值分割方法

3．2．2改进的梯度幅值计算方法

3．2．3自适应阈值确定方法

3．2．4边界跟踪

3．2．5实验与分析

3．3本章小节

第4章基于Canny边缘检测和聚合接续法的钢坯边缘提取

4．1输入图像的直方图均衡化

4．2预处理图像的边缘检测

4．2．1高斯平滑滤波

4．2．2获取滤波阵列对应的幅值矩阵

4．2．3边界检测阈值计算

4．2．4形态学操作

4．3边缘提取

4．3．1算法的提出

4．3．2算法说明

4．3．3算法的实现

4．4本章小结

第5章基于数据回归建模的钢坯位置测算

5．1偏最小二乘回归的理论概述

5．2数据回归建模理论

5．3基于数据回归建模的钢坯位置测算方法

5．3．1建模数据分析

5．3．2测距算法

5．4算法验证及结果分析

5．4．2结果分析

5．5本章小结

第6章总结与展望

参考文献

致谢