一種基于邊緣輪廓的熱軋中間坯平面圖像拼接方法
【技術領域】
[0001] 本發(fā)明設及社鋼自動控制領域，特別設及一種基于邊緣輪廓的熱社中間巧平面圖 像拼接方法。
【背景技術】
[0002] 熱社中間巧的側彎(鑲刀彎)是熱社粗社階段板巧不對稱缺陷的主要表現(xiàn)形式，是 影響產品成材率的主要因素之一，同時側彎現(xiàn)象對粗社W及之后的精社過程的穩(wěn)定性有著 極大的危害。為了能夠達到對中間巧的側彎的有效控制，首先要完成對中間巧的側彎程度 的有效測量。
[0003] 中間巧溫度高，生產節(jié)奏快，其側彎程度難W人工測量，因此生產現(xiàn)場主要依靠操 作工直接觀察中間巧表面形狀，根據(jù)經(jīng)驗調整社機漉縫的傾斜來消除和控制側彎。近些年 來，隨著機器視覺技術的發(fā)展，很多研究者采用CCD相機對中間巧的平面進行拍攝，并通過 相應的相機標定技術，完成中間巧表面圖像坐標向空間實際坐標的轉換，從而獲得中間巧 的平面形狀，為側彎的控制提供了檢測手段。
[0004] 在熱連社生產中，中間巧最后道次的長度會達到40-60米，為了拍攝到板巧全長， CCD相機只能安裝在距離社機60m處的漉道上方，此時中間巧尾端在所成相中所占像素很 少，測量誤差很大。為了提高檢測精度，采用面陣CCD相機對運動中間巧局部平面形狀連續(xù) 拍攝，并將連續(xù)圖片序列拼接成完整中間巧平面形狀的測量方案被廣泛認可。傳統(tǒng)的方法 為在拼接時采用中間巧速度和拍攝時間間隔計算兩張圖像中板巧沿長度方向的移動距離， 對板巧圖像進行平移后直接拼接。然而在實際生產過程中中間巧在漉縫內會出現(xiàn)跑偏現(xiàn) 象，同時當側彎出現(xiàn)時，社機出口的中間巧會出現(xiàn)彎曲。假設板巧不動(板巧為參考系，CCD 相機運動），兩次拍攝的區(qū)域如圖1所示，其中11為第i次測量的范圍，12為第(i+1)次測量的 范圍，拍攝區(qū)域除了中間巧運動引起的沿長度方向的平移，還會出現(xiàn)沿寬度方向的平移(對 應跑偏)和轉動(對應側彎），因此只對中間巧圖像進行沿板巧長度進行平移，完成圖像的拼 接，會產生較大的誤差。
[000引隨著圖像拼接技術的發(fā)展，出現(xiàn)了越來越多的高效圖像拼接方法：
[0006] 專利1(基于點、線雙重特征的快速圖像拼接方法，公開號CN103679636A)利用 化nny邊緣檢測算法和化rris角點檢測算法，分別提取出圖像的線特征和點特征，然后利用 相似測度NCC對特征點進行粗匹配，隨機采樣算法RANSAC算法剔除錯誤匹配點提高圖像配 準的精度，最后采用加權平均法對拼接后的圖像進行融合并消除拼接縫隙。
[0007] 專利2(基于邊緣分類信息的圖像拼接方法，公開號CN101794439A)，首先提取圖像 的邊緣類，在己經(jīng)獲取的圖像邊緣類中提取圖像SIFT特征，利用K-的對捜索近似最近鄰的方 法對兩幅有重疊圖中的對應SIFT特征點進行匹配，找到兩幅圖像的兩個公共邊界點后，W 過直線作為圖像拼接的縫合線得到一個"無縫"的拼接圖像。
[000引專利3(-種基于洲RF操作數(shù)的顯微鏡圖像拼接方法，公開號CN102129704A)針對 醫(yī)學顯微鏡圖像中存在大量的斑點狀結構如氣泡、細胞等，把SURF操作數(shù)引入到顯微鏡圖 像的拼接領域中來，完成了圖像的拼接。
[0009] 其共同之處在于，針對兩張具有重疊區(qū)域的圖片，采用特定算法提取圖像局部信 息特征點，并尋找兩幅圖像中能夠匹配的特征點，再利用匹配的特征點確定重疊區(qū)域，完成 圖片的拼接。圖像的匹準都根據(jù)圖像局部灰度梯度信息采用一些算法確定圖像中的特征 點，進而完成圖像的拼接。然而中間巧溫度較高，表面所成像幾乎沒有灰度變化，很難通過 局部信息的變化找到特征點；同時在社制過程中，大量的冷卻水會殘留在中間巧表面，隨著 中間巧的運動，運些冷卻水會在中間巧表面無序運動，會引起中間巧表面圖像信息時刻變 化，通過運些信息找到的特征點位置也會發(fā)生變化，使通過運些特征點找到的匹配信息失 效。因此，通過尋找匹配特征點的圖像拼接方法不適合熱社中間巧的圖像拼接。

【發(fā)明內容】

[0010] 本發(fā)明的目的就是克服現(xiàn)有技術的不足，提供了一種基于邊緣輪廓的熱社中間巧 平面圖像拼接方法。熱社中間巧溫度高，發(fā)射出大量可見光，與環(huán)境光差異巨大，因此可W 準確的確定中間巧的平面邊緣輪廓，本發(fā)明在利用板巧運動速度確定兩幅中間巧圖像沿長 度方向的移動距離的基礎上，通過中間巧邊緣輪廓連續(xù)變化的原理，計算兩幅中間巧圖像 的橫向（沿寬度方向）平移量和整體旋轉量，完成中間巧平面形狀的拼接。所用算法考慮了 生產過程中中間巧實際的運動情況，理論上計算精度高，計算量小，能夠實現(xiàn)在線檢測，為 中間巧側彎的在線檢測提供了基礎。
[0011] 為實現(xiàn)上述目的，本發(fā)明一種基于邊緣輪廓的熱社中間巧平面圖像拼接方法，通 過W下步驟實現(xiàn)：
[0012] 步驟S1:獲取中間巧平面圖像；
[0013] 步驟S2:利用CANNY算法提取單幅圖像中間巧輪廓，并記錄中間巧輪廓圖像像素坐 標(m，n)，其中圖像像素坐標系mon的原點為圖像最左下角像素，m軸為圖像寬度方向，正方 向向右;η軸為圖像高度方向，正方向向上，m、n分別是該像素在數(shù)組中的列數(shù)與行數(shù)；
[0014] 步驟S3:隨著中間巧沿長度方向運動，獲取具有重疊部分的連續(xù)中間巧圖像序列， 并將第i張圖像中中間巧輪廓點像素坐標(mi，m)轉化為實際坐標(xi，yi);
[0015] 步驟S4:在線收集社機工作漉半徑R、轉速ω"ιι和前滑值ε，計算第i次和第i + 1次 拍攝間隔Ti內中間巧運動的距離Si;
[0016] 步驟S5:計算圖像變換參數(shù)，獲得中間巧在第i次和第i + 1次之間沿寬度方向的平 移量和整體旋轉量，獲取中間巧第i張和第i + 1張圖像的拼接圖像，進而獲得中間巧的完整 平面拼接圖像。
[0017] 進一步的，所述步驟S1中中間巧平面圖像由面陣CCD相機拍攝，所述面陣CCD相機 安裝于漉道中屯、上方，相機光軸與社漉平面垂直。
[0018] 進一步的，所述步驟S3中實際坐標(Xi，yi)按W下公式求得：
[0021]其中k為實際平面尺寸與相機成像尺寸的比例倍數(shù)，無單位;L為中間巧實際尺寸， 單位mm; g為中間巧成像所占像素個數(shù);dS為一個像素代表的距離，單位mm; f為鏡頭焦距，單 位mm;H為鏡頭中屯、到漉道平面的距離，單位mm;h為所測中間巧厚度，單位mm;i為連續(xù)中間 巧圖像序列的編號；為第i幅圖像中中間巧輪廓點像素坐標，mi，m分別是該像素在 數(shù)組中的列數(shù)與行數(shù);（xi，yi)為中間巧輪廓點實際坐標，單位mm。
[0022] 進一步的，所述步驟S4中中間巧運動距離Si按W下公式求得：
[0023]
[0024] 其中，Si為第i次和第i+1次拍攝間隔內中間巧移動的距離，單位mm;Ti為第i次和第 i+1次拍攝間隔，單位S;R為工作漉半徑，單位mm; ω roll為工作漉轉動角速度，單位rad/s; ε 為漉縫前滑值，無單位;dt為時間間隔，單位s。
[0025] 進一步的，所述步驟S5具體包括如下分步驟：
[0026 ] (a)計算第i幅圖像所有輪廓點縱坐標的平均值y imean，單位mm;
[0027] (b)將第i幅圖像輪廓點縱坐標小于yimean的下邊緣輪廓點標記為(Xidown，yid?n)，其 余上邊緣輪廓點標記為(Xiup，yiup)，完成中間巧上下邊緣輪廓的分類；
[0028] (C)使用第i+1幅圖像輪廓點坐標重復步驟(a)-(b)，獲得第i+1幅圖像下邊緣輪廓 點（X(i+l)down , y (i+l)down)和上邊緣輪廓點（X(i+：L)up , y (i+l)up );
[0029] (d)將第i + 1次拍攝得到的中間巧下邊緣輪廓點坐標，向X負方向移動Si，坐標 (X(i + l)down,y(i + l)down)更新為
向巧大值 max (xj^+i)化麗}:
[0030]
[0031 ] ( e )記錄（X i d own , y i d own )中橫坐柄小于max (Xjj + i)d〇wn):的點坐柄;，記錄為

[0039] 化)根據(jù)平移距罔5：1,化日11_0181(1。麗和旋轉角度1?〇化16_411邑611(1。麗,計算匹準之后的 第i+1次測量的中間巧輪廓點坐標(X[>/冷,down，Υ[1??)η0ννη):
[0040]
[0041] (i)使用第i+1次測量的中間巧上邊緣輪廓點坐標(x(w)up，y(w)up)重復步驟(c〇5U 化)可得匹準之后的第i+i次測量的中間巧輪廓坐標(χ^??^,ρ，
[004引（j)將兩次計算得到的對應點坐標取平均值，可得的??)，