电气传动2019年第49卷第2期
摘要：系统主要功能为针对连续热镀锌生产线上有缝带钢的焊缝进行非接触式自动识别，彻底解决了传统对射式焊缝检测仪需要在焊缝处额外冲孔而对带钢表面造成的损坏。采用线阵扫描相机进行非接触式连续拍摄，并通过集中式主机上运行的全自主开发的图像识别客户端软件，实现对生产线上多个采样点的带钢焊缝实时检测及信号发送。 关键词：焊缝；非接触式；采样点；图像识别中图分类号：TP31
文献标识码：A
红豆杉提取物DOI ：10.19457/j.1001-2095.dqcd18374
Strip Weld Detection System Based on Linear Array Camera Image Recognition Technology
乳化石蜡
ZHANG Yin 1，YAO Bin 2，LIANG Jintang 3，WANG Chunhui 1，QU Xiaowei 1
（1.Tianjin Research Institute of Electric Science Co.，Ltd.，Tianjin 300301，China ；
2.Hangzhou Wahaha Group Co.，Ltd.，Hangzhou 310020，Zhejiang ，China ；
3.Shandong Guanzhou Co.，Ltd.，Guanxian 252500，Shandong ，China ）Abstract:The main function of this system was used for non -contact automatic identification of the welding
seam of continuous hot galvanizing line.It has completely solved the damage that caused by traditional type of
welding seam detector that need to punch holes on strip surface.Non -contact continuous shooting by the linear array camera ，and through the development of autonomous operation of centralized computer on the host image recognition software ，real -time detection ，signal sampling and welding seam signal sending were achieved.
Key words:welding seam ；non -contact ；signal sampling ；image recognition
自动加油泵基于线阵相机图像识别技术的带钢焊缝检测系统
张殷1，姚宾2，梁锦堂3，王春辉1，曲晓伟1
（1.天津电气科学研究院有限公司，天津300301；2.杭州娃哈哈集团有限公司，
浙江杭州310020；3.山东冠州股份有限公司，山东冠县252500）
作者简介：张殷（1969-），男，本科，助理工程师，Email ：zy_zhangyin@sohu
1设计目的
系统主要功能为针对连续热镀锌生产线上有缝带钢的焊缝进行非接触式自动识别，彻底解决了传统对射式焊缝检测仪需要在焊缝处额外冲孔而对带钢表面造成的损坏。通过采用线扫描相机进行非接触式连续拍摄，并通过集中式主机上运行的全自主开发的图像识别客户端软件，实现对生产线上多个采样点的带钢焊缝实时检测及信号发送。特别针对高等级涂镀带钢生产线运行速度快、多点位图像同时连续运算要求高的特点，采用线扫描相机及特别为其配套的专用线阵光源照明设备，显著克服了其他采用面阵相机进行焊缝检测的同类产品运行时系统配置高且资源消耗大的缺点，进而提高了多检测点同时
处理高速运行生产线所允许最大通过速度。通过集中式主机外接的专用I/O 信号转换板进行数/模信号转换，并与生产线基础自动化控制器（PLC 等）之间采用硬线连接，实现针对传统式焊缝检测仪的无差别替换。
由于采用线连续扫描相机作为图像识别的信号源器件，故当前系统设计需要线上基础自动化控制器通过硬线模拟量信号将实时线速度发送至本系统专用I/O 信号转换模板，识别软件需结合实时速度信号方可组成无畸变的带钢表面图像。与传统对射式焊缝检测仪相比，需要PLC 端增加1组模拟量输出信
号并提供硬线连接至系统。未来本着进一步简化用户升级替换工作及成本的目的，计划通过基于工业以太网的传输方式实现生产线速度信号在PLC 与系统主机间的数
ELECTRIC DRIVE 2019Vol.49No.2
79
电气传动2019年第49卷第2期据传输。
检测系统能够完全实现传统“对射式焊缝检测仪”识别连续热镀锌生产线上带钢焊缝的全部功能。系统安装相对复杂，价格比“对射式焊缝检测仪”昂贵，但相对于“对射式焊缝检测仪”还需要在带钢上打孔所造成带钢浪费，系统投入后带来长期的经济效益十分可观，也是目前企业需要该系统的原因。
2系统设计
2.1
系统网络拓扑图
图1为系统网络拓扑图。
2.2系统工作原理
系统分为3个模块：速度信号采集模块、I/O
板卡通讯模块和图像分析识别模块。速度信号采集模块通过Socket 通讯接收一级PLC 速度信号，并将速度信号转换成线扫描相机的线扫描频率（每秒抓拍的线数），把该设定值下发给不同的相机（各个检测点带钢运行速度不相同）；I/O 板卡通讯模块接收来自焊缝图像识别软件有焊缝信号、控制输出数字量点开关、通知一级PLC 有焊缝信号；图像分析识别模块通过回调函数接收来自线阵相机采集的实时图片，同时分析是否存在焊缝，如果有焊缝则发送消息给I/O 板卡通讯模块。检测系统通过速度信号采集模块接收速度信号并转换成线阵相机的线采集频率，并将该值下发到安装在不同检测点上的多路线阵相机，线阵相机采集图像通过光纤回传到图像分析识别模块，焊缝识别模块实时分析是否存在焊缝，当识别出有焊缝存在时调用I/O 板卡通讯模块输出焊缝信号。2.3
系统硬件
系统基础硬件设计由线阵相机、kM 光纤/以太网传输设备、集中式系统主机及专用信号转换I/O 模板等组成。其中，线阵相机负责现场各焊缝检测点的图像信号采集；kM 光纤/以太网传输设备负责将采集的图像信号由各点高速传输至系统集中处理器；集中式系统主机负责接收各点位回传的实时图像并在全自主软件平台内实现图像多线程高速识别处理及焊缝信号判别工作；专用I/O 信号采集模板负责与
生产线基础自动化控制器间焊缝检测信号发送及生产线线速度采集的硬线连接。2.4
系统硬件选型及配置
基于各功能进行系统硬件选型及配置，设计了适宜冶金生产现场安装及防护的各种安装台架设备。主机架安装于生产线上各检测点位处，负责线阵相机、线阵光源及其控制器、现场光/电通讯附件的安装及防护。计算机台置于电气控制室内，负责系统主机及专用信号I/O 模板、全系统低压供电及分配、光/电通讯传输及信号采集等设备的集中安置。整套台架结构专为本系统硬件配置及冶金生产的特殊严苛环境全新设计，并着重考虑企业替换其他类型焊缝检测设备的便
利性及通用性问题。
集中式系统主机需要分析大量实时图片，选用内存16G ，CPU intel i7处理器，相机选用2k 线阵相机，光源选用线光源，交换机选用单模kM 交换机。2.5图像识别软件2.5.1图像识别技术
该技术既可以代替人眼由于观测疲劳所带来的误差，也可以降低人工成本、提高生产效率，目前图像识别技术发展迅速，在诸多领域都有广阔的应用前景。
系统图像识别软件开发采用免费的开放源代码的OpenCV 图像识别库，利用该算法库可以迅速开发自己的工程项目，无需编写每一个图像视觉算法，编写复杂的算法简单化，提高了工作效率。2.5.2图像
识别软件
图像分析识别软件开发环境是基于VC ，图像识别算法基于开源的OPENCV 软件。图像分析识别软件通过回调函数获取当前相机抓取到的带钢图片，首先对图片做平滑处理，在平滑处理中使用中值滤波器，将中心像素的正方形邻域内的每个像素值用中间像素值替换来减少噪点，经过平滑处理后的图片可以减少图片上存在的噪点和失真，再经过腐蚀、膨胀算法可以消除噪声、分割出独立的图像元素。通过多次腐蚀、膨胀（膨胀、腐蚀）可以将焊缝图像更加突出，经过上述算法后可以使用边缘检测算法来获得图像中的边缘，边缘就是1组在图像中的像素没有大
图1系统网络拓扑图
Fig.1Topological graph of system
network
张殷，等：基于线阵相机图像识别技术的带钢焊缝检测系统
80
电气传动2019年第49卷第2期
的差别且连续的像素集合，边缘也就意味着可能存在焊缝，它分割着图像的2个不同区域，最后通过霍夫线变换查所有的接近有水平的线段获得焊缝［1］。
图2为软件流程图。
彩印业务
算法步骤如下：
１）对每一帧图像采用“平滑处理”，我们使用中值滤波，平滑处理后的图像可以有效地减少图像上的噪声或失真。
在Open CV 中提供了cvsmooth 函数来实现平滑处理操作。
void cvsmooth （const CvArr*src ，
无人驾驶小车int smoothtype =CV_MEDIAN ，int param1=3，int param2=0，double param3=0，double param4=0）
在函数中，smoothtype 参数为平滑类型选择，选择CV_MEDIAN 参数为实现中值滤波，对图像进行核大小为param1×param1的中值滤波。中值滤波也就是将中心像素正方形相邻的区域内用中间像素值替换，中值滤波可以有效地减少图像上噪点或失真，实现图像的平滑处理［1］。
２）腐蚀、膨胀算法可以消除噪声、分割出独立的图像元素。通过多次腐蚀、膨胀（膨胀、腐蚀）可以将焊缝图像更加突出。
3）图像边缘检测使用Canny 算子可以快速而
高效地出图像中的所有边缘。
4）霍夫线变换，查所有直线。5）分析识别是否存在焊缝。
2.5.3图像识别结果
图3为原始焊缝图像。
图4为边缘检测后图片。
图5为Houghline 算法直线提取后图片。
3结论
系统经某厂连续热镀锌生产线3个测量点同时运行并连续工作累计超过30d 后统计样本数
据，总过钢1723卷，应分析焊缝1723×3=6169个，实际分析焊缝6163个。结论为系统可检测带钢运动速度不大于300m/min ，系统同时测量点位不多于3个，对合规焊缝的识别率大于99.9%，连续运行焊缝误报概率小于0.1%。系统硬件选型适宜，完全符合冶金生产环境连续运行的严苛要求。软件平台运行可靠，图像数据传输接口稳定连续，识别算法合理，节省系统运行资源。综合适用性及稳定性均有所提高，各指标均达到系统设计初衷要求。
参考文献
［1］Bradsi G ，Kaeher A.学习OpenCV （中文版）［M ］.于仕琪，刘
瑞祯，译.北京：清华大学出版社，
2009.
图2软件流程图
Fig.2Software flow
chart
珍珠岩膨胀炉
图3原始焊缝图像
Fig.3Original weld
image
图4边缘检测后图片
Fig.4Image after edge
detection
图5
Houghline 算法直线提取
Fig.5
Houghline algorithm after straight line extraction
收稿日期：2017-10-10修改稿日期：2018-03-21
张殷，等：基于线阵相机图像识别技术的带钢焊缝检测系统81
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议