【技術實現步驟摘要】
本專利技術涉及銅箔寬度工業自動化檢測，尤其涉及一種基于視覺識別算法的銅箔寬度檢測裝置及方法。
技術介紹
1、在銅箔生產過程中，銅箔的寬度是一個重要的質量指標。為了確保每一卷銅箔的寬度符合設計要求，需要對銅箔進行在線檢測。然而，銅箔寬度的測量存在一定的挑戰。傳統的寬度檢測方法通常依賴人工測量或接觸式測量設備，這些方法存在一些問題：首先，人工測量容易引入人為誤差，且效率低下；其次，接觸式測量設備雖然可以提供較高的精度，但其檢測過程復雜，無法實現在線實時檢測。此外，接觸式測量還可能對銅箔表面造成損傷，影響產品質量。
2、隨著工業自動化技術的發展，基于視覺識別算法的非接觸式檢測方法逐漸被應用于各種工業檢測領域。這種方法通過攝像頭拍攝銅箔圖像，利用圖像處理算法進行寬度測量，具有非接觸、實時、高效的優點。然而，現有的視覺檢測系統通常使用單點測量設備，往往只能檢測銅箔的某一個特定點，無法全面覆蓋整個銅箔的寬度，導致測量結果具有局限性，不能反映整個銅箔的寬度變化情況。同時，單點測量系統容易受到生產環境中噪聲和光線變化的影響，導致測量結果不穩定，精度不夠高。尤其在銅箔表面光滑反光的情況下，傳統視覺系統的測量誤差較大。
3、申請號為202410658166.6的專利文獻公開一種銅箔尺寸檢測裝置，包括：移動座，可移動地設置于支座；圖像采集組件，設置于移動座，圖像采集組件的移動路徑行經銅箔，圖像采集組件用于分別采集銅箔的待測尺寸的兩個邊緣的圖像；位置檢測組件，用于檢測圖像采集組件的位置信息；處理組件，與圖像采集組件和位置檢測組件
4、該申請方案基于采集的圖像以及移動座的位移值，即可計算得出銅箔的待測尺寸，無需人工讀數，解決了人工檢測讀數，費時費力，且存在讀數誤差的問題。但其同時存在：其采用移動式底座，不易連續采集銅箔兩側邊緣的準確圖像，其對圖像未進行預處理，不易計算準確寬度數值。
技術實現思路
1、針對上述存在的問題，本專利技術的目的在于提供一種基于視覺識別算法的銅箔寬度檢測裝置及方法，利用圖像處理算法對整個銅箔進行非接觸、實時、高效的連續性寬度測量。
2、本專利技術的目的可以通過以下技術方案實現：一種基于視覺識別算法的銅箔寬度檢測裝置，包括：
3、兩個攝像機，分別位于待檢測銅箔的兩側，固定在橋架上，采集銅箔兩側邊緣的圖像數據；
4、驅動裝置，用于輸送銅箔，確保銅箔兩側邊緣在攝像機視野內平穩移動；
5、后端分析服務器，接收來自攝像機的圖像數據，進行圖像數據預處理，通過視覺識別算法計算銅箔的寬度，并將結果傳輸到顯示屏上顯示。
6、作為本專利技術再進一步地方案，還包括：
7、警報裝置，當后端分析服務器計算銅箔的寬度超出預設范圍時，發出聲光報警。
8、一種應用于上述裝置的基于視覺識別算法的銅箔寬度檢測方法，所述方法包括步驟：
9、s1、保持銅箔兩側邊緣在兩個攝像機視野內平穩移動；
10、s2、使用兩個攝像機分別采集銅箔兩側邊緣圖像數據，并發送到后端分析服務器；
11、s3、使用后端分析服務器對采集的圖像數據進行圖像數據預處理；
12、s4、通過視覺識別算法計算銅箔的寬度，并將結果傳輸到顯示屏顯示；
13、s5、當計算銅箔的寬度超出預設范圍時，發出聲光報警。
14、作為本專利技術再進一步地方案，所述s3中對圖像數據進行預處理包括：對圖像數據進行灰度化、去噪聲和圖像增強預處理。
15、作為本專利技術再進一步地方案，所述圖像數據進行灰度化預處理，包括對拍攝得到的彩色圖像轉換為灰度圖像，公式為：
16、gray＝0.299×r+0.587×g+0.114×b?(1)
17、其中r，g，b分別為圖像的紅、綠、藍通道。
18、作為本專利技術再進一步地方案，所述圖像數據進行去噪聲預處理，包括使用高斯濾波器平滑圖像，減少噪聲干擾，計算公式為：
19、
20、其中，σ是高斯函數的標準差。
21、作為本專利技術再進一步地方案，所述圖像數據進行圖像增強預處理，包括使用自適應直方圖均衡化提高圖像的對比度，增強圖像局部細節特征，步驟為：
22、s31、將圖像劃分成若干小塊區域，每個小塊區域大小為m×n，對每個小塊區域獨立進行直方圖均衡化，直方圖均衡化的轉換函數公式為：
23、
24、其中，i為小塊區域的像素值，h(j)為直方圖，l是灰度級數，m×n是小塊區域的像素數；
25、s32、然后對直方圖中的任何一個bin，如果其頻率超過閾值，則將超出的部分均勻分布到其他所有的bins中；
26、s33、對相鄰小塊區域的均衡化結果進行雙線性插值合并，得到最終的增強圖像。
27、作為本專利技術再進一步地方案，所述視覺識別算法，使用sobel算子識別圖像中物體的邊緣，進行圖像邊緣檢測，識別出銅箔的邊緣位置，使用形態學操作提高邊緣的連續性。
28、作為本專利技術再進一步地方案，所述使用sobel算子識別圖像中銅箔的邊緣，包括步驟：
29、使用兩個卷積核分別計算圖像水平方向和垂直方向的梯度信息；
30、其中，卷積核梯度信息gx用于檢測圖像在水平方向的邊緣，gx強調了水平方向上的灰度變化，通過將gx與圖像進行卷積運算，可以獲得圖像在水平方向上的梯度信息；
31、卷積核梯度信息gy用于檢測圖像在垂直方向的邊緣，gy強調了垂直方向上的灰度變化，通過將gy與圖像進行卷積運算，可以獲得圖像在垂直方向上的梯度信息；
32、依據圖像水平方向和垂直方向的梯度信息，獲取圖像梯度大小和梯度方向，進而檢測邊緣，其中：
33、圖像梯度大小計算公式為：
34、
35、圖像梯度方向計算公式為：
36、
37、其中，gx為水平方向的梯度信息，gy為垂直方向梯度信息。
38、作為本專利技術再進一步地方案，所述計算銅箔的寬度，包括基于邊緣檢測結果，通過計算圖像中銅箔兩側邊緣的像素距離得到實際距離，其中：
39、像素距離計算公式為：
40、width(in?pixels)＝|x2-x1|?(6)
41、其中，x1和x2為為銅箔兩側邊界線檢測結果；
42、實際距離與像素距離轉換公式為：
43、w＝width(in?pixels)×d?(7)
44、其中，w為實際距離，d為像素距離到實際距離的轉換因子。
45、本專利技術的有益效果：
46、1、本專利技術通過把視覺識別算法用于銅箔寬度檢測的裝置，可以全面覆蓋整個銅箔的寬度，通過攝像頭連續采集銅箔兩側邊緣圖像，本文檔來自技高網...
【技術保護點】
1.一種基于視覺識別算法的銅箔寬度檢測裝置，其特征在于，包括：
2.根據權利要求1所述的一種基于視覺識別算法的銅箔寬度檢測裝置，其特征在于，還包括：
3.一種應用于權利要求1或2所述裝置的基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述方法包括步驟：
4.根據權利要求3所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述S3中對圖像數據進行預處理包括：對圖像數據進行灰度化、去噪聲和圖像增強預處理。
5.根據權利要求4所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述圖像數據進行灰度化預處理，包括對拍攝得到的彩色圖像轉換為灰度圖像，公式為：
6.根據權利要求4所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述圖像數據進行去噪聲預處理，包括使用高斯濾波器平滑圖像，減少噪聲干擾，計算公式為：
7.根據權利要求4所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述圖像數據進行圖像增強預處理，包括使用自適應直方圖均衡化提高圖像的對比度，增強圖像局部細節特征，步驟為：>
8.根據權利要求3所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述視覺識別算法，使用Sobel算子識別圖像中物體的邊緣，進行圖像邊緣檢測，識別出銅箔(160)的邊緣位置，使用形態學操作提高邊緣的連續性。
9.根據權利要求8所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述使用Sobel算子識別圖像中銅箔(160)的邊緣，包括步驟：
10.根據權利要求9所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述計算銅箔(160)的寬度，包括基于邊緣檢測結果，通過計算圖像中銅箔(160)兩側邊緣的像素距離得到實際距離，其中：
...【技術特征摘要】
1.一種基于視覺識別算法的銅箔寬度檢測裝置，其特征在于，包括：
2.根據權利要求1所述的一種基于視覺識別算法的銅箔寬度檢測裝置，其特征在于，還包括：
3.一種應用于權利要求1或2所述裝置的基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述方法包括步驟：
4.根據權利要求3所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述s3中對圖像數據進行預處理包括：對圖像數據進行灰度化、去噪聲和圖像增強預處理。
5.根據權利要求4所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述圖像數據進行灰度化預處理，包括對拍攝得到的彩色圖像轉換為灰度圖像，公式為：
6.根據權利要求4所述的一種基于視覺識別算法的銅箔寬度檢測方法，其特征在于，所述圖像數據進行去噪聲預處理，包括使用高斯濾波器平滑圖像，減少噪聲干擾，計算公式為：...
【專利技術屬性】
技術研發人員：朱金良，譚昊，鄧子超，孫藝，張燕平，
申請(專利權)人：合肥瑞徽人工智能研究院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。