阅读说明：本技术 提高连铸坯低倍中心偏析评级精度的图像获取方法和系统 (Image acquisition method and system for improving low-power center segregation rating precision of continuous casting billet ) 是由 邓比涛 韩志伟 孔意文 刘强 于 2019-11-12 设计创作，主要内容包括：本发明涉及一种提高连铸坯低倍中心偏析评级精度的图像获取方法和系统,属于自动化技术领域。实施步骤：1、将酸洗后的连铸坯固定连铸坯夹持装置上,通过计算机控制连铸坯角度旋转装置到达指定角度并控制摄像机采集照片,将采集到的照片发送至计算机；2、重复步骤1过程2次,拍摄3个角度的低倍照片；3、计算机对采集到的3张照片进行亮度调整、对比度调整、添加噪声、模糊、锐化处理并保存照片；4、人工对保存的照片进行低倍等级评级并分类；5、将分类后的数据用于连铸坯低倍中心偏析等级自动评级模型的训练输入。本发明可以快速增加连铸坯低倍照片数量,使得训练得到的模型更为健壮,提高模型的识别精度。(The invention relates to an image acquisition method and system for improving low power center segregation rating precision of a continuous casting billet, and belongs to the technical field of automation. The implementation steps are as follows: 1. fixing the pickled continuous casting billet on a continuous casting billet clamping device, controlling a continuous casting billet angle rotating device to reach a specified angle through a computer, controlling a camera to collect a picture, and sending the collected picture to the computer; 2. repeating the process of the step 1 for 2 times, and taking 3-angle low-magnification pictures; 3. the computer carries out brightness adjustment, contrast adjustment, noise addition, blurring and sharpening on the collected 3 pictures and stores the pictures; 4. manually grading and classifying the stored photos at a low magnification level; 5. and using the classified data for training input of the continuous casting billet low-power center segregation grade automatic rating model. The method can rapidly increase the quantity of the low-magnification photos of the continuous casting billet, so that the trained model is more robust, and the identification precision of the model is improved.)

提高连铸坯低倍中心偏析评级精度的图像获取方法和系统

技术领域

本发明属于自动化技术领域，涉及提高连铸坯低倍中心偏析评级精度的图像获取方法和系统。

背景技术

在连铸生产过程中，受生产条件的影响，连铸坯可能会出现中心偏析、角部裂纹等质量问题，为保证产品质量，需要对产出的铸坯进行跟踪监测。铸坯中心偏析的检测方法是通过对连铸坯酸蚀后的低倍照片进行观测，判定中心偏析类别和等级。目前铸坯低倍缺陷的检验评级方法主要有人工评级模式和计算机图像自动评级模式。

人工评级模式即将铸坯低倍试样图片与国家标准YB/T4002-2013《连铸方坯低倍组织缺陷评级图》进行对比，给出中心偏析类别和等级。这种评级方法不可避免的存在人为主观因素的影响、评级滞后等缺点。

计算机图像自动评级模式是目前发展最为迅速的连铸坯缺陷评定方法，多采用深度学习的方法训练图像识别模型，连铸坯的中心偏析在连铸坯低倍上表现为散点或断断续续的线，尺寸小且几何特征不明显，因此，为了达到合理的识别精度，需要用于训练的样本数据巨大，但每个厂受生产限制，所积累的低倍图片数量不足以支撑模型的训练。

为此，本发明提出一种解决受样本数据不足导致解决连铸坯低倍中心偏析等级自动评模型精度不高问题的方法，可以快速增加连铸坯低倍照片数量，使得训练得到的模型更为健壮，提高模型的识别精度。

发明内容

有鉴于此，本发明的目的在于提供一种提高连铸坯低倍中心偏析评级精度的图像获取方法和系统。

为达到上述目的，本发明提供如下技术方案：

提高连铸坯低倍中心偏析评级精度的图像获取方法，该方法包括以下步骤：

S1：将一块酸洗后的连铸坯固定在连铸坯夹持装置上；

S2：计算机控制连铸坯角度旋转装置，带动连铸到达指定角度；

S3：计算机控制摄像机采集照片，将采集到的照片发送至计算机；

S4：重复S2～S3过程2次，拍摄3个角度的低倍照片；

S5：对S4采集到的图片1进行图像处理，依次为亮度调整、对比度调整、添加噪声、图像模糊和图像锐化，保存处理后的5张图片；

S6：重复S5，对S4采集到的所有照片进行图像处理；

S7：人工对S4保存的原始照片和S6保存的处理后的图片进行低倍等级评级并分类，每块铸坯共计获得18张照片；

S8：将分类后的数据用于连铸坯低倍中心偏析等级自动评级模型的训练输入。

提高连铸坯低倍中心偏析评级精度的图像获取系统，包括连铸坯夹持装置、连铸坯角度旋转装置、摄像机和计算机；

所述连铸坯夹持装置与连铸坯角度旋转装置相连接；

所述连铸坯角度旋转装置与计算机相连接；

所述连铸坯夹持装置用于连铸坯的位置固定，连铸坯夹持装置位于连铸坯角度旋转装置之上，并随连铸坯角度旋转装置运动，连铸坯角度旋转装置角度由计算机控制；

所述摄像机与计算机信号连接。

可选的，所述摄像机用于图像的拍摄，动作由计算机控制。

可选的，所述连铸坯角度旋转装置与摄像机动作由同一台计算机控制，并由此计算机协调二者动作关系，实现到达指定角度并静止后，启动摄像机拍摄一张照片，依次循环3次。

可选的，所述计算机对每张照片依次进行的图像的亮度、对比度、噪声、模糊、锐化处理，获得5张处理后的照片。

可选的，所述计算机处理后的图片通过人工进行低倍等级并分类，之后用于连铸坯低倍中心偏析等级自动评级模型的训练。

本发明的有益效果在于：本发明可以快速增加连铸坯低倍照片数量，使得训练得到的模型更为健壮，提高模型的识别精度。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明执行过程流程图；

图2为本发明控制系统连接图；

图3为系统装置示意图；(a)为第一定位角度状态；(b)为第二定位角度状态；(c)为第三定位角度状态。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

请参阅图1～图2，提高连铸坯低倍中心偏析评级精度的图像获取方法和系统，实施步骤：

1、将一块酸洗后的连铸坯固定连铸坯夹持装置上；

2、计算机控制连铸坯角度旋转装置，带动连铸到达指定角度；

3、计算机控制摄像机采集照片，将采集到的照片发送至计算机；

4、重复2、3过程2次，拍摄3个角度的低倍照片；

5、对步骤4采集到的图片1进行图像处理，依次为亮度调整、对比度调整、添加噪声、图像模糊、图像锐化，保存处理后的5张图片；

6、重复步骤5，对步骤4采集到的所有照片进行图像处理；

7、人工对步骤4保存的原始照片和步骤6保存的处理后的图片进行低倍等级评级并分类，每块铸坯共计获得18张照片；

8、将分类后的数据用于连铸坯低倍中心偏析等级自动评级模型的训练输入。

以方坯连铸机的实施为例，生产参数：

钢种：HRB400

中包温度：1538℃

断面：160mm×160mm

拉坯速度：2.7m/min

对生产铸坯取低倍样，酸洗加工后采用本发明进行图像处理：图3为系统装置示意图；(a)为第一定位角度状态；(b)为第二定位角度状态；(c)为第三定位角度状态。

对某厂全年的低倍样品采用本发明方法进行拍照、处理，并进行中心偏析图像识别模型的训练，训练结果如下：

	未采用本发明	采用本发明
			图片数量	483	2898
模型识别精度	78％	94％

由本实施例可知，采用本发明方法，可提高连铸坯低倍中心偏析识别率。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。