袁野,羅全,苑輝
(大連華冶聯自動化有限公司,遼寧 大連 116000)
摘要:針對鋼鐵廠卷板生產過程中手動方式噴印作業容易出錯的問題,本文提出了采用關節工業機器人帶動噴碼頭對鋼卷表面固定位置進行噴碼作業,并在噴印過程結束后,采用工業相機拍攝噴印區域圖像,對圖像進行增強處理,字符分割后,采用基于BP人工神經網絡的OCR模塊識別噴碼數據,并將識別出來的噴碼數據與接收到的鋼卷號進行比對、分析,最終結果通過局域網絡傳送到其他監視工作站和遠程數據庫中。
關鍵詞:機器視覺;字符識別;鋼卷噴碼
1引言
鋼鐵廠的冷軋或熱軋卷板在完成卷曲工序后,通常需要進行產品標識?,F有的卷板生產線上通常采用人工制模,然后在帶有字符形狀孔洞的模板上噴漆,在鋼卷上形成特定的字符。這種方式由于人為因素影響,當字符變化頻繁時極其容易出現錯誤。采用機器視覺識別機器人噴碼字符,能夠極大提高工作效率和質量,避免錯誤,減小工人的勞動強度。
2系統組成與工作原理
2.1系統構成
該系統由關節臂機器人、工控機、噴碼機、光源、工業相機組成。其中關節臂機器人采用FANUC的R1000iA 100F,噴碼字符的圖像的采集使用的是AVT公司的Pike系列高分辨率工業數字相機。
2.2系統的工作原理
本系統按照結構和功能劃分成兩個部分:字符噴印系統和字符識別系統。噴印系統主要完成噴碼頭的隨動和字符噴印,通過識別鋼卷高度和鋼卷位置,關節臂機器人帶動噴碼頭對鋼卷表面固定位置進行噴印作業。鋼卷噴碼識別系統其實就是一個光學字符識別(OCR)系統,主要完成噴碼字符的識別和校對,當噴印過程結束后,工業相機拍攝噴碼圖像,現場圖像經過視頻采集卡進入到鋼卷噴碼識別系統主機,該主機中的識別模塊對圖像進行分析、處理,并識別噴碼數據,并將識別出來的噴碼數據與接收到的鋼卷號進行比對,分析,最后結果會通過局域網絡傳送到其他監視工作站和遠程數據庫中。
鋼卷噴碼識別系統布置圖如圖1所示。
2.3點陣字符識別算法
點陣字符識別算法主要包括字符圖像的提取、字符圖像預處理、字符分割、SVM訓練和識別等。
2.3.1圖像預處理
噴碼字符是5×7點陣,噴印的字符很可能出現多點少點或者點的位置有所偏移的情況,噪聲干擾嚴重,給點陣字符的識別帶來困難。為了消除這些干擾,采取了圖像增強、腐蝕等算法。
2.3.2點陣字符的增強
圖像增強是增強圖像中的有用信息,其目的是增強視覺效果,將原來不清晰的圖像變得清晰或強調某些感興趣的特征.抑制不感興趣的特征,使圖像質量得到改善,加強圖像判讀和識別效果的圖像處理方法。圖像增強主要是通過改變圖像的灰度值來實現的。
采用改進的直方圖均衡算法,既保留了標準直方圖均衡算法的原理簡單,實時性好的特點,又避免了單純采用標準直方圖均衡算法增強后的圖像亮度不均,出現因灰度級合并,從而致使部分細節信息丟失的情況發生。
基于對數函數映射的直方圖均衡(LMHE) 算法將對數函數作為直方圖均衡算法的累計分布函數,對數函數符合人眼視覺特性的Weber-Fechner規律。
累計分布函數定義為:
式中,k為輸入灰度級。對上式求導,可以得到相應的概率密度p(k)。將p(k)作為直方圖均衡算法概率密度函數的修正,使相應的累計分布函數近似滿足對數函數的形式,從而使得增強后的圖像具有更好的視覺效果[1]。
2.3.3字符分割
提取單行字符串之后,需要分割出單個字符,在實際生產過程中由于噴碼設備氣動機械故障、板材運輸存儲過程中的磨損或者由于后期圖像處理效果較差,容易造成板材噴碼字符存在粘連和分裂的現象。粘連和斷裂字符將導致字符的錯誤分割,從而能影響后期字符正確識別。
針對粘連字符切分,除了采取投影分割方法,還采取了基于字符上邊緣的切分方法。基于上邊緣的切分方法利用字符圖像的上邊緣,利用邊緣波峰波谷特性作為判斷切分邊界的依據。從鋼卷噴碼圖像分析可得,噴印字符屬于標準的數字和字母字符,寬高比比較固定,且同一行字符基本水平,因此,當字符之間出現接觸粘連時,垂直投影曲線波峰波谷特性受到較大干擾,但是字符的上邊緣波形特性保留,基本上波谷點對應著粘連邊界[5]。
2.3.4光學字符識別
在標記識別系統中,攝像機所拍攝的圖像經過圖像預處理、字符定位、字符分割以后,得到了一組包含單個字符的二值圖像。這些二值圖像最后被送入到識別子系統中進行識別,這個過程一般被稱為光學字符識別(OCR)。
字符識別主要采用基于BP人工神經網絡OCR模塊,并在其基礎上使用簡單拓撲分析和概率統計的相關技術,提高識別成功率。
2.4后期處理
鋼卷號碼識別系統軟件另一項功能字符比對分析。從圖像中提取鋼卷標識號后,與之前從二級數據庫中獲取的噴碼字符進行比較,如果正確,則記錄有關數據,以便于日后質量統計;如果有錯碼,則發出報警,防止錯誤標號流到下一道工序[6]。
3結束語
冷軋鋼卷生產線的主要生產設備已經完全自動化,由計算機直接控制。但是,鋼卷噴碼工作卻是由操作人員手動噴印。對物流的跟蹤往往由操作人員根據生產線上的監視畫面,將作業線上正在傳送的成品卷號與計算機系統傳輸過來的生產批次號碼進行比對,比對一致后手工操作鋼卷繼續進入下一個物流環節。而采用機器視覺技術后,能夠自動識別由工業機器人噴印的鋼卷號碼,并及時傳輸到計算機內部進行比對,比對一致后自動處理進入下一個環節,大大方便了生產過程中的物流管理,提高了效率,還能避免由于鋼卷錯碼而產生的質量異議和經濟損失。
參考文獻:
[1] 王浩, 張葉,等.圖像增強算法綜述[J].中國光學,2017,8(4):438-448
[2] 王靜鋼.無縫鋼管標記識別系統的設計與實現[D].北京郵電大學軟件工程,2008
[3] 曾華.基于LabView的鋼卷號碼識別方法[J]. 寶鋼技術,2009(2):62-64
[4] 田金鋒,楊榮松,任德均.基于機器視覺的產品噴碼識別系統[J]. 微計算機信息,2010,9(1):185-187
[5] 板材噴碼字符識別技術的研究[D]. 冶金自動化研究設計院檢測技術與自動化裝置,2013
[6] 蔡晉輝,張光新,周澤魁.在線鋼坯噴號自動視覺檢測系統設計[J]. 傳感技術學報,2006,6(3):686-689