本發(fā)明屬于鑄造工藝技術(shù)領(lǐng)域，尤其涉及一種利用機器視覺的方式，基于圖像采集處理識別、決策判斷的自動澆注系統(tǒng)及澆口杯液位識別方法。

背景技術(shù)：

目前，傳統(tǒng)鑄造、熔煉行業(yè)中的鑄造澆注大致有以下幾種：1、采取兩人抬包，澆包大概能裝50-100公斤鋼水，澆包邊上用兩根棒子固定，通過2個人手抬的方式，將鋼水倒進澆注模殼，工作時需要第三人在澆包附近將鋼水中的爐渣去除，需要勞動力多，勞動強度大。2、采取行車吊包的方式澆注，澆包一般在200-1000公斤左右，澆注時澆包內(nèi)盛有鋼水，通過行車移動，以達到對準模殼的目的，工作時需要2-3人扶住澆包，以免澆包晃動，1人澆注，1人擋渣，鋼水從澆包上邊緣的水口倒出，此種澆注方式難以對準模殼澆口，鋼水易噴濺，危害工人安全，勞動強度大。3、采取行車吊包的方式澆注，澆包一般情況下大于1000公斤，澆注時澆包內(nèi)盛有鋼水，通過行車移動，以達到對準模殼的目的，工作時需要2-3人扶住澆包，使?jié)舶粫笥一蝿樱?人澆注，鋼水從澆包底部流出，以避免爐渣，對準度較好，但此種澆注方式不適合小件產(chǎn)品，勞動強度大，且很不安全，也不便于實現(xiàn)自動化生產(chǎn)。

無論以上哪種澆注方式，均由于澆注設(shè)備本身的特點，工人需抵近高溫澆包工作，導(dǎo)致工人長期處于高溫、高粉塵的惡劣工作環(huán)境中，工人的工作強度非常大并且具有很大的安全風(fēng)險，除此之外仍有許多零件鑄造企業(yè)采用人工澆注的方式監(jiān)控澆口杯中的鋼水注入量，同時工人手動控制澆口杯上方澆包塞桿啟停運動，這種工作方式存在的缺點為：人工澆注方式工作強度大、操作環(huán)境高溫危險，且老舊設(shè)備更換為全新的自動澆注設(shè)備需要投入大量財力物力。

因此針對現(xiàn)有技術(shù)存在的不足之處提供一種新的注澆系統(tǒng)，來改變現(xiàn)有技術(shù)中的問題。

說明書內(nèi)容

本發(fā)明的目的是為了解決目前鑄件澆注過程中工人勞動強度大、操作環(huán)境高溫危險、產(chǎn)品生產(chǎn)效率不高等問題，提供一種基于圖像檢測的自動澆注系統(tǒng)。

本發(fā)明是通過以下技術(shù)方案來實現(xiàn)的：基于圖像檢測的自動澆注系統(tǒng)，包括：工作單元、手動控制臺、外圍控制電路、圖像采集處理監(jiān)視單元；

所述工作單元包括澆包、鑄件模具、造型機和塞桿；所述造型機用于連續(xù)制造所鑄零件需要的模具砂型并且可將模具砂型推送到鋼水澆包下方，所述鑄件模具上設(shè)置有澆口杯，所述澆包正上方設(shè)置有塞桿，澆包的底部設(shè)置有出液口，出液口在澆注過程開始之前對準其下方鑄件模具的澆口杯確保在正上方；所述塞桿的上端與外圍控制電路相連接，所述造型機的另一端與計算機連接；

所述手動控制臺上設(shè)置有開啟按鈕和停止按鈕，所述手動控制臺的另一端與外圍控制電路相連接，所述圖像采集處理監(jiān)視單元包括攝像頭和計算機，所述計算機上設(shè)置有用于采集圖像的圖像采集板卡、監(jiān)視器和i/o接口；所述攝像頭放置在距離澆包出液口1.5m-3m處，所述攝像頭的另一端通過數(shù)據(jù)線與計算機相連接；所述計算機的另一端與外圍控制電路相連接。

作為一種優(yōu)選的技術(shù)方案，所述攝像頭的外面設(shè)置有保護罩，避免粉塵進入，保證攝像頭正常工作。

基于圖像檢測的自動澆注系統(tǒng)的澆口杯液位識別方法，包括以下幾個步驟：

步驟1：造型機將鑄件模具推型到位到澆包正下方，通過計算機上的i/o接口上傳一個推型到位信號給計算機；

步驟2：計算機收到該信號后，通過i/o接口向外圍控制電路發(fā)出澆注開始信號，此時澆包塞桿向上運動，澆注開始；

步驟3：澆注開始后，進行圖像采集；采用攝像頭采集澆注現(xiàn)場實時工作畫面，然后將攝像頭采集到實時圖像通過圖像采集卡傳輸?shù)接嬎銠C中，攝像頭為模擬攝像頭經(jīng)過圖像采集卡后計算機接收到的為數(shù)字圖像；

步驟4：圖像處理；根據(jù)步驟1中采集到的數(shù)字圖像，以rgb彩色數(shù)字圖像存儲于計算機中，并完成以下幾個步驟：

步驟4.1：對rgb彩色圖像進行灰度化處理；

rgb彩色圖像中的每個像素點均是由紅、綠、藍三種顏色分量混合而成，其中r表示紅色分量、g表示綠色分量、b表示藍色分量，每個顏色分量均用8位二進制位存儲，各有256級亮度，用數(shù)字0～255表示，灰度圖像是指圖像中像素點的灰度值均由8位二進制位存儲，共有0～255級灰度，當rgb圖像中每個像素點的r、g、b三個顏色分量值相等時，顯示出來的圖像樣式為灰度圖，根據(jù)公式(1)將rgb彩色圖像轉(zhuǎn)換成灰度圖：

gray＝0.299r+0.587g+0.114b(1)

其中，gray表示灰度值，

通過公式(1)求得gray后，將原來的rgb(r，g，b)中的r、g、b顏色分量統(tǒng)一用gray替換，形成新的顏色rgb1(gray，gray，gray)，就將rgb圖轉(zhuǎn)換為灰度圖；

步驟4.2：采用連通區(qū)域標注方法去除飛濺小鋼水飛濺，即去噪；

在一個二維圖像中任取像素點p(x，y)，如圖1所示，與p點緊鄰的上下左右四個方向的像素點坐標分別標記為p1(x，y-1)、p2(x，y+1)、p3(x-1，y)、p4(x+1，y)，與p點緊鄰的上下左右四個方向的像素點組成的集合稱為p的4鄰域，當與p點緊鄰的上下左右四個方向的像素點的灰度值與p點的灰度值相等時，此時稱那么這些灰度值相等的4鄰域區(qū)域就是4-鄰接連通區(qū)域；

將二維圖像中的連通分量用不同數(shù)值標注出來，再過濾掉面積較小的連通區(qū)域即可以完成去噪任務(wù)；

所述步驟4.2具體包括：

步驟4.2.1：搜索二維圖像的像素點，對屬于不同4-鄰接連通區(qū)域的連通分量用1～n標注出來；

步驟4.2.2：分別計算出各個連通分量的面積并標記s1～sn；

步驟4.2.3：設(shè)定一個連通分量的面積閾值sc，如果面積小于sc的連通分量被消除，剩下的面積最大連通分量smax即為澆注圖像。

步驟4.3采用形態(tài)學(xué)算法去除鋼水液柱干擾：

去噪后的澆注圖像中液柱是澆注圖像上凸起的部分，形態(tài)學(xué)中的開運算算法可以把比結(jié)構(gòu)元素小的凸起過濾掉，因此選用形態(tài)學(xué)開運算對圖像進一步處理，開運算的實質(zhì)是對圖像先腐蝕、再膨脹；

腐蝕運算是用結(jié)構(gòu)元素b腐蝕a，是b在a上移動，當b完全在a里的時候，b的中心相素位置集合，如公式(2)所示：腐蝕以后比原來的圖縮?。?/p>

其中，a表示澆鑄圖像，b表示結(jié)構(gòu)元素，aθb表示圖像形態(tài)學(xué)運算中的腐蝕運算，x1表示腐蝕運算后構(gòu)成圖像的點的集合；

膨脹運算是用結(jié)構(gòu)元素b膨脹a，是b的映射在a上移動，相交時b的映射的中心相素位置集合，如公式(3)所示，b的映射用表示，且膨脹后比原來的圖放大；

其中，x2表示膨脹運算后構(gòu)成圖像的點的集合；表示對澆鑄圖像a利用結(jié)構(gòu)元素b進行圖像形態(tài)學(xué)運算中的膨脹運算的結(jié)果；

對澆注圖像進行處理，a表示原始圖像，b表示結(jié)構(gòu)元素，c表示原始圖像被結(jié)構(gòu)元素b腐蝕后的結(jié)果，d表示圖像c再被結(jié)構(gòu)元素b膨脹的結(jié)果，即圖像d為原始圖a與結(jié)構(gòu)元素b進行開運算的結(jié)果，由圖4(a)中可以看出，圖像中所有用數(shù)字1進行標識的為一個區(qū)域，經(jīng)過開運算后，圖4(e)中留下的區(qū)域用數(shù)字3表示，被開運算過濾掉的區(qū)域用數(shù)字1表示，表明開運算可以過濾掉圖像中的凸起部分，該方法可行；

步驟4.4：將步驟4.1和步驟4.2、4.3處理之后的圖像與用4.1、4.2處理后的滿液位澆口杯圖像計算相關(guān)系數(shù)，計算出的相關(guān)系數(shù)值越接近于1，說明兩個圖像相似度越高，檢測出實時的澆口杯中鋼水的液位情況，最終使用相關(guān)系數(shù)匹配法識別出滿液位的時刻；利用相關(guān)系數(shù)的數(shù)值判斷是否達到滿液位標準，最后對澆注停止時刻給出判斷；

相關(guān)系數(shù)匹配算法是通過計算模板圖像與待匹配圖像的相關(guān)系數(shù)值來確定圖像的匹配程度，具體算法如下；

對于一幅大小為m×n的圖像f(i，j)，尋找匹配大小為j×k(j≤m且k≤n)的子圖w(i，j)的一種方法是計算f(i，j)和w(i，j)間的相關(guān)性c(i，j)，則有公式(4)所示：

其中，i＝0，1，2，…，m-1，j＝0，1，2，…，n-1，f(s，t)表示圖像f(i，j)在當前坐標(s，t)處的灰度取值，t表示橫坐標；s表示縱坐標；

在匹配過程中使用相關(guān)系數(shù)，其定義γ(i，j)如公式(5)所示

其中，其中，i＝0，1，2，…，m-1，j＝0，1，2，…，n-1，是圖像w(i，j)中像素

灰度平均值，是圖像f(i，j)中與圖像w(i，j)當前所在位置相重合的區(qū)域的灰度平均值，總和的值通常由f(i，j)和w(i，j)兩者對應(yīng)的灰度矩陣代入后求得，相關(guān)系數(shù)γ(i，j)在-1到1之間取值。

步驟5：根據(jù)步驟4.3得出的滿液位的時刻，給出澆注停止信號，控制澆口杯上方澆包塞桿向下運動，停止鋼水注入。

作為一種優(yōu)選的技術(shù)方案，所述圖像采集使用的攝像頭與圖像采集卡均配置有基于vc++開發(fā)環(huán)境的sdk軟件開發(fā)包，即攝像頭開發(fā)商提供圖像原始采集的應(yīng)用程序接口，采集到計算機中的數(shù)字圖像會以連續(xù)的rgb顏色分量存儲于計算機的內(nèi)存單元中，這部分數(shù)據(jù)可以在vc++的環(huán)境中讀取到。

本發(fā)明圖像采集使用的攝像頭與圖像采集卡均配置有基于vc++開發(fā)環(huán)境的sdk軟件開發(fā)包，即攝像頭開發(fā)商提供圖像原始采集的應(yīng)用程序接口，采集到計算機中的數(shù)字圖像會以連續(xù)的rgb顏色分量存儲于計算機的內(nèi)存單元中，這部分數(shù)據(jù)可以在vc++的環(huán)境中讀取到。

本發(fā)明作業(yè)現(xiàn)場的實時工作情況采集到計算機中，用以工人對現(xiàn)場進行監(jiān)視，并將步驟4理后的圖像顯示在屏幕上，用以對比實時澆注過程與計算機處理后的采集圖像，提高工人監(jiān)視控制質(zhì)量；

本發(fā)明利用計算機的接口單元與外圍控制電路進行連接，一是接受澆注機推型到位信號，判斷澆注啟動時刻，二是當圖像處理單元識別出滿液位時刻后，給出澆注停止信號，控制澆口杯上方澆包塞桿向下運動，停止鋼水注入。

與現(xiàn)有技術(shù)相比較，本發(fā)明的有益效果在于：(1)設(shè)計科學(xué)、合理、操作方便；(2)與工澆注方式相比較，提高了產(chǎn)品生產(chǎn)效率，且節(jié)省工廠的人力物力；(3)改善工人的工作環(huán)境，安裝容易，經(jīng)濟適用性強，具有較好的發(fā)展前景，易于擴展升級；(4)本發(fā)明適用于鑄件生產(chǎn)企業(yè)和其它澆注相關(guān)企業(yè)使用；(5)液位識別與澆包塞桿的啟停控制依賴工控機內(nèi)部圖像處理識別系統(tǒng)進行，軟件易于依據(jù)不同的澆注現(xiàn)場、鑄模情況進行參數(shù)調(diào)整，簡單快捷。

附圖說明

圖1為本發(fā)明的裝置結(jié)構(gòu)示意圖；

圖2為本發(fā)明的點p的4-領(lǐng)域框圖；

圖3為本發(fā)明的連通區(qū)域標注算法示意圖；

圖4為本發(fā)明的澆注圖像進行處理示意圖。

圖中序號說明：1計算機、2澆包、3手動控制臺、4外圍控制電路、8鑄件模具、9造型機、10塞桿、11澆口杯、12開啟按鈕、13停止按鈕、14攝像頭。

具體實施方式

下面結(jié)合實施例對本發(fā)明作進一步的說明。

結(jié)合圖1-圖4，基于圖像檢測的自動澆注系統(tǒng)，包括：工作單元、手動控制臺3、外圍控制電路4、圖像采集處理監(jiān)視單元；

所述工作單元包括澆包2、鑄件模具8、造型機9和塞桿10；所述造型機9用于連續(xù)制造所鑄零件需要的模具砂型并且可將模具砂型推送到鋼水澆包2下方，所述鑄件模具8上設(shè)置有澆口杯11，所述澆包2正上方設(shè)置有塞桿10，澆包2的底部設(shè)置有出液口，出液口在澆注過程開始之前對準其下方鑄件模具8的澆口杯11確保在正上方；所述塞桿10的上端與外圍控制電路4相連接，所述造型機9的另一端與計算機連接；

所述手動控制臺3上設(shè)置有開啟按鈕12和停止按鈕13，所述手動控制臺3的另一端與外圍控制電路4相連接，所述圖像采集處理監(jiān)視單元包括攝像頭14和計算機，所述計算機上設(shè)置有用于采集圖像的圖像采集板卡、監(jiān)視器和i/o接口；所述攝像頭14放置在距離澆包2出液口1.5m-3m處，所述攝像頭14的另一端通過數(shù)據(jù)線與計算機相連接；所述計算機的另一端與外圍控制電路4相連接。

作為一種優(yōu)選的技術(shù)方案，所述攝像頭14的外面設(shè)置有保護罩，避免粉塵進入，保證攝像頭14正常工作。

基于圖像檢測的自動澆注系統(tǒng)的澆口杯液位識別方法，包括以下幾個步驟：

步驟1：造型機將鑄件模具推型到位到澆包正下方，通過計算機上的i/o接口上傳一個推型到位信號給計算機；

步驟2：計算機收到該信號后，通過i/o接口向外圍控制電路發(fā)出澆注開始信號，此時澆包塞桿向上運動，澆注開始；

步驟3：澆注開始后，進行圖像采集；采用攝像頭采集澆注現(xiàn)場實時工作畫面，然后將攝像頭采集到實時圖像通過圖像采集卡傳輸?shù)接嬎銠C中，攝像頭為模擬攝像頭經(jīng)過圖像采集卡后計算機接收到的為數(shù)字圖像；

步驟4：圖像處理；根據(jù)步驟1中采集到的數(shù)字圖像，以rgb彩色數(shù)字圖像存儲于計算機中，并完成以下幾個步驟：

步驟4.1：對rgb彩色圖像進行灰度化處理；

rgb彩色圖像中的每個像素點均是由紅、綠、藍三種顏色分量混合而成，其中r表示紅色分量、g表示綠色分量、b表示藍色分量，每個顏色分量均用8位二進制位存儲，各有256級亮度，用數(shù)字0～255表示，灰度圖像是指圖像中像素點的灰度值均由8位二進制位存儲，共有0～255級灰度，當rgb圖像中每個像素點的r、g、b三個顏色分量值相等時，顯示出來的圖像樣式為灰度圖，根據(jù)公式(1)將rgb彩色圖像轉(zhuǎn)換成灰度圖：

gray＝0.299r+0.587g+0.114b(2)

其中，gray表示灰度值，

通過公式(1)求得gray后，將原來的rgb(r，g，b)中的r、g、b顏色分量統(tǒng)一用gray替換，形成新的顏色rgb1(gray，gray，gray)，就將rgb圖轉(zhuǎn)換為灰度圖；

步驟4.2：采用連通區(qū)域標注方法去除飛濺小鋼水飛濺，即去噪；

在一個二維圖像中任取像素點p(x，y)，如圖1所示，與p點緊鄰的上下左右四個方向的像素點坐標分別標記為p1(x，y-1)、p2(x，y+1)、p3(x-1，y)、p4(x+1，y)，與p點緊鄰的上下左右四個方向的像素點組成的集合稱為p的4鄰域，當與p點緊鄰的上下左右四個方向的像素點的灰度值與p點的灰度值相等時，此時稱那么這些灰度值相等的4鄰域區(qū)域就是4-鄰接連通區(qū)域；

將二維圖像中的連通分量用不同數(shù)值標注出來，再過濾掉面積較小的連通區(qū)域即可以完成去噪任務(wù)；

所述步驟4.2具體包括：

步驟4.2.1：搜索二維圖像的像素點，對屬于不同4-鄰接連通區(qū)域的連通分量用1～n標注出來；

步驟4.2.2：分別計算出各個連通分量的面積并標記s1～sn；

步驟4.2.3：設(shè)定一個連通分量的面積閾值sc，如果面積小于sc的連通分量被消除，剩下的面積最大連通分量smax即為澆注圖像。

步驟4.3采用形態(tài)學(xué)算法去除鋼水液柱干擾：

去噪后的澆注圖像中液柱是澆注圖像上凸起的部分，形態(tài)學(xué)中的開運算算法可以把比結(jié)構(gòu)元素小的凸起過濾掉，因此選用形態(tài)學(xué)開運算對圖像進一步處理，開運算的實質(zhì)是對圖像先腐蝕、再膨脹；

腐蝕運算是用結(jié)構(gòu)元素b腐蝕a，是b在a上移動，當b完全在a里的時候，b的中心相素位置集合，如公式(2)所示：腐蝕以后比原來的圖縮??；

其中，a表示澆鑄圖像，b表示結(jié)構(gòu)元素，aθb表示圖像形態(tài)學(xué)運算中的腐蝕運算，x1表示腐蝕運算后構(gòu)成圖像的點的集合；

膨脹運算是用結(jié)構(gòu)元素b膨脹a，是b的映射在a上移動，相交時b的映射的中心相素位置集合，如公式(3)所示，b的映射用表示，且膨脹后比原來的圖放大；

其中，x2表示膨脹運算后構(gòu)成圖像的點的集合；表示對澆鑄圖像a利用結(jié)構(gòu)元素b進行圖像形態(tài)學(xué)運算中的膨脹運算的結(jié)果；

對澆注圖像進行處理，a表示原始圖像，b表示結(jié)構(gòu)元素，c表示原始圖像被結(jié)構(gòu)元素b腐蝕后的結(jié)果，d表示圖像c再被結(jié)構(gòu)元素b膨脹的結(jié)果，即圖像d為原始圖a與結(jié)構(gòu)元素b進行開運算的結(jié)果，由圖4(a)中可以看出，圖像中所有用數(shù)字1進行標識的為一個區(qū)域，經(jīng)過開運算后，圖4(e)中留下的區(qū)域用數(shù)字3表示，被開運算過濾掉的區(qū)域用數(shù)字1表示，表明開運算可以過濾掉圖像中的凸起部分，該方法可行。

步驟4.4：將步驟4.1和步驟4.2、4.3處理之后的圖像與用4.1、4.2處理后的滿液位澆口杯圖像計算相關(guān)系數(shù)，計算出的相關(guān)系數(shù)值越接近于1，說明兩個圖像相似度越高，檢測出實時的澆口杯中鋼水的液位情況，最終使用相關(guān)系數(shù)匹配法識別出滿液位的時刻；利用相關(guān)系數(shù)的數(shù)值判斷是否達到滿液位標準，最后對澆注停止時刻給出判斷；

相關(guān)系數(shù)匹配算法是通過計算模板圖像與待匹配圖像的相關(guān)系數(shù)值來確定圖像的匹配程度，具體算法如下；

對于一幅大小為m×n的圖像f(i，j)，尋找匹配大小為j×k(j≤m且k≤n)的子圖w(i，j)的一種方法是計算f(i，j)和w(i，j)間的相關(guān)性c(i，j)，則有公式(4)所示：

其中，i＝0，1，2，…，m-1，j＝0，1，2，…，n-1，f(s，t)表示圖像f(i，j)在當前坐標(s，t)處的灰度取值，t表示橫坐標；s表示縱坐標；

在匹配過程中使用相關(guān)系數(shù)，其定義γ(i，j)如下公式所示：

其中，其中，i＝0，1，2，…，m-1，j＝0，1，2，…，n-1，是圖像w(i，j)中像素

灰度平均值，是圖像f(i，j)中與圖像w(i，j)當前所在位置相重合的區(qū)域的灰度平均值，總和的值通常由f(i，j)和w(i，j)兩者對應(yīng)的灰度矩陣代入后求得，相關(guān)系數(shù)γ(i，j)在-1到1之間取值。

步驟5：根據(jù)步驟4.3得出的滿液位的時刻，給出澆注停止信號，控制澆口杯上方澆包塞桿向下運動，停止鋼水注入。

所述圖像采集使用的攝像頭與圖像采集卡均配置有基于vc++開發(fā)環(huán)境的sdk軟件開發(fā)包，即攝像頭開發(fā)商提供圖像原始采集的應(yīng)用程序接口，采集到計算機中的數(shù)字圖像會以連續(xù)的rgb顏色分量存儲于計算機的內(nèi)存單元中，這部分數(shù)據(jù)可以在vc++的環(huán)境中讀取到。

本發(fā)明圖像采集使用的攝像頭與圖像采集卡均配置有基于vc++開發(fā)環(huán)境的sdk軟件開發(fā)包，即攝像頭開發(fā)商提供圖像原始采集的應(yīng)用程序接口，采集到計算機中的數(shù)字圖像會以連續(xù)的rgb顏色分量存儲于計算機的內(nèi)存單元中，這部分數(shù)據(jù)可以在vc++的環(huán)境中讀取到。

本發(fā)明作業(yè)現(xiàn)場的實時工作情況采集到計算機中，用以工人對現(xiàn)場進行監(jiān)視，并將步驟4理后的圖像顯示在屏幕上，用以對比實時澆注過程與計算機處理后的采集圖像，提高工人監(jiān)視控制質(zhì)量；

本發(fā)明利用計算機的接口單元與外圍控制電路進行連接，一是接受澆注機推型到位信號，判斷澆注啟動時刻，二是當圖像處理單元識別出滿液位時刻后，給出澆注停止信號，控制澆口杯上方澆包塞桿向下運動，停止鋼水注入。

上述實施例僅僅是對本發(fā)明構(gòu)思實現(xiàn)形式的列舉，本發(fā)明的保護范圍不僅限于上述實施例，本發(fā)明的保護范圍可延伸至本領(lǐng)域技術(shù)人員依據(jù)本發(fā)明的技術(shù)構(gòu)思所能想到的等同技術(shù)手段。