【技术实现步骤摘要】
本专利技术涉及铜箔宽度工业自动化检测，尤其涉及一种基于视觉识别算法的铜箔宽度检测装置及方法。
技术介绍
1、在铜箔生产过程中，铜箔的宽度是一个重要的质量指标。为了确保每一卷铜箔的宽度符合设计要求，需要对铜箔进行在线检测。然而，铜箔宽度的测量存在一定的挑战。传统的宽度检测方法通常依赖人工测量或接触式测量设备，这些方法存在一些问题：首先，人工测量容易引入人为误差，且效率低下；其次，接触式测量设备虽然可以提供较高的精度，但其检测过程复杂，无法实现在线实时检测。此外，接触式测量还可能对铜箔表面造成损伤，影响产品质量。
2、随着工业自动化技术的发展，基于视觉识别算法的非接触式检测方法逐渐被应用于各种工业检测领域。这种方法通过摄像头拍摄铜箔图像，利用图像处理算法进行宽度测量，具有非接触、实时、高效的优点。然而，现有的视觉检测系统通常使用单点测量设备，往往只能检测铜箔的某一个特定点，无法全面覆盖整个铜箔的宽度，导致测量结果具有局限性，不能反映整个铜箔的宽度变化情况。同时，单点测量系统容易受到生产环境中噪声和光线变化的影响，导致测量结果不稳定，精度不够高。尤其在铜箔表面光滑反光的情况下，传统视觉系统的测量误差较大。
3、申请号为202410658166.6的专利文献公开一种铜箔尺寸检测装置，包括：移动座，可移动地设置于支座；图像采集组件，设置于移动座，图像采集组件的移动路径行经铜箔，图像采集组件用于分别采集铜箔的待测尺寸的两个边缘的图像；位置检测组件，用于检测图像采集组件的位置信息；处理组件，与图像采集组件和位置检测组件
4、该申请方案基于采集的图像以及移动座的位移值，即可计算得出铜箔的待测尺寸，无需人工读数，解决了人工检测读数，费时费力，且存在读数误差的问题。但其同时存在：其采用移动式底座，不易连续采集铜箔两侧边缘的准确图像，其对图像未进行预处理，不易计算准确宽度数值。
技术实现思路
1、针对上述存在的问题，本专利技术的目的在于提供一种基于视觉识别算法的铜箔宽度检测装置及方法，利用图像处理算法对整个铜箔进行非接触、实时、高效的连续性宽度测量。
2、本专利技术的目的可以通过以下技术方案实现：一种基于视觉识别算法的铜箔宽度检测装置，包括：
3、两个摄像机，分别位于待检测铜箔的两侧，固定在桥架上，采集铜箔两侧边缘的图像数据；
4、驱动装置，用于输送铜箔，确保铜箔两侧边缘在摄像机视野内平稳移动；
5、后端分析服务器，接收来自摄像机的图像数据，进行图像数据预处理，通过视觉识别算法计算铜箔的宽度，并将结果传输到显示屏上显示。
6、作为本专利技术再进一步地方案，还包括：
7、警报装置，当后端分析服务器计算铜箔的宽度超出预设范围时，发出声光报警。
8、一种应用于上述装置的基于视觉识别算法的铜箔宽度检测方法，所述方法包括步骤：
9、s1、保持铜箔两侧边缘在两个摄像机视野内平稳移动；
10、s2、使用两个摄像机分别采集铜箔两侧边缘图像数据，并发送到后端分析服务器；
11、s3、使用后端分析服务器对采集的图像数据进行图像数据预处理；
12、s4、通过视觉识别算法计算铜箔的宽度，并将结果传输到显示屏显示；
13、s5、当计算铜箔的宽度超出预设范围时，发出声光报警。
14、作为本专利技术再进一步地方案，所述s3中对图像数据进行预处理包括：对图像数据进行灰度化、去噪声和图像增强预处理。
15、作为本专利技术再进一步地方案，所述图像数据进行灰度化预处理，包括对拍摄得到的彩色图像转换为灰度图像，公式为：
16、gray＝0.299×r+0.587×g+0.114×b (1)
17、其中r，g，b分别为图像的红、绿、蓝通道。
18、作为本专利技术再进一步地方案，所述图像数据进行去噪声预处理，包括使用高斯滤波器平滑图像，减少噪声干扰，计算公式为：
19、
20、其中，σ是高斯函数的标准差。
21、作为本专利技术再进一步地方案，所述图像数据进行图像增强预处理，包括使用自适应直方图均衡化提高图像的对比度，增强图像局部细节特征，步骤为：
22、s31、将图像划分成若干小块区域，每个小块区域大小为m×n，对每个小块区域独立进行直方图均衡化，直方图均衡化的转换函数公式为：
23、
24、其中，i为小块区域的像素值，h(j)为直方图，l是灰度级数，m×n是小块区域的像素数；
25、s32、然后对直方图中的任何一个bin，如果其频率超过阈值，则将超出的部分均匀分布到其他所有的bins中；
26、s33、对相邻小块区域的均衡化结果进行双线性插值合并，得到最终的增强图像。
27、作为本专利技术再进一步地方案，所述视觉识别算法，使用sobel算子识别图像中物体的边缘，进行图像边缘检测，识别出铜箔的边缘位置，使用形态学操作提高边缘的连续性。
28、作为本专利技术再进一步地方案，所述使用sobel算子识别图像中铜箔的边缘，包括步骤：
29、使用两个卷积核分别计算图像水平方向和垂直方向的梯度信息；
30、其中，卷积核梯度信息gx用于检测图像在水平方向的边缘，gx强调了水平方向上的灰度变化，通过将gx与图像进行卷积运算，可以获得图像在水平方向上的梯度信息；
31、卷积核梯度信息gy用于检测图像在垂直方向的边缘，gy强调了垂直方向上的灰度变化，通过将gy与图像进行卷积运算，可以获得图像在垂直方向上的梯度信息；
32、依据图像水平方向和垂直方向的梯度信息，获取图像梯度大小和梯度方向，进而检测边缘，其中：
33、图像梯度大小计算公式为：
34、
35、图像梯度方向计算公式为：
36、
37、其中，gx为水平方向的梯度信息，gy为垂直方向梯度信息。
38、作为本专利技术再进一步地方案，所述计算铜箔的宽度，包括基于边缘检测结果，通过计算图像中铜箔两侧边缘的像素距离得到实际距离，其中：
39、像素距离计算公式为：
40、width(in pixels)＝|x2-x1| (6)
41、其中，x1和x2为为铜箔两侧边界线检测结果；
42、实际距离与像素距离转换公式为：
43、w＝width(in pixels)×d (7)
44、其中，w为实际距离，d为像素距离到实际距离的转换因子。
45、本专利技术的有益效果：
46、1、本专利技术通过把视觉识别算法用于铜箔宽度检测的装置，可以全面覆盖整个铜箔的宽度，通过摄像头连续采集铜箔两侧边缘图像，本文档来自技高网...
【技术保护点】
1.一种基于视觉识别算法的铜箔宽度检测装置，其特征在于，包括：
2.根据权利要求1所述的一种基于视觉识别算法的铜箔宽度检测装置，其特征在于，还包括：
3.一种应用于权利要求1或2所述装置的基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述方法包括步骤：
4.根据权利要求3所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述S3中对图像数据进行预处理包括：对图像数据进行灰度化、去噪声和图像增强预处理。
5.根据权利要求4所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述图像数据进行灰度化预处理，包括对拍摄得到的彩色图像转换为灰度图像，公式为：
6.根据权利要求4所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述图像数据进行去噪声预处理，包括使用高斯滤波器平滑图像，减少噪声干扰，计算公式为：
7.根据权利要求4所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述图像数据进行图像增强预处理，包括使用自适应直方图均衡化提高图像的对比度，增强图像局部细节特征，步骤为：>
8.根据权利要求3所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述视觉识别算法，使用Sobel算子识别图像中物体的边缘，进行图像边缘检测，识别出铜箔(160)的边缘位置，使用形态学操作提高边缘的连续性。
9.根据权利要求8所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述使用Sobel算子识别图像中铜箔(160)的边缘，包括步骤：
10.根据权利要求9所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述计算铜箔(160)的宽度，包括基于边缘检测结果，通过计算图像中铜箔(160)两侧边缘的像素距离得到实际距离，其中：
...【技术特征摘要】
1.一种基于视觉识别算法的铜箔宽度检测装置，其特征在于，包括：
2.根据权利要求1所述的一种基于视觉识别算法的铜箔宽度检测装置，其特征在于，还包括：
3.一种应用于权利要求1或2所述装置的基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述方法包括步骤：
4.根据权利要求3所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述s3中对图像数据进行预处理包括：对图像数据进行灰度化、去噪声和图像增强预处理。
5.根据权利要求4所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述图像数据进行灰度化预处理，包括对拍摄得到的彩色图像转换为灰度图像，公式为：
6.根据权利要求4所述的一种基于视觉识别算法的铜箔宽度检测方法，其特征在于，所述图像数据进行去噪声预处理，包括使用高斯滤波器平滑图像，减少噪声干扰，计算公式为：...
【专利技术属性】
技术研发人员：朱金良，谭昊，邓子超，孙艺，张燕平，
申请(专利权)人：合肥瑞徽人工智能研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。