(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210514259.2 (22)申请日 2022.05.12 (71)申请人 南通皋亚钢结构有限公司 地址 226500 江苏省南 通市如皋市白蒲 镇 塘堡村五组 (72)发明人 保柳柳　 (74)专利代理 机构 北京汇信合知识产权代理有 限公司 1 1335 专利代理师 霍正利 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/12(2017.01) G06T 7/136(2017.01) G06T 5/20(2006.01) G06V 10/74(2022.01)G06K 9/62(2022.01) B23K 26/38(2014.01) (54)发明名称 基于图像处 理的钢结构的切割控制方法 (57)摘要 本发明涉及钢结构切割技术领域， 具体涉及 基于图像处理的钢结构 的切割控制方法， 包括： 分别获取钢结构表面的可见光图像的第一梯度 图像和红外图像的第二梯度图像； 获取第一梯度 图像的整体梯度分布向量、 第二梯度图像的多个 局部梯度分布向量； 分别计算每个局部与整体梯 度分布向量的分布相似度， 根据第二梯度图像中 每个像素所对应的多个分布相似度得到相应像 素的钢渣评价指标； 根据第二梯度图像中所有像 素的钢渣评价指标得到边缘评价图； 根据边缘评 价图计算边缘像素的边缘评价值； 根据边缘评价 值去除钢渣边缘， 保留切缝。 本发明实施例利用 红外图像获取切割边缘， 并利用可见光图像中的 信息辅助获取红外图像的切割边缘， 以达到准确 获取切割偏差的目的。 权利要求书1页 说明书6页 附图1页 CN 114862802 A 2022.08.05 CN 114862802 A 1.基于图像处 理的钢结构的切割控制方法， 其特 征在于， 该 方法包括以下步骤： 采集切割时钢结构表面的红外图像以及切割后钢结构表面的可见光图像， 所述钢结构 表面包括钢渣和 切缝； 分别获取所述可见光图像的第 一梯度图像和红外图像的第 二梯度图像； 获取第 一梯度 图像的整体梯度分布向量、 第二梯度图像的多个局部梯度分布向量； 分别计算每个所述局 部梯度分布向量与整体梯度分布向量之 间的分布相似度， 根据第二梯度图像中每个像素所 对应的多个分布相似度的总和得到相应 像素的钢渣评价指标； 根据第二梯度图像中所有像素的钢 渣评价指标得到像素评价图， 基于所述红外图像中 相应边缘像素， 得到由边缘像素的钢渣评价指标构成的边缘评价图； 获取边缘的弯曲方向， 计算边缘像素在弯曲方向上的投影值， 以所述边缘评价图中相应像素的钢渣评价指标作为 权重， 对所述投影值进 行加权， 并获取加权 之后的投影值的方差， 所述方差为钢渣的边缘评 价值； 根据边缘评价值去除钢渣边缘， 保留切缝， 以通过所述切缝是否存在切割偏差来调整 切割走向。 2.根据权利要求1所述的基于图像处理 的钢结构的切割控制方法， 其特征在于， 所述整 体梯度分布向量是由所述第一梯度图像的多个阶矩构成的向量。 3.根据权利要求1所述的基于图像处理 的钢结构的切割控制方法， 其特征在于， 所述第 一梯度图像的获取步骤包括： 对所述可见光图像进行阈值分割 得到钢渣区域， 计算钢渣区 域的梯度值得到所述第一梯度图像。 4.根据权利要求1所述的基于图像处理 的钢结构的切割控制方法， 其特征在于， 根据第 二梯度图像中每个像素所对应的多个分布相似度的总和得到相 应像素的钢渣评价指标 的 步骤进一 步包括以下优化 步骤： 以所述第二梯度图像中的任意一个像素为中心像素， 利用窗口计算局部梯度分布向 量； 获取以中心像素为中心的中心窗口、 包含所述中心像素的邻域窗口， 获取所述中心窗口 与所述邻域窗口之间的重合程度； 以所述重合程度作为邻域窗口的权重， 对所有邻域窗口 对应的分布相似度进行加权求和得到中心像素的钢渣评价指标。 5.根据权利要求1所述的基于图像处理 的钢结构的切割控制方法， 其特征在于， 所述基 于所述红外图像中相应边缘像素， 得到由边缘像素的钢渣评价指标构成的边缘评价图的步 骤包括： 获取所述红外图像的掩膜图像， 所述掩膜图像与所述红外图像的尺度相同， 所述掩 膜图像中边缘像素 的像素值为1， 其他像素的像素值为0； 将所述掩膜图像与所述像素评价 图相乘得到所述 边缘评价图。 6.根据权利要求1所述的基于图像处理 的钢结构的切割控制方法， 其特征在于， 所述基 于所述红外图像中相应边缘像素， 得到由边缘像素的钢渣评价指标构成的边缘评价图的步 骤之前进一步包括以下优化步骤： 利用高斯滤波器对所述像素评价图进 行滤波得到滤波后 的像素评价图。 7.根据权利要求1所述的基于图像处理 的钢结构的切割控制方法， 其特征在于， 所述获 取边缘的弯曲方向的步骤包括： 利用主成分分析法获取边缘的特征值， 特征值最大 的主成 分方向为第一主成分方向， 与所述第一主成分方向垂直的方向为 边缘的弯曲方向。 8.根据权利要求1所述的基于图像处理 的钢结构的切割控制方法， 其特征在于， 所述分 布相似度采用余弦相似度。权　利　要　求　书 1/1 页 2 CN 114862802 A 2基于图像处理的钢结构的切割控制方 法 技术领域 [0001]本发明涉及钢结构切割技术领域， 具体涉及基于图像处理的钢结构的切割控制方 法。 背景技术 [0002]随着社会经济的发展和工业化的推进， 钢材切割多采用前期编程控制来实现智能 切割， 这种切割方式虽然能够提高切割效率， 属于先编程后生产的方式， 该方式在生产过程 中一旦某个生产变量发生偏差就会出现切割残次， 这种残 次轻者需要修正后使用， 严重时 直接造成整个钢材被废弃， 无法使用。 因而需对切割过程进 行检测， 一旦出现偏差需要及时 调整控制， 防止偏差延续， 及时避免切割残次发生。 [0003]在切割控制过程中， 需对采集的图像进行处理， 识别切割边缘， 进而判定切割参数 是否合适。 现有技术中通常是对 可见光图像进行 处理获取边缘图像， 获取切割边缘， 进而判 断参数是否合适。 然而可见光图像的处理过程中只能根据图像的颜色梯度信息判断是否为 切割边缘， 由于挂渣区域的梯度与切缝区域的梯度信息比较接近， 无法排除钢渣边缘的影 响， 同时也无法排除切割时所产生的火花亮度的影响， 因此所得到的结果不准确， 若因不准 确的判断结果调整了切割参数会产生较大的切割偏差 。 发明内容 [0004]为了解决上述技术问题， 本发明的目的在于提供一种基于图像处理的钢结构的切 割控制方法， 所采用的技 术方案具体如下： 基于图像处理的钢结构的切割控制 方法， 该方法包括以下步骤： 采集在切割钢结 构时钢结构表面的可见光图像和红外图像， 所述钢 结构表面包括钢渣和切缝； 分别获取所 述可见光图像的第一梯度图像和红外图像的第二梯度图像； 获取第一梯度图像的整体梯度 分布向量、 第二梯度图像的多个局部梯度分布向量； 分别计算每个所述局部梯度分布向量 与整体梯度分布向量之 间的分布相似度， 根据第二梯度图像中每个像素所对应的多个分布 相似度的总和得到相应像素的钢渣评价指标； 根据第二梯度图像中所有像素的钢渣评价指 标得到像素评价图， 基于所述红外图像中相应边缘像素， 得到由边缘像素 的钢渣评价指标 构成的边缘评价图； 获取边缘的弯曲方向， 计算边缘像素在弯曲方向上的投影值， 以所述边 缘评价图中相应像素 的钢渣评价指标作为权重， 对所述投影值进行加权， 并获取加权之后 的投影值的方差， 所述方差为钢渣的边缘评价值； 根据边缘评价值去除钢渣边缘， 保留切 缝， 以通过 所述切缝 是否存在切割偏差来调整切割走向。 [0005]进一步， 所述整体梯度分布向量是由所述第一梯度图像的多个阶矩构成的向量。 [0006]进一步， 所述第一梯度图像 的获取步骤包括： 对所述可见光图像进行阈值分割得 到钢渣区域， 计算钢渣区域的梯度值得到所述第一梯度图像。 [0007]进一步， 根据第二梯度图像中每个像素所对应的多个分布相似度的总和得到相应 像素的钢渣评价指标的步骤进一步包括以下优化步骤： 以所述第二梯度图像中的任意一个说　明　书 1/6 页 3 CN 114862802 A 3