图像处理在铸造工业中的应用

摘要:提出了一种以摄像机为传感器检测浇口杯金属液位的方法。摄像机拍摄到的浇口杯金属液液面图像经图像采集卡转变为数字信号，由计算机经图像处理后得到液位信息，并使用带自调整因子的模糊控制器来控制浇口杯中金属液位的高度。仿真实验表明了该方法的有效性。
关键词:自动浇注，摄像机传感，模糊控制，图像处理

　　在铸造生产中，手工劳动所占的比重一直很大，从制模到浇注一直以手工为主。现在一些地方虽然制模生产实现了自动化，但浇注仍然是靠手工操作，工人的劳动强度大，工作环境恶劣，生产效率低。在铸造生产中，浇口杯与铸件做在一个砂型中。砂型的上半部分是浇口杯，下半部分是铸件。金属液经浇口杯注入下半部分的铸件中。当注入浇口杯中金属液流量过大时，金属液会从浇口杯中溢出。流量过小，不能迅速在浇口杯中建立液面，会产生次品。因此，需控制浇口杯中金属液位的高度。但浇口杯中的金属液位很难测量。因为熔化的金属温度很高，约为1 400 ℃左右，很难用一般的传感器来测量金属液位的高度。我们采用摄像机将浇口杯中的液位图像采集回来，经图像处理得到浇口杯中金属液位的高度，由控制算法而达到实时控制的目的。

1　图像处理及液位的测量
　　摄像机以固定的角度和距离拍摄圆形的浇口杯，位置如图1所示。拍摄到的浇口杯图像如图2所示（图中白色的矩形框为设置的关心窗口）为椭圆形。在拍摄到的图像中，熔化的金属是白色，而其他部分基本为黑色。当金属液在浇口杯内的液位高度不同时，图像中白色部分的面积也不同。因而可根据图像中白色部分的大小推算出浇口杯中液位的高度值。

图1　液位的测量

1.1　图像的处理
　　浇口杯中铁水液位的图像是由黑白CCD摄像机拍摄到的，其输出的全电视信号为25帧/s，每帧图像的大小为512×512个像素。在实时控制系统中，有限的时间内处理完这些图像数据是困难的。因此，必须减少需要处理的图像数据量，但又不能丢失有用的图像数据，使液位测量值不准。为此，采取了以下几个措施：
　　①　在拍摄到的图像上设置浇口杯所在的区域，即关心窗口。图像处理时，只处理关心窗口内的图像数据。另外，设置关心窗口还能够降低干扰。这是因为在整个图像范围内存在蒸汽扰动，使图像中出现一些亮度比较高的像素，影响了液位测量的准确性，而设定关心窗口，仅将注意力集中在关心窗口内部的像素，从而减少了这种扰动的影响。设置关心窗口还为了铁水液位的计算。
　　②　由拍摄到的浇口杯图像可知，在关心窗口中还有一个附加的信号，这是流下来的液柱。由于该信号的存在，对测量浇口杯液位会产生干扰，所以应将该信号滤掉。由于液柱基本上出现在图像的上半部分，可以采用对称法，仅处理图像的下半部分，从而排除了液柱信号的干扰，同时提高了图像的处理速度。
　　③　为了进一步提高图像处理的速度，还可以采用跳跃式的处理方法。在关心窗口中隔行隔列地处理图像。

图2　浇口杯图像

1.2　液位的测量
　　浇口杯中金属液的液位是通过计算关心窗口中的白像素的个数来确定的。浇口杯的杯口形状是圆形的。当浇口杯注满铁水时，从CCD摄像机中得到的浇口杯中的铁水图像是长短轴分别为a和b个像素的椭圆，如图3所示。此图像是圆形的浇口杯以θ角在CCD摄像机所在平面的投影，则由几何关系得：

　(1)

其中，θ为摄像机与浇口杯的夹角。在所得浇口杯图像上设置关心窗口的长、宽分别为a和b个像素，则在浇口杯满时，关心窗口内白像素的个数为：

　(2)

这时铁水液位的高度为h₀。又由图中关系可得：

　(3)

其中，α为浇口杯的夹角。将(3)式代入(1)式得：

　(4)

将(3)、(4)式代入(1)式得：

　(5)

图3　液位的测量

　　为了避免摄像机镜头受到高温的损坏，镜头距浇口杯有一定的距离l，la，因此可以认为θ为常数。α角是由浇口杯的形状决定的，也是个常数。因此，S₀=C h²₀,其中C=4tan²α sinθ。
　　设在浇注过程的某个时刻，测得关心窗口内的白像素个数为S，这时金属液的高度为h，则

S=C h²(6)

于是得

　(7)

令h₀=1，得

　(8)

　　于是由（8）式便可控制浇口杯中金属液位的高度。

1.3　阈值的确定
　　浇口杯中的液位是通过计算关心窗口中白像素的数目来确定的。但是所拍到的图像并非二值化图像，而是存在灰度的。所以要定义一个阈值，凡是灰度值大于该阈值的像素就认为是白像素，反之是黑像素。在实际浇注过程中，浇包中金属液的温度是不断改变的。金属液的温度不同导致其亮度发生变化，这样在阈值不变的情况下，得到的浇口杯金属液面积也就发生了变化，从而不能准确测量液位。为此应根据图像中金属液像素的灰度变化，自动调整系统的阈值。
　　阈值的选择是根据图像的直方图来完成的。由于浇口杯图像是一幅明亮反差较大的图像，因而其图像数据的直方图有两个峰点和一个谷点，如图4所示。从直方图可以看出谷点的位置会随金属液温度而变化。谷点的位置就是阈值的大小。阈值的判别方法是先从最高的灰度值（255）向低搜索并设立一个门限值，寻找目标反峰。凡是对应灰度值的像素个数大于门限值的认为属于目标峰，直到寻找到第1个不属于目标峰的灰度值，记为Object。然后用同样的门限从最低灰度值搜索背景峰，找到背景后，再寻找到第1个不属于背景峰的灰度值，记为Background。最后的阈值为（Object＋Background)/2。

图4　浇口环直方图

　　为了防止伪峰，在搜索过程中还要设立2个峰的最小距离。当发现搜索出的2个峰之间的距离小于最小距离时，认为是一个伪峰，忽略掉该峰，继续搜索。

2　控制系统的性能及控制算法
　　理想的浇注过程曲线如图5所示，该铸件的浇注时间为6 s。在浇注的起始阶段流量应大，以便在浇口杯中迅速建立起液位，当浇口杯液位达到浇口杯高度的80%时，调整金属液的流量，以保证浇口杯中的液位恒定。当沙型内注满金属液，液位上升至浇口杯高度的95%时，迅速关闭浇包出口，防止金属液的溢出。虽然不同的铸件其浇注时间等参数不同，但理想的浇注曲线大致如此。

图5　理想的浇注过程曲线

　　由控制曲线可以看出整个控制过程分为3个阶段：
　　第1阶段，浇注的起始阶段。要求迅速建立起浇口杯的液位。
　　第2阶段，液位定值控制阶段。要求把浇口杯中的金属液液位维持在设定值附近。
　　第3阶段，浇注关断阶段。当浇口杯满时，要求迅速停止浇注，以免金属液溢出。
　　第1，3阶段控制算法较为简单，下面着重讨论第2阶段的控制。
　　第2阶段采用带自调整的模糊控制器，控制框图如图6所示。

图6　模糊控制控制框图

　　图6中，E，EC和U分别表示e，和u的模糊语言变量。误差E、误差变化率EC及控制量U的论域选取为：

　　由误差e、误差的变化率(实际上定义e(k)-e(k-1))获得量化后的E与EC的公式为：

式中，k_e，k_ec分别为误差e和的量化因子。
　　则带有自调整因子的模糊控制规则可表示为

式中，。
　　模糊控制器的输出为

式中，k_u为输出比例因子。

3　系统仿真
　　某砂型浇口杯的数学模型为：

　(9)

式中，，H为从浇包出口到浇口杯底之间的距离；h_s为浇口杯中铁水液位的设定值；k₁为与浇口杯形状相关的一个系数；；r为浇口杯流出通道半径；Q(t)为浇包的流出量；h(t)为浇口杯中的液位高度；g为重力加速度，这里取g=9.8。
　　在（9）式中，取τ=0.2，k₂=0.014，k₁=1,H=0.3 m，h_s=0.08 m,模糊控制器中，取k_e=0.15,k_ec=0.005,k_u=0.001,α₀=0.2，α_s=0.8
　　用以上控制算法得到液位响应曲线如图7所示。

图7　浇口杯液位曲线

　　从响应曲线可以看出，系统的控制性能良好。采用此方法可以满足自动浇注控制系统的性能要求。

作者单位:田涛　上海交通大学A97302班(200030)
　　　　　吴君　同济大学(200000)

参考文献
1　李士勇，夏承光.模糊控制和智能控制理论与应用.哈尔滨：哈尔滨工业大学出版社，1990
2　陈理君，符健豪.微机模糊控制.武汉：武汉工业大学出版社，1992
3　崔屹.数字图像处理技术与应用.北京：电子工业出版社，1997
4　经宁.自动浇注计算机控制系统：［硕士论文］.上海交通大学，1997
5　潘俊民,余洲.基于计算机视觉的自动浇注系统.铸造技术，1998.2