随着我国制造业的快速发展,中厚钢因其机械性能优良、成品的尺寸精度高等特点已经被广泛地用在制造业的各个领域内。与此同时,对中厚钢成品的板形质量要求也越来越高。对于中厚钢板的板形检测,传统的人工视觉检测已经不能满足现代工业的检测要求,因此寻求一种基于机器视觉的检测系统已经成为板形检测的发展趋势,也得到了很多研究机构和钢铁企业的认同和重视。近几年来,一些具有非接触式、检测精度高、数据处理速度快、实时性能强等优点的机器视觉检测技术已经广泛地被应用在中厚钢板形的检测中,在此背景下,本文提出了一种基于机器视觉的中厚钢板轮廓检测系统用来实现待测中厚钢板板的轮廓检测。论文以运动的中厚钢板作为研究对象,提出了一种基于机器视觉的轮廓检测方法。该检测系统由入射角度可控线激光源、CMOS面阵相机、磁栅测速装置、图像的采集子系统等组成。检测时,通过对目标图像的获取与处理后实现轮廓信息的提取,然后将轮廓数据匹配速度数据以此实现对运动中的中厚钢板轮廓的拟合和显示。论文着重于中厚板的速度获取、相机的高度标定和参数标定、亮线图像的处理算法包括亮线纵向位置的提取算法、亮线端点位置坐标的近似提取算法和亚像素提取算法以及亮线纵向位置提取的重复检测精度、亮线端点提取的重复检测精度分析和标定板高度和宽度检测精度的分析等内容的研究。本论文研究的详细内容包括以下几点:(1)详细介绍了国内外机器视觉检测技术和中厚钢板轮廓检测技术的研究现状。探讨了论文的研究背景和意义,最后通过分析目前国内中厚板轮廓检测的研究现状以及本论文预期的检测目标,提出了一种基于机器视觉的中厚板轮廓检测系统,该系统可以实现激光源控制、图像采集、图像处理、轮廓显示等功能。(2)针对中厚板的运动速度要求,设计了基于磁栅传感器的中厚钢板测速装置,并基于labview开发了速度采集界面,对获取的速度进行处理,在此基础上探讨了无干扰情况下的速度获取以及有干扰下的速度获取,最后将两种情况下的速度数据匹配端点坐标数据,拟合出中厚板的轮廓数据。(3)为了探讨高度与相机视觉变化的关系,本文设计了一种新的标定装置并结合高度标定原理实现了相机的标定,利用一次函数和二次次函数分别对标定数据进行曲线拟合,通过比较拟合参数,得到更精确的拟合函数关系,从而实现了图像坐标系和平面坐标系之间的相互转换。同时结合小孔成像模型对相机的参数进行了标定。(4)针对中厚板轮廓检测系统所拍摄图像的特征,为了能精确地提取出图像亮线端点的的位置坐标,提出了一种纵向搜索的提取算法,该算法能够提取出亮线端点的像素级坐标并可以统计出端点的个数。为了进一步提高检测精度,本文研究了一种基于二次投影的端点坐标提取算法,该算法可将端点坐标精确到亚像素级别。(5)针对中厚板轮廓检测系统所检测的轮廓数据,对其检测精度进行分析,包括对亮线中的纵向位置坐标提取的精度分析以及亮线的端点位置坐标提取的精度分析,通过计算知,亮线的纵向位置坐标提取的重复精度可达0.2013pixel,亮线的端点位置提取的重复检测精度可达0.1689pixel。(6)针对论文的研究内容进行了总结,同时对未来的研究工作提出了自己的构想和规划。