本发明涉及机器视觉，特别涉及一种基于机器视觉的非接触式带钢偏移在线监测系统及方法。
背景技术：
1、带钢在运行中自行偏离生产线的中心，向辊子的一边移动，称为“带钢跑偏”。在实际的生产过程中，会有各种各样的因素影响带钢的正常运行轨迹，因此使带钢产生跑偏现象。辊子在制造时加工成锥形，或因为带钢边浪引起单边磨损，而呈锥形，使得带钢张力分布不均匀，因而带钢总是向粗的一端跑偏。跑偏量的大小跟锥度的大小有关。另外，辊面的表面质量也会影响带钢跑偏，如表面粗糙度不一、辊面损坏、辊面有油污等等。还有其他干扰因素如带钢温度、张力波动、设备安装精度等等，也会影响到带钢跑偏。
2、现有技术中，由于带钢偏离常为人工识别，工作人员不易察觉，无法对带钢偏移进行实时监测。
技术实现思路
1、有鉴于此，本发明旨在提出一种实时在线监测带钢偏移情况的基于机器视觉的非接触式带钢偏移在线监测系统及方法，以解决上述背景技术所提出的问题。
2、为达到上述目的，本发明的技术方案是这样实现的：本发明第一方面提供了一种基于机器视觉的非接触式带钢偏移在线监测系统，包括：
3、光源、工业相机、无线通信系统以及在线监测终端；
4、所述光源设置在活套车上并发出光线照射活套车输出的带钢；
5、所述工业相机与所述光源设置于带钢同侧并采集光源所照射位置的带钢处的待识别图像；所述工业视觉相机向所述带钢的投影位于所述带钢的绝对中心轴上；
6、所述在线监测终端，用于通过无线传输系统获取工业相机采集的待识别图像，并通过所述待识别图像识别带钢偏离情况。
7、优选地，所述无线传输系统包括至少一个无线ap现场箱；
8、所述在线监测终端，通过所述无线ap现场箱获取工业相机采集的待识别图像。
9、优选地，所述无线传输系统还包括无线ac控制箱；
10、所述无线ac控制箱用于管理所述无线ap现场箱。
11、优选地，所述绝对中心轴与活套车上轧辊的中间的截面向带钢的投影重合。
12、优选地，所述光源为条形背光光源。
13、本发明第二方面提供了一种应用于如第一方面中任一项所述的在线监测终端的基于机器视觉的非接触式带钢偏移在线监测方法，所述方法包括：
14、获取所述待识别图像中的带钢的绝对中心轴位置；
15、根据所述待识别图像识别所述带钢边界的边缘点；以分别获取待识别图像中带钢两侧的边缘点集；
16、分别对带钢两侧的边缘点集进行拟合得到带钢两侧的边缘直线，以计算带钢的实际中心位置；
17、将所述带钢的实际中心位置与绝对中心轴位置比较得到所述带钢的偏移量。
18、优选地，在根据所述图像识别所述带钢边界的边缘点前所述方法还包括：
19、对所述待识别图像进行预处理；
20、所述对所述待识别图像进行预处理包括：
21、对待识别图像分别进行灰度转换、高斯模糊处理、形态学闭运算以及自适应阈值二值化处理。
22、优选地，所述分别获取待识别图像中带钢两侧的边缘点集包括：
23、分别获取带钢左右两侧的基准线，得到左侧基准线和右侧基准线；
24、对待识别图像的各行像素进行如下操作，以获取各行带钢左侧的边缘点得到带钢左侧的边缘点集；并获取各行带钢右侧的边缘点，得到带钢右侧的边缘点集：
25、指定待识别图像的第i行，从所述待识别图像的中心开始分别向待识别图像的第i行的左右两侧搜索，直到左右两侧分别识别到黑色像素；
26、当位于待识别图像的中心左侧的黑色像素与左侧基准线的距离小于第一预设阈值时，则该行待识别图像的中心左侧的黑色像素坐标为带钢左侧的边缘点；
27、当位于待识别图像的中心右侧的黑色像素与右侧基准线的距离小于第二预设阈值时，则该行待识别图像的中心右侧的黑色像素坐标为带钢右侧的边缘点；
28、其中i为大于0的整数。
29、优选地，所述分别对带钢两侧的边缘点集进行拟合得到带钢两侧的边缘直线包括：
30、基于高斯消元法对带钢左侧的边缘点集进行拟合，得到带钢左侧的边缘直线；
31、基于高斯消元法对带钢右侧的边缘点集进行拟合，得到带钢右侧的边缘直线。
32、优选地，将所述带钢的实际中心位置与绝对中心轴位置比较得到所述带钢的偏移量后，所述方法还包括：
33、获取至少一个预设报警阈值并设置对应预设报警阈值的报警等级；
34、按照各预设报警阈值从小到大的顺序依次判断所述预设报警阈值是否小于等于所述带钢的偏移量，若是则发出该预设报警阈值对应报警等级的报警信号；否则判断下一个预设报警阈值。
35、相对于现有技术，本发明具有以下优势：
36、本发明设置了工业视觉相机，并在活套车设置光源；使得本发明在不影响到活套车运行的基础上准确可靠地实现了无接触在线监测带钢偏移。维护更加方便并且运行稳定可靠。
1.一种基于机器视觉的非接触式带钢偏移在线监测系统，其特征在于：包括：
2.根据权利要求1所述的一种基于机器视觉的非接触式带钢偏移在线监测系统，其特征在于：
3.根据权利要求2所述的一种基于机器视觉的非接触式带钢偏移在线监测系统，其特征在于：
4.根据权利要求1所述的一种基于机器视觉的非接触式带钢偏移在线监测系统，其特征在于：
5.根据权利要求1所述的一种基于机器视觉的非接触式带钢偏移在线监测系统，其特征在于：
6.一种应用于如权利要求1-5中任一项所述的在线监测终端的基于机器视觉的非接触式带钢偏移在线监测方法，其特征在于，方法包括：
7.根据权利要求6所述的一种基于机器视觉的非接触式带钢偏移在线监测方法，其特征在于：
8.根据权利要求7所述的一种基于机器视觉的非接触式带钢偏移在线监测方法，其特征在于：
9.根据权利要求6所述的一种基于机器视觉的非接触式带钢偏移在线监测方法，其特征在于：
10.根据权利要求6所述的一种基于机器视觉的非接触式带钢偏移在线监测方法，其特征在于：
