一种基于图像识别的成型钢筋合格性检测方法

摘要

本发明涉及材料检测领域，尤其涉及一种基于图像识别的成型钢筋合格性检测方法，本发明通过获取钢筋折弯过程中各折弯点的温度变化数据，并对已完成折弯的钢筋进行检测，将折弯异常钢筋对应的温度变化数据以及材料属性储存至样本数据库，并且，当样本数据库容量足够时，检测所述钢筋在折弯过程中的各折弯点处的温度变化数据，将所述材料属性以及各折弯点处的温度变化数据与所述样本数据库中的数据进行对比，以根据对比结果判定所述钢筋的各折弯点是否发生异常，通过上述过程能在生产过程中根据各折弯点温度的变化数据判定折弯点是否出现折弯异常，提高检测效率，检测方式便捷、检测结果可靠准确。

权利要求

1.一种基于图像识别的成型钢筋合格性检测方法，其特征在于，包括：

步骤S1，通过红外成像温度测试仪检测钢筋折弯过程中各折弯点处的温度变化数据，并对已完成折弯的钢筋进行检测，判定异常钢筋；

步骤S2，基于异常钢筋在折弯过程中各折弯点的温度变化数据构建样本数据库，构建过程包括，根据异常类型对异常钢筋进行筛选，将筛选出的异常钢筋的材料属性以及折弯过程中各折弯点的折弯角度以及温度变化数据储存至样本数据库中；

步骤S3，获取基于温度变化数据的表征函数曲线与折弯角度的关联关系，所述表征函数曲线为根据温度变化数据构建的若干温度与时间变化的函数曲线拟合而成，所述温度变化数据为所述样本数据库中相同条件下折弯角度相同的折弯点的数据；

步骤S4，将钢筋生产过程中折弯点的温度与时间的函数曲线与表征函数曲线进行对比，以根据对比结果判定钢筋是否存在异常，对比时所选取的表征函数曲线需与所述折弯点的折弯角度存在关联关系；

步骤S5，将折弯点存在异常的钢筋筛选出；

所述步骤S1中，在钢筋折弯设备的一侧布置红外成像温度测试仪，以获取钢筋在折弯过程中各折弯点的温度变化数据，且，在折弯设备上设置相机，以获取所述钢筋在折弯过程中的图像，根据图像确定各折弯点的折弯角度；

所述步骤S1中，对已完成折弯的钢筋进行检测时，包括进行尺寸检测以及折弯点强度检测，其中，进行所述尺寸检测时，将钢筋的轮廓图案与标准件轮廓图案进行比较以获取图案重合度，将图案重合度与预设重合度标准进行对比，在对比结果满足第一对比条件时，判定钢筋存在异常，异常类型为尺寸不合格；

进行所述折弯点强度检测时，将钢筋各折弯点的强度与预设强度标准进行对比，在对比结果满足第二对比条件时判定钢筋存在异常，异常类型为折弯点强度不合格；

所述第一对比条件为所述图案重合度低于所述预设重合度标准，所述第二对比条件为折弯点的强度低于预设强度标准，所述轮廓图案为通过所述相机拍摄所得，各所述折弯点的强度为通过强度检测仪测试所得；

所述步骤S4中还包括通过相机拍摄折弯过程中钢筋的图像，根据所述图像确定钢筋轮廓，以所述钢筋轮廓的中心建立一直角坐标系，并确定是否有基于坐标轴对称的折弯点；

若存在基于坐标轴对称的折弯点，且折弯点的折弯角度相同时将折弯点标记为对称折弯点；

所述步骤S4中，判定对称折弯点是否存在异常时，调用所述对称折弯点折弯过程中的温度变化数据，根据所述温度变化数据构建所述对称折弯点处温度关于时间的变化曲线，并按照公式(1)计算曲线拟合差异量E，公式(1)中，t表示时间，t0表示折弯完成时刻，f1

(t)表示所述对称折弯点中的第一折弯点处温度关于时间的变换函数，f2(t)表示所述对称折弯点中的第二折弯点处温度关于时间的变换函数，F0表示预设差异量对比参量；

且，确定所述对称折弯点中的第一折弯点的最大温度与第二折弯点的最大温度的差值△T；

所述步骤S4中，根据所述温度变化数据判定所述对称折弯点是否存在异常时，将所述曲线拟合差异量E与预设拟合差异对比参量E0进行对比，并且将所述差值△T与预设差值对比参量△T0进行对比，若对比结果满足第四对比条件，则判定所述对称折弯点存在异常，

所述第四对比条件为，在E≥E0时仍有△T＞△T0。

2.根据权利要求1所述的基于图像识别的成型钢筋合格性检测方法，其特征在于，所述步骤S2中，对异常钢筋进行筛选时，若异常钢筋的异常原因为折弯点强度不合格，则将所述异常钢筋筛选出，并确定所述异常钢筋的材料属性，所述材料属性包括所述异常钢筋的抗弯强度以及截面半径。

3.根据权利要求1所述的基于图像识别的成型钢筋合格性检测方法，其特征在于，所述步骤S3中，拟合表征函数曲线时，提取所述样本数据库中材料属性相同的异常钢筋在折弯过程中各折弯点的折弯角度以及温度变化数据，并根据折弯角度相同的折弯点的温度变化数据构建若干温度关于时间变化的函数曲线，并将若干所述函数曲线拟合为表征函数曲线，并建立所述表征函数曲线与所述折弯角度的关联关系。

4.根据权利要求3所述的基于图像识别的成型钢筋合格性检测方法，其特征在于，所述步骤S4中，所述相同条件包括材料属性相同，拟合所得的所述表征函数曲线需基于进行所述拟合时所选取温度变化数据对应的异常钢筋的材料属性进行区分，基于区分结果的不同将拟合而成的所述表征函数曲线存储至不同的拟合数据库中,并且，将钢筋生产过程中折弯点的温度与时间的函数曲线与表征函数曲线进行对比时，需根据所述钢筋的材料属性调用对应的拟合数据库中的表征函数曲线与所述函数曲线进行对比。

5.根据权利要求4所述的基于图像识别的成型钢筋合格性检测方法，其特征在于，所述步骤S4中，将所述函数曲线与表征函数曲线进行对比时，计算所述函数曲线与表征函数曲线的相似度C并与预设相似度对比参量C0进行对比，其中，若对比结果满足第三对比条件，则判定所述折弯点发生折弯异常；

所述第三对比条件为C≥C0。

说明书

一种基于图像识别的成型钢筋合格性检测方法

技术领域

[0001] 本发明涉及材料检测领域，尤其涉及一种基于图像识别的成型钢筋合格性检测方法。

背景技术

[0002] 钢筋，是指钢筋混凝土用或预应力钢筋混凝土用钢材，在建筑领域被广泛应用，因此，钢筋的生产、检测至关重要，随着科技水平的进步，各类对于钢筋的自动化生产检测设备应用而生；

[0003] 中国专利公开号：CN109632481A，公开了一种钢筋拉伸形变的检测系统及其操作方法，该发明提供了一种钢筋拉伸形变的检测系统，光源系统、拉力传感系统、CCD成像系统、采集系统和软件处理系统，光源系统提供光强信号；拉力传感系统为钢筋的拉伸形变提供拉力，并将产生的拉力数据传输给软件处理系统；CCD成像系统包括镜头组、CCD芯片，镜头组采集钢筋形变的图像信息，然后由CCD芯片将图像信息实现由光到电的转换；软件处理系统接收得到的拉力数据和图像信息整合起来，转换成拉力形变二维图像；其中，采集系统对拉力数据和图像信息进行滤波、放大和A/D转换，将模拟信号转变为数字信号然后传输给软件处理系统进行处理。该发明还提供一种钢筋拉伸形变的检测系统的操作方法。本发明高精度并且可靠的完成对钢筋拉伸形变进行检测。

[0004] 但是，现有技术中还存在以下问题，

[0005] 1、现有技术中，缺少应用于钢筋生产过程中对于钢筋质量参数的检测技术，尤其是对于钢筋折弯生产过程中钢筋质量参数的检测；

[0006] 2、现有技术中，未考虑钢筋折弯过程中所产生热量对钢筋质量参数的表征性，尤其是在折弯过程中，钢筋各部位的强度可能存在差异，则在折弯时由于强度的不同导致折弯钢筋过程中机械能的转化情况有差异进而使得折弯部位的发热量不同。

发明内容

[0007] 为解决上述问题，本发明提供一种基于图像识别的成型钢筋合格性检测方法，其特征在于，包括：

[0008] 步骤S1，通过红外成像温度测试仪检测钢筋折弯过程中各折弯点处的温度变化数据，并对已完成折弯的钢筋进行检测，判定异常钢筋；

[0009] 步骤S2，基于异常钢筋在折弯过程中各折弯点的温度变化数据构建样本数据库，构建过程包括，根据异常类型对异常钢筋进行筛选，将筛选出的异常钢筋的材料属性以及折弯过程中各折弯点的折弯角度以及温度变化数据储存至样本数据库中；

[0010] 步骤S3，获取基于温度变化数据的表征函数曲线与折弯角度的关联关系，所述表征函数曲线为根据温度变化数据构建的若干温度与时间变化的函数曲线拟合而成，所述温度变化数据为所述样本数据库中相同条件下折弯角度相同的折弯点的数据；

[0011] 步骤S4，将钢筋生产过程中折弯点的温度与时间的函数曲线与表征函数曲线进行对比，以根据对比结果判定钢筋是否存在异常，对比时所选取的表征函数曲线需与所述折弯点的折弯角度存在关联关系；

[0012] 步骤S5，将折弯点存在异常的钢筋筛选出。

[0013] 进一步地，所述步骤S1中，在钢筋折弯设备的一侧布置红外成像温度测试仪，以获取钢筋在折弯过程中各折弯点的温度变化数据，且，在折弯设备上设置相机，以获取所述钢筋在折弯过程中的图像，根据图像确定各折弯点的折弯角度。

[0014] 进一步地，所述步骤S1中，对已完成折弯的钢筋进行检测时，包括进行尺寸检测以及折弯点强度检测，其中，

[0015] 进行所述尺寸检测时，将钢筋的轮廓图案与标准件轮廓图案进行比较以获取图案重合度，将图案重合度与预设重合度标准进行对比，在对比结果满足第一对比条件时，判定钢筋存在异常，异常类型为尺寸不合格；

[0016] 进行所述折弯点强度检测时，将钢筋各折弯点的强度与预设强度标准进行对比，在对比结果满足第二对比条件时判定钢筋存在异常，异常类型为折弯点强度不合格；

[0017] 所述第一对比条件为所述图案重合度低于所述预设重合度标准，所述第二对比条件为折弯点的强度低于预设强度标准，所述轮廓图案为通过所述相机拍摄所得，各所述折弯点的强度为通过强度检测仪测试所得。

[0018] 进一步地，所述步骤S2中，对异常钢筋进行筛选时，

[0019] 若异常钢筋的异常原因为折弯点强度不合格，则将所述异常钢筋筛选出，并确定所述异常钢筋的材料属性，所述材料属性包括所述异常钢筋的抗弯强度以及截面半径。

[0020] 进一步地，所述步骤S3中，拟合表征函数曲线时，提取所述样本数据库中材料属性相同的异常钢筋在折弯过程中各折弯点的折弯角度以及温度变化数据，并根据折弯角度相同的折弯点的温度变化数据构建若干温度关于时间变化的函数曲线，并将若干所述函数曲线拟合为表征函数曲线，并建立所述表征函数曲线与所述折弯角度的关联关系。

[0021] 进一步地，所述步骤S4中，所述相同条件包括材料属性相同，拟合所得的所述表征函数曲线需基于进行所述拟合时所选取温度变化数据对应的异常钢筋的材料属性进行区分，基于区分结果的不同将拟合而成的所述表征函数曲线存储至不同的拟合数据库中,并且，将钢筋生产过程中折弯点的温度与时间的函数曲线与表征函数曲线进行对比时，需根据所述钢筋的材料属性调用对应的拟合数据库中的表征函数曲线与所述函数曲线进行对比。

[0022] 进一步地，所述步骤S4中，将所述函数曲线与表征函数曲线进行对比时，计算所述函数曲线与表征函数曲线的相似度C并与预设相似度对比参量C0进行对比，其中，

[0023] 若对比结果满足第三对比条件，则判定所述折弯点发生折弯异常；

[0024] 所述第三对比条件为C≥C0。

[0025] 进一步地，所述步骤S4中还包括通过相机拍摄折弯过程中钢筋的图像，根据所述图像确定钢筋轮廓，以所述钢筋轮廓的中心建立一直角坐标系，并确定是否有基于坐标轴对称的折弯点；

[0026] 若存在基于坐标轴对称的折弯点，且折弯点的折弯角度相同时将折弯点标记为对称折弯点。

[0027] 进一步地，所述步骤S4中，判定对称折弯点是否存在异常时，调用所述对称折弯点折弯过程中的温度变化数据，根据所述温度变化数据构建所述对称折弯点处温度关于时间的变化曲线，并按照公式(1)计算曲线拟合差异量E，

[0028]    (1)

[0029] 公式(1)中，t表示时间，t0表示折弯完成时刻，f1(t)表示所述对称折弯点中的第一折弯点处温度关于时间的变换函数，f2(t)表示所述对称折弯点中的第二折弯点处温度关于时间的变换函数，F0表示预设差异量对比参量；

[0030] 且，确定所述对称折弯点中的第一折弯点的最大温度与第二折弯点的最大温度的差值△T。

[0031] 进一步地，所述步骤S4中，根据所述温度变化数据判定所述对称折弯点是否存在异常时，

[0032] 将所述曲线拟合差异量E与预设拟合差异对比参量E0进行对比，并且将所述差值△T与预设差值对比参量△T0进行对比，

[0033] 若对比结果满足第四对比条件，则判定所述对称折弯点存在异常，

[0034] 所述第四对比条件为，在E≥E0时仍有△T＞△T0。

[0035] 与现有技术相比，本发明通过获取钢筋折弯过程中各折弯点的温度变化数据，并对已完成折弯的钢筋进行检测，将折弯异常钢筋对应的温度变化数据以及材料属性储存至样本数据库，并且，当样本数据库容量足够时，检测所述钢筋在折弯过程中的各折弯点处的温度变化数据，将所述材料属性以及各折弯点处的温度变化数据与所述样本数据库中的数据进行对比，以根据对比结果判定所述钢筋的各折弯点是否发生异常，通过上述过程能在生产过程中根据各折弯点温度的变化数据判定折弯点是否出现折弯异常，提高检测效率，检测方式便捷、检测结果可靠准确。

[0036] 尤其，本发明步骤S1中设置红外成像温度测试仪能够对钢筋折弯过程进行持续监测，进而获取钢筋各折弯点处的温度变化数据，获取的数据是连续的，进而方便后续能够构建各折弯点温度关于时间变化的函数曲线，便于数据分析。

[0037] 尤其，本发明步骤S2中基于异常钢筋在折弯过程中各折弯点的温度变化数据构建样本数据库，并且获取基于温度变化数据的表征函数曲线与折弯角度的关联关系，在实际情况中，由于钢筋内部可能存在缺陷或表面存在细微缺陷，这类情况不易于批量检测，并且，钢筋各部位的质量参数可能存在差异，进而导致钢筋各部位的强度不同，进而在折弯时可能会出现折断、裂纹或折弯后折弯部位的强度明显不足的情况，而由于折弯需要对钢筋做功，强度的高低决定了做功的高低，使得折弯异常的部位其散发出的温度与正常部位的温度存在差异，因此，通过建立样本数据库储存折弯异常钢筋在折弯过程中各折弯位置的温度变化数据，

[0038] 并且建立若干表征函数曲线，进而在生产过程中能够通过获取钢筋各折弯位置的温度变化情况构建函数区域与表征函数曲线进行对比能够判定钢筋折弯点是否出现异常，检测方式便捷、检测结果可靠准确，能够在生产过程中进行检测。

[0039] 尤其，本发明步骤S4中还包括获取所述相机拍摄的图像，根据图像对折弯点进行筛选，所筛选的折弯点为同一钢筋中折弯数据相似的点，在实际情况中，对于折弯数据相似的点，其在折弯过程中散发的热量也是相似的，不会出现较大差异，而对于出现较大差异的情况，其折弯点可能存在折弯异常，本发明对上述情况进行识别，能够快速的在折弯过程中判定折弯异常的情况，检测方式便捷、检测结果可靠准确。

附图说明

[0040] 图1为发明实施例的基于图像识别的成型钢筋合格性检测方法步骤示意图；

[0041] 图2为发明实施例的钢筋轮廓示意图。

具体实施方式

[0042] 为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

[0043] 下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

[0044] 需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

[0045] 此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

[0046] 请参阅图1所示，其为本发明实施例的基于图像识别的成型钢筋合格性检测方法步骤示意图，本发明的基于图像识别的成型钢筋合格性检测方法，其特征在于，包括：

[0047] 步骤S1，通过红外成像温度测试仪检测钢筋折弯过程中各折弯点处的温度变化数据，并对已完成折弯的钢筋进行检测，判定异常钢筋；

[0048] 步骤S2，基于异常钢筋在折弯过程中各折弯点的温度变化数据构建样本数据库，构建过程包括，根据异常类型对异常钢筋进行筛选，将筛选出的异常钢筋的材料属性以及折弯过程中各折弯点的折弯角度以及温度变化数据储存至样本数据库中；

[0049] 步骤S3，获取基于温度变化数据的表征函数曲线与折弯角度的关联关系，所述表征函数曲线为根据温度变化数据构建的若干温度与时间变化的函数曲线拟合而成，所述温度变化数据为所述样本数据库中相同条件下折弯角度相同的折弯点的数据；

[0050] 步骤S4，将钢筋生产过程中折弯点的温度与时间的函数曲线与表征函数曲线进行对比，以根据对比结果判定钢筋是否存在异常，对比时所选取的表征函数曲线需与所述折弯点的折弯角度存在关联关系；

[0051] 步骤S5，将折弯点存在异常的钢筋筛选出。

[0052] 具体而言，所述步骤S1中，在钢筋折弯设备的一侧布置红外成像温度测试仪，以获取钢筋在折弯过程中各折弯点的温度变化数据，且，在折弯设备上设置相机，以获取所述钢筋在折弯过程中的图像，根据图像确定各折弯点的折弯角度。

[0053] 具体而言，本发明步骤S1中设置红外成像温度测试仪能够对钢筋折弯过程进行持续监测，进而获取钢筋各折弯点处的温度变化数据，获取的数据是连续的，进而方便后续能够构建各折弯点温度关于时间变化的函数曲线，便于数据分析。

[0054] 具体而言，对于根据图像确定钢筋的折弯角度的方式，可以通过外接计算机设置预设算法确定图像中钢筋轮廓的折弯角度，其为现有技术此处不再赘述。

[0055] 具体而言，对于温度变化数据，在本实施例中可以记录为如下数据矩阵的形式，对于第i折弯点温度数据矩阵Ai(Ai1，Ai2，...Ain)，其中，Ai1表示第i折弯点第1时刻的温度，Ai2表示第i折弯点第2时刻的温度，...，Ain表示第i折弯点第n时刻的温度，n为整数表示所记录时刻的数量。

[0056] 具体而言，所述步骤S1中，对已完成折弯的钢筋进行检测时，包括进行尺寸检测以及折弯点强度检测，其中，

[0057] 进行所述尺寸检测时，将钢筋的轮廓图案与标准件轮廓图案进行比较以获取图案重合度，将图案重合度与预设重合度标准进行对比，在对比结果满足第一对比条件时，判定钢筋存在异常，异常类型为尺寸不合格；

[0058] 进行所述折弯点强度检测时，将钢筋各折弯点的强度与预设强度标准进行对比，在对比结果满足第二对比条件时判定钢筋存在异常，异常类型为折弯点强度不合格；

[0059] 所述第一对比条件为所述图案重合度低于所述预设重合度标准，所述第二对比条件为折弯点的强度低于预设强度标准，所述轮廓图案为通过所述相机拍摄所得，各所述折弯点的强度为通过强度检测仪测试所得，对于预设重合度标准以及预设强度标准，本领域技术人员可以根据钢筋的应用场所具体设定，此处不再赘述。

[0060] 具体而言，所述步骤S2中，对异常钢筋进行筛选时，

[0061] 若异常钢筋的异常原因为折弯点强度不合格，则将所述异常钢筋筛选出，并确定所述异常钢筋的材料属性，所述材料属性包括所述异常钢筋的抗弯强度以及截面半径。

[0062] 具体而言，所述步骤S3中，拟合表征函数曲线时，提取所述样本数据库中材料属性相同的异常钢筋在折弯过程中各折弯点的折弯角度以及温度变化数据，并根据折弯角度相同的折弯点的温度变化数据构建若干温度关于时间变化的函数曲线，并将若干所述函数曲线拟合为表征函数曲线，并建立所述表征函数曲线与所述折弯角度的关联关系。

[0063] 具体而言，在本实施例中，提供一种建立表征函数曲线与所述折弯角度的关联关系的过程，其中，从样本数据库中确定抗弯强度为400Mpa且截面半径8mm的钢筋在折弯过程中各折弯点的温度变化数据矩阵，并从中筛选出折弯角度为45°的折弯点的温度变化数据矩阵，依据所筛选出的若干温度变化数据矩阵构建若干温度基于时间变化的函数曲线，将各函数曲线通过MATLAB进行拟合得到表征函数曲线fn(x)，并建立所述表征函数曲线fn(x)与45°的关联关系。

[0064] 具体而言，所述步骤S4中，所述相同条件包括材料属性相同，拟合所得的所述表征函数曲线需基于进行所述拟合时所选取温度变化数据对应的异常钢筋的材料属性进行区分，基于区分结果的不同将拟合而成的所述表征函数曲线存储至不同的拟合数据库中,并且，将钢筋生产过程中折弯点的温度与时间的函数曲线与表征函数曲线进行对比时，需根据所述钢筋的材料属性调用对应的拟合数据库中的表征函数曲线与所述函数曲线进行对比。

[0065] 具体而言，在本实施例中，对于拟合数据库可以有多个，用以存储不同材料属性的钢筋的温度变化数据确定的函数曲线拟合而成的表征函数曲线，在本实施中，第一拟合数据库用以存储抗弯强度为400Mpa且截面半径8mm的钢筋的温度变化数据的函数曲线拟合而成的表征函数曲线，若表征函数曲线拟合时所选取温度变化数据对应的异常钢筋的材料属性为抗弯强度400Mpa且截面半径8mm，则将所述表征函数曲线存储至所述第一拟合数据库；

[0066] 第二拟合数据库用以存储抗弯强度为450Mpa，且截面半径为10mm的钢筋的温度变化数据的函数曲线拟合而成的表征函数曲线，若表征函数曲线拟合时选取温度变化数据对应的异常钢筋的材料属性为抗弯强度450Mpa且截面半径10mm，则将所述表征函数曲线存储至所述第二拟合数据库；

[0067] 其余拟合数据库此处不再赘述，本领域技术人员可以根据具体情况设定对应数量的拟合数据库。

[0068] 具体而言，所述步骤S4中，将所述函数曲线与表征函数曲线进行对比时，计算所述函数曲线与表征函数曲线的相似度C并与预设相似度对比参量C0进行对比，其中，

[0069] 若对比结果满足第三对比条件，则判定所述折弯点发生折弯异常；

[0070] 所述第三对比条件为C≥C0。

[0071] 具体而言，本发明步骤S2中基于异常钢筋在折弯过程中各折弯点的温度变化数据构建样本数据库，并且获取基于温度变化数据的表征函数曲线与折弯角度的关联关系，在实际情况中，由于钢筋内部可能存在缺陷或表面存在细微缺陷，这类情况不易于批量检测，并且，钢筋各部位的质量参数可能存在差异，进而导致钢筋各部位的强度不同，进而在折弯时可能会出现折断、裂纹或折弯后折弯部位的强度明显不足的情况，而由于折弯需要对钢筋做功，强度的高低决定了做功的高低，使得折弯异常的部位其散发出的温度与正常部位的温度存在差异，因此，通过建立样本数据库储存折弯异常钢筋在折弯过程中各折弯位置的温度变化数据，并且建立若干表征函数曲线，进而在生产过程中能够通过获取钢筋各折弯位置的温度变化情况构建函数区域与表征函数曲线进行对比能够判定钢筋折弯点是否出现异常，检测方式便捷、检测结果可靠准确，能够在生产过程中进行检测。

[0072] 具体而言，请参阅图2所示，所述步骤S4中还包括通过相机拍摄折弯过程中钢筋的图像，根据所述图像确定钢筋轮廓，以所述钢筋轮廓的中心建立一直角坐标系，并确定是否有基于坐标轴对称的折弯点；

[0073] 若存在基于坐标轴对称的折弯点，且折弯点的折弯角度相同时将折弯点标记为对称折弯点。

[0074] 具体而言，所述步骤S4中，判定对称折弯点是否存在异常时，调用所述对称折弯点折弯过程中的温度变化数据，根据所述温度变化数据构建所述对称折弯点处温度关于时间的变化曲线，并按照公式(1)计算曲线拟合差异量E，

[0075]    (1)

[0076] 公式(1)中，t表示时间，t0表示折弯完成时刻，f1(t)表示所述对称折弯点中的第一折弯点处温度关于时间的变换函数，f2(t)表示所述对称折弯点中的第二折弯点处温度关于时间的变换函数，F0表示预设差异量对比参量；

[0077] 且，确定所述对称折弯点中的第一折弯点的最大温度与第二折弯点的最大温度的差值△T。

[0078] 进一步地，所述步骤S4中，根据所述温度变化数据判定所述对称折弯点是否存在异常时，

[0079] 将所述曲线拟合差异量E与预设拟合差异对比参量E0进行对比，并且将所述差值△T与预设差值对比参量△T0进行对比，

[0080] 若对比结果满足第四对比条件，则判定所述对称折弯点存在异常，

[0081] 所述第四对比条件为，在E≥E0时仍有△T＞△T0。

[0082] 具体而言，本发明步骤S4中还包括获取所述相机拍摄的图像，根据图像对折弯点进行筛选，所筛选的折弯点为同一钢筋中折弯数据相似的点，在实际情况中，对于折弯数据相似的点，其在折弯过程中散发的热量也是相似的，不会出现较大差异，而对于出现较大差异的情况，其折弯点可能存在折弯异常，本发明对上述情况进行识别，能够快速的在折弯过程中判定折弯异常的情况，检测方式便捷、检测结果可靠准确。

[0083] 至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。