带钢边缘检测的一种抗缺陷干扰方法

针对由于带钢划痕、压印、表面夹杂等缺陷导致带钢在宽度检测时边缘难于确定的问题,提出了一种判定带钢边缘宽度测量的方法.通过将二维钢板图像简化处理为一维线阵图像,用梯度计算和非极大值抑制查找每个灰度值跳跃位置,采用最小平均绝对偏差法计算带钢边缘判定参数,判定各个灰度值跳变点.此方法在带钢边缘判定中取得了在缺陷干扰情况下的对边缘准确定位的良好的效果.     

带钢图像灰度补偿算法研究

在应用CCD作为图像传感器进行带钢表面缺陷视觉检测时,经常由于现场条件限制或材料平面度误差的影响而无法得到理想效果的带钢图像.当用线阵CCD进行带钢表面缺陷检测时,往往由于传感器尺寸较大而镜头到带钢的距离有限,获得的带钢图像呈现出中间偏亮、两侧偏暗的成像效果.针对此类图像应用最小二乘法拟合二次曲线方程,得到曲线参数,并对带钢图像进行了灰度补偿,获得了较为满意的灰度均衡效果.     

基于图像零均值化的带钢缺陷检测

 针对带钢表面缺陷的特点,提出了一种基于图像零均值化的检测方法。首先,通过对测试图像进行零均值化,以消除光照对检测的影响;其次,利用维纳滤波对零均值化图像进行滤波除噪;在此基础上,采用Sobel进行锐化处理;最后,通过最大类间方差法进行图像分割,从而实现对带钢表面缺陷的检测。试验表明,本方法能够有效抑制图像背景干扰,有效地实现带钢缺陷的快速检测。     

基于图像预处理的神经网络带钢缺陷检测

针对带钢表面缺陷的特点,提出了1种基于图像预处理消除光照不均等的干扰且用神经网络进行缺陷识别的检测方法.带钢缺陷的检测分为3步:首先,对采集的图像进行预处理,通过图像零均值化以消除光照对检测的影响,分别利用维纳滤波和sobel算子对图像进行滤波除噪和锐化处理;其次,通过最大类间方差法进行图像分割以及计算面积来判断是否存在缺陷;最后,在提取图像特征的基础上,通过设计人工神经网络识别带钢缺陷类型.实验表明,采用的方法能够有效抑制图像背景干扰,能够有效地实现带钢缺陷的快速检测.     

金属板带材表面缺陷自适应检测方法

对缺陷检测方法进行了系统研究。在工业现场通过线阵CCD相机,采集合金板材图像;运用Open CV图像处理技术设计出检测金属板材缺陷的非接触式检测方法。提出一种图像背景值自适应计算方法,根据缺陷部分的灰度值与图像背景值偏离较大的特征,运用数字图像处理和基于C++和Open CV的软件技术,实现图像背景值的自适应检测。     

流形正则化多核模型的模糊红外目标提取

针对模糊边缘的红外目标提取问题,提出一种基于流形正则化多核半监督分类的提取方法.首先应用最大类间方差法计算初始分割阈值,获得确定化的目标和背景区域以及待确定化的模糊边缘区域;然后建立各区域内像素点邻域空间集,并通过多核函数特征映射获得邻域空间中灰度均值和方差信息特征值,通过流形正则获得邻域空间中位置信息特征值;在特征值基础上,建立半监督分类模型对模糊边缘区域像素点邻域空间集进行类别划分;最后计算最佳分割阈值.对比实验结果表明,该方法提取模糊边缘红外目标效果好且运算效率高.      

基于低对比度和小区域模型的快速二值化方法

针对在带钢检测过程中出现的低对比度和小区域特征的缺陷,设计了一种快速高效的图像二值化方法.同0TSU算法和灰度平均值算法比较,该图像二值化方法在具有小区域缺陷特征图像处理方面有一定的优势.该方法对图像进行二值化处理,速度快、精度高,适用于对速度要求较高的图像处理场合.     

基于AOD炉口火焰图像特征的喷溅预测方法

氩氧精炼低碳铬铁合金过程中,炉口火焰能够表征冶炼阶段和冶炼的状态,喷溅是一种不正常的工作状态,喷溅前的火焰与正常工作的状态有所区别。为了降低喷溅率,提高喷溅的预测准确率,对炉口火焰的图像进行分析,利用灰度直方图统计特征进行特征提取。确定了最大灰度值、平均灰度值、火焰丰度、能量、均方差、信息熵6个特征量,分别计算正常工作和3种喷溅强度下的6种特征向量的类间距离,并以此进行评价,采用决策层融合方法,对特征向量进行赋予权值,试验比较决策层融合方法与其他特征值两两作为识别特征的结果。经过在线的检测试验验证,采用决策层融合方法有较好的识别率。     

视线追踪中一种新的由粗及精的瞳孔定位方法

基于图像处理的方法,采用了由粗及精的瞳孔定位思想,提出了一种高精度的瞳孔定位算法。该算法首先利用瞳孔区域的直方图,采用改进的最大类间方差法自适应地分割瞳孔区域,实现粗略定位,然后利用瞳孔灰度的梯度特性来精确定位瞳孔边缘点,最后在像素级瞳孔边缘点的基础上,采用亚像素定位方法,更精确地求得亚像素级瞳孔边缘点,并通过椭圆拟合的方法来精确确定瞳孔的中心位置。另外,针对瞳孔被遮挡的情况,本文提出了一种等距离补偿瞳孔的方法。多次实验结果证明了该算法对遮挡瞳孔的定位有较强的鲁棒性,可以准确地定位瞳孔的位置。      

基于DSP技术的带钢表面质量在线检测系统

提出了一种新的冷轧带钢表面质量在线检测方法。该方法用多个面阵CCD摄像头同步采集带钢表面的图像,通过DSP系统对图像进行处理,以得到钢板表面质量情况。该方法速度快,精度高,实时性好,可有效地检测到带钢表面的各种缺陷。     

IF钢切边质量提升控制技术

针对 IF 钢经过连退或镀锌热处理,在切边过程中由于切边质量不佳,带钢边部容易产生毛刺等缺陷,进而影响带钢边部质量的问题,通过研究切边后带钢切断面各区域比例以及切边工艺参数对切边后切断面各区域比例的影响,对圆盘剪切边工艺参数进行了优化设计;同时通过研究去毛刺辊工作原理以及亮边缺陷产生原因,对去毛刺辊的涂层和底辊辊型进行了优化设计。采取优化措施后,IF 钢的切边质量得到了改善,并彻底消除了亮边缺陷。     

IF钢切边质量提升控制技术

针对 IF 钢经过连退或镀锌热处理,在切边过程中由于切边质量不佳,带钢边部容易产生毛刺等缺陷,进而影响带钢边部质量的问题,通过研究切边后带钢切断面各区域比例以及切边工艺参数对切边后切断面各区域比例的影响,对圆盘剪切边工艺参数进行了优化设计;同时通过研究去毛刺辊工作原理以及亮边缺陷产生原因,对去毛刺辊的涂层和底辊辊型进行了优化设计。采取优化措施后,IF 钢的切边质量得到了改善,并彻底消除了亮边缺陷。     

彩涂钢板涂镀层的辉光放电发射光谱逐层分析方法研究

随着表面技术被广泛应用于各个领域,对表面检测方法的要求越来越高。特别是多层或存在浓度梯度的材料表面分析是非常复杂的。本文报告采用辉光放电发射光谱法(GDOES)测定彩涂钢板涂镀层厚度的方法。通过溅射率校正,建立了多基体的线性校准曲线,解决了彩涂钢板涂镀层的逐层定量分析。实例表明,通过逐层分析图谱所显示的信息,可以了解各元素的分布、互渗区的污染及结合力情况,从而更好地知道彩涂板涂镀层的质量。     

连续热镀锌楔形气刀对镀层均匀性的影响

利用流体力学计算方法,对连续热镀锌气刀射流拭锌过程中带钢表面气流压力和温度分布进行了仿真研究。模拟结果表明:气刀喷吹时,带钢边部5mm范围内出现压力衰减,且边部散热较中心处快,易使带钢出现边部过镀锌缺陷;为避免该缺陷发生,设计了增大边部开口度的楔形刀唇结构气刀,有效阻碍了带钢边部压力衰减,且边部镀层减薄率随楔形开口度的增加而线性增加;对于平行段开口度为1.10mm的气刀,边部开口度选定为1.18~1.22mm,有利于改善镀层均匀性。     

UCM冷连轧机边降控制工作辊辊形优化

国内大量应用的1 700 mm以下的UCM冷连轧机组不具备工作辊窜辊功能,只能依靠工作辊边部辊形设计对硅钢板带进行边降控制。提出了针对UCM冷连轧机的工作辊端部辊形设计方法,在大幅提高边降控制能力的同时,通过边部保护段的设计有效减少断带风险。辊形曲线有利于轧辊磨削,避免轧辊表面质量对带钢表面造成影响。充分利用工作辊与中间辊弯辊的板形调控特性,使用高效实用的弯辊力组合板形控制方法,对轧制过程中产生的二次和四次板形缺陷实施快速精确的控制,在控制硅钢边降的同时很好地抑制板形问题,具有重要的研究价值与推广前景。     

基于数学形态学的带钢表面缺陷检测研究

阐述了数学形态学的原理和方法,研究了数学形态学在带钢表面缺陷图像滤波和边缘检测中的应用,通过与传统滤波方法和边缘检测方法的对比,表明基于多结构元素的数学形态学方法不仅能有效滤除噪声、检测弱小目标在内的图像的边缘,而且还具有较强的抗噪性能。     

钢板表面缺陷图像的跨域翻译

基于深度学习的表面检测识别算法中,往往需要大量的样本数据。但对于一些新投产的生产线无法在短时间内收集足够多的样本。为了解决这一问题,采用了一种改进型的对抗生成网络,对其他生产线上的图像样本进行图像翻译,以获得新生产线的缺陷样本,即跨域图像转换。将热轧钢板表面缺陷样本和冷轧带钢无缺陷样本融合转换成冷轧带钢表面缺陷样本。试验将6种不同类型的热轧钢板表面缺陷进行了跨域转换,结果表明,对于背景纹理较重的图像转换结果较好,对于一些缺陷尺度较小的缺陷,如麻点,检测结果仍有改进空间。为了定量地对检测结果进行判定,引入了一个神经网络来对原始图像和翻译图像进行分类。分类结果准确率达到了96%,表明图像跨域转换效果良好,有一定应用价值。     

基于单目线结构光的智能仓库车辆识别系统

为了实现钢铁企业智能仓库的车辆识别,提出通过基于机器视觉技术的智能仓库车辆识别方案。将面阵CCD相机及线结构光布置在车辆停车位上方拍摄车辆及结构光图像,首先通过张正友标定法及光平面空间原理完成相机与光平面标定;其次使用图像预处理算法及骨架法提取结构光光条中心线;然后通过引入车上、车下点的判别标准,精准识别车上边缘点,并引入车辆高度变量,得到车上边缘点由图像坐标向世界坐标的转化模型;最后根据车上3个边缘点坐标计算车辆位置信息,完成智能库区车辆方位识别。研究结果表明,所构建的测量系统及算法可以获取仓库车辆位置信息,通过标准件精度验证试验可知系统测量结果精确度较高,能够准确实时反映仓库车辆位置信息,这为智能仓库车辆位置检测提供了有效测量手段。