基于TDI 成像技术的镀锡带钢表面质量在线检测系统研发

针对高速、高分辨率带钢表面质量在线检测,研究开发了以TDI 成像技术为基础的视觉检测系统。系统采用高速TDI CCD 器件,配合照度自适应LED 光源成像,将采集得到的带钢图像经光纤送至图像分送器,各处理单元并行接收图像分送器的数据并进行实时处理,完成带钢表面质量检测。现场应用表明,基于TDI 成像技术的镀锡带钢表面质量在线检测系统可有效实现镀锡带钢表面缺陷检测。     

多线扫描相机系统一致性成像方法研究

输入图像是否满足一致性,将严重影响多线扫描相机带钢表面质量在线检测系统对缺陷的检出和分析。分析影响多线扫描相机输入一致性的因素,给出了针对性的解决措施,最终形成一个包括软件和硬件在内的解决方案,能够非常直观高效地提高系统的一致性输入水平。     

Mean shift 算法在带钢缺陷图像分割中的应用

带钢自动表面检测系统中缺陷图像的分割效果对缺陷识别具有重要影响．为了提高缺陷图像的分割效果,提出了采用 Mean shift 算法对带钢缺陷图像中的感兴趣区域进行平滑从而获取缺陷边缘的方法,并将该算法与中值滤波算法进行了比较．测试结果表明,Mean shift 算法能够有效地对缺陷图像中的感兴趣区域进行平滑,并精确得到缺陷目标的边缘,该算法在带钢的缺陷分割中具有较好的性能．     

Boosting优化决策树的带钢表面缺陷识别技术

基于图像信息的缺陷识别技术是带钢表面缺陷检测系统中的关健技术之一.通过采用单一的分类技术或者一步到位的创建分类器,对复杂带钢表面缺陷图像进行识别很难达到理想的效果.提出了用Boosting算法结合SLIQ决策树建立组合分类器来识别带钢表面缺陷的方法.Boosting算法通过适应性权重技术和带权重的投票方法,建立并组合多个功能互补的分类器,组合分类器通过优势互补的方法有效地提高单个分类器的性能;而SLIQ决策树算法的数据预排序和广度优先技术对大规模数据分类具有速度优势,适合于作为单个分类器的弱学习算法.对实际带钢表面缺陷数据集进行测试,Boosting优化SLIQ决策树的组合分类器对缺陷识别的准确率达到了90%以上.     

带钢表面缺陷在线检测设备的防护分析与应用

带钢表面缺陷在线检测系统的检测工位环境恶劣,诸如油污、灰尘、蚊虫、高温、击打等都严重影响了其正常的工作。为了保证成像清晰度、保障设备性能,带钢表面缺陷在线检测设备需要进行有效防护。防护措施的实施既要满足对检测系统的防护需求,又要充分考虑现场环境的限制。分析了现场环境对检测设备的影响因素,并结合不同应用产线,阐述了带钢表面缺陷在线检测设备的防护措施及其应用情况。     

基于估计曲率的带钢边裂检测算法

边裂是严重影响冷轧带钢质量的缺陷之一,是引起断带的主要原因.介绍了在基于机器视觉的检测系统中用图像处理技术检测带钢边裂的方法.首先通过边界追踪得到带钢边界的曲线链码.然后应用距离累积曲率算法估计链码重构曲线的曲率分布,以曲率的大小和方向为判断条件检测边裂缺陷,进而计算边裂的位置及开口深度.实验结果表明,该方法应用到实际检测系统中能够可靠地检出带钢边裂.     

生成距离图的同心圆窗口矩匹配快速算法

针对半导体封装等工业应用对图像模板匹配的速度要求很高的特点,进行了快速模板匹配算法的研究.同心圆窗口矩匹配是一种速度较快的算法,是将模板分成一系列的同心圆环,然后通过比较模板和待检测图像上对应圆环的零阶矩确定可能匹配点.但由于确定各像素点属于哪一个圆环需要进行复杂的乘积运算,耗费了大量时间.为此,提出了一种生成距离图的改进算法,即匹配前对模板进行预处理,生成距离图,即各像元存储的是距离图像中心（圆心）的半径值.这样,确定像素属于哪一个圆环,只需要经过对各像素的索引值的简单比较,就可以确定.经过实验验证,改进算法可以大大提高模板匹配的速度,满足半导体封装等自动化作业的需求.     

高速冷连轧带钢表面质量在线检测系统开发与应用

针对高速冷连轧机组出口带钢运行速度高达1600m/min、安装空间小、油气污染严重的检测条件,采用先进的机器视觉检测技术,自主开发了一套带钢表面质量在线检测系统。研制了基于FPGA技术的专用图像处理板卡,解决了在线检测中带钢表面图像高速采集和处理的问题;提出了正压空气吹扫的成像关键部件清洁方法和采用水冷空调进行温度控制的方案,使系统具备长时间可靠运行的能力。检测系统经过改进和优化,能够稳定运行,并有效地检测孔洞、翘皮和划伤等缺陷。     

基于荧光磁粉成像的小方坯表面缺陷自动检测方法

荧光磁粉成像能放大和强化小方坯表面细微缺陷的显现效果.将小方坯荧光磁粉成像和机器视觉检测技术结合起来,设计1套自动化检测系统,实现小方坯的表面磁化及磁粉液喷淋、紫外线照明和荧光图像采集和处理,最终完成缺陷的定位和识别.该系统已经在工业现场得到稳定应用,提高了缺陷检测的效率和精度.     

带钢视觉检测系统的研究现状及展望

应用机器视觉技术进行带钢表面检测,能够在线实时检测并识别带钢表面出现的夹杂、划伤、辊印等缺陷,同时能够对缺陷的图像、种类、数量和位置等信息进行有效的统计和保存.本文介绍了基于机器视觉的带钢表面自动检测系统的基本原理和结构,比较分析了两种典型系统的结构、原理和性能,并指出了当前研究工作面临的问题和今后的发展趋势.