基于LED光源的热轧带钢表面质量在线检测系统的开发与应用

针对热轧带钢表面缺陷检测需求,采用机器视觉技术自主开发了热轧带钢表面检测系统。该系统采用高速线阵CCD摄像机获取高质量的带钢图像,配以自主研发的超高亮度LED光源,解决了高温带钢成像中远距离均匀照明的问题。系统中采用高效的图像处理和目标识别算法,保证了实时处理图像并准确识别表面缺陷种类。上线8个多月的运行结果证明：系统具有良好的缺陷检出与分类准确率,兼具实时性和可靠性。     

冷轧带钢表面质量自动监测系统的模式识别方法研究

研究了冷轧带钢表面质量自动监测系统的模式识别过程，包括特征的提取和选择，样本的获取，分类器的设计等。提取了缺陷的83个特征量，并且采用基于信息熵的特征选择方法对这些特征量进行了优化选择，构建了基于BP神经网络的分类器模型，通过现场采集的样本对其进行训练作测试，结果表明该分类器能够很好地识别6种常见的冷轧带钢表面缺陷。     

冷轧带钢表面缺陷自动识别系统

德国尤格尔 ( Ungerer)公司开发出冷轧带钢表面缺陷自动识别系统“Fire”,它可在线自动并完整识别冷轧带钢表面缺陷。该系统完全采用软件数据处理 ,并配置了目前最先进的图像处理器。因而“Fire”系统从传感器到完成数据交换功能的数据库接口均具有高度的灵活性。尤格尔 ( U ngerer)公司的“Fire”系统的特点是 :可在冷轧带钢高速运行状态下可靠检测带钢表面微小缺陷并加以分类 ,以连续报告带钢表面质量。该系统可根据下游工序 ,如纵剪机组的要求进行目标控制 ,也可为本工艺过程的优化提供重要信息。为满足用户对冷轧带钢表面质量的更高要…     

多级图像分类系统在硅钢冷轧表面缺陷检测中的应用

针对硅钢冷轧生产过程中带钢表面缺陷的特点,采用一种基于专家经验和决策树分类器的多级带钢表面缺陷图像分类系统,包含训练集与测试集的采集、特征提取、专家经验训练分类器、决策树分类器等。实际应用表明,该系统能较好地识别结疤、重皮、孔洞和边裂等严重缺陷图像,提高了武钢硅钢冷轧生产过程的自动化水平。     

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。     

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.     

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。     

Parsytec自动表面缺陷检查系统在冷轧连续退火线上的应用

实时检测带钢表面出现的夹杂、划伤、辊印等缺陷并加以分类处理十分重要。以本钢浦项冷轧连续退火机组Parsytec自动表面质量检查系统为研究对象,着重分析了该系统的系统结构和工作原理,对该系统在实际应用中出现的常见问题及解决方法进行了归纳和总结。实际应用表明,Parsytec自动表面质量检查系统能够在线实时检测带钢表面缺陷并加以分类处理,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存储,可以实现钢卷表面质量等级的自动判定。     

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.     

Application of automatic surface inspection system in cold-rolled strip production

The detection and classification of real-time surface defects play an important role in automotive sheet inspection and production. In this paper,an automatic surface inspection system( ASIS) based on signal processing in Baosteel NO. 4 cold-rolled plant is briefly presented. We demonstrate that the strip surface defect properties such as image,type,pitch,and position can be accurately calculated and classified by the automatic surface inspection system.In the manufacturing of the high-quality cold-rolled strips,it is necessary that the real-time surface defects can be detected and transferred by the automatic surface inspection system combined with annealing lines and recoiling lines.     

冷轧带钢表面质量自动检测系统的在线应用研究

介绍一套在精整线上使用的冷轧带表面质量自动检测系统,该系统用在于在线检测划痕,折印,锈斑,辊印等常见的冷轧带钢表面缺陷。系统采用多个面阵CCD摄像头同步采集图像的方式,并通过由LED光源构成的“暗场照明”方式实现对缺陷的检测,系统采用了并行计算机制和多线程机制,并对算法进行了优化,从而满足数据的实时处理要求。     

冷轧带钢针孔在线检测系统设计与应用

介绍一套基于光电检测技术的冷轧薄带钢针孔在线检测系统,该系统可有效识别直径≥15μm的针孔。高亮度LED光源照射在带钢上表面,光电接收器对透过针孔的光线进行汇聚,再被光电倍增管接收,转化为电信号,信号处理电路对电信号进行识别分类,最终由采集卡采集;边部针孔检测模块对边部进行精确跟踪和遮挡,保证系统在趋零盲区情形下实现边部针孔检测。运行证明,系统具有较高的实时性、可靠性和精确性。     

热轧带钢表面缺陷识别算法研究与应用

 在带钢热连轧生产过程中,带钢表面会出现不同类型的缺陷,给带钢性能造成不利影响,严重时引发质量异议。目前在线使用的带钢表面检测系统经常需要人工调整缺陷图片库,部分类别的典型缺陷图片调整后会影响另一些类型的检测精度。采用深度学习方法,设计了一种轻量化残差网络LDS-ResNet14,缩减了原始残差网络ResNet18的层数和宽度,并将普通的卷积替换成深度可分离卷积,网络的参数量和运算量大量减少;同时,使用知识蒸馏(Knowledge Distillation,KD)方法迁移大型残差网络ResNet50的知识,并提出一种混合KL散度和交叉熵的损失函数让知识更好的迁移到LDS-ResNet14上,在压缩模型的同时提升了模型的精度和泛化能力。离线试验表明,提出的网络LDS-KD-ResNet14针对武钢CSP机组的8类带钢表面缺陷的平均识别精度为99.16%,相较于ResNet18精度提高0.67%,计算量仅为原来的12.1%。实际现场在线应用表明,针对武钢CSP热连轧机组的折叠、油污、夹杂和麻点这4类缺陷,模型缺陷检出率达到96.43%、缺陷识别率达到94.10%,单张图片的检测速度为16.5 ms,满足实际生产要求。     

钢板表面缺陷计算机视觉在线检测系统的研制

介绍了将计算机视觉技术应用于钢板表面缺陷的检测过程,系统根据高速线阵CCD扫描检测的原理,分别设计并优化了高强度光源照明模块、CCD成像模块、信号采集预处理模块、图像处理缺陷分类模块和人机接口模块,对钢板的主要缺陷(气泡、夹杂、结疤、划伤和压痕等)进行在线无损检测,模块化设计方便系统在硬件和软件上的扩展。整个系统若加以升级扩展,并进行生产应用试验,则可满足钢板表面缺陷的在线检测。     

整辊镶块智能型冷轧带钢板形仪的研制与工业应用

 为提高冷轧带钢板形检测精度,研制出一种新型的冷轧带钢板形仪——整辊镶块智能型板形仪。该板形仪提出与国际上流行的分段式检测辊不同的结构形式,研制了整辊镶块式检测辊,以避免传统检测辊辊片之间由于热膨胀不同对带钢表面造成的划伤;提出与国际上流行的干式集流环不同的信号集流传输方式,研制了喷淋湿式集流环,以提高检测精度和使用寿命;提出与国际上流行的采集卡形式不同的信号处理方式,研制了嵌入式DSP板形信号处理硬件系统,以提高检测精度和抗干扰能力;研发了具有误差补偿、模式识别、目标板形制定和闭环控制计算功能的板形信号处理软件系统,以实现板形仪的智能化。该板形仪经在鞍钢1250mm冷轧机上实际工业考验证明,测量信号稳定可靠,而且实现了板形闭环控制。     

基于Labview和机器视觉的带材对中控制系统

文章给出基于Labview平台开发的机器视觉带材自动对中系统。该系统提出了基于光源透射式的对中控制,即光源在带材下方,其光线投射到带材的下表面,而相机安装在带材上方采集带材的边部信息,图像检测系统检测出带材的偏移量,然后将该偏移量传送给PID控制模块,该模块提供控制信号给伺服电机,以此实现带材的对中功能。现场应用结果表明该系统是一个稳定可靠的对中系统。     

冷轧带钢表面缺陷图像处理与分析方法研究

为了提高带钢表面质量检测系统的运行效率及检测效果,提出了一套可用于在线应用的图像处理与分析方案。通过对在线采集到的图像数据进行拼接、预处理、图像分割等操作,简单、高效、准确地辨识出在线采集图像中的完整缺陷。