带钢表面缺陷检测.doc

带钢表面缺陷检测姓名:朱士娟 学号:1110121137摘要表面质量的好坏是带钢的一项重要指标,随着科学技术的不断发展,后续加工工业对带钢的表面质量要求越来越高。如何检测出带钢表面缺陷并加以控制,引起带钢生产企业的高度关注。随着计算机视觉技术的发展和计算机性能的不断提高,由带钢图像在线检测其表面质量已成为国内外学者研究的热点课题。在本课题中,首先提出了带钢表面监测系统的总体设计方案,从硬件和软件上保汪系统的实时性和精确度。其次设计一种获得噪声图像的方法,分析图像的噪声特性。并在此基础上针对传统中值滤波算法复杂、处理时间长等缺点,提出一种改进的迭代的中值滤波方法,这种方法在有效滤掉噪声的同时尽可能地保存了图像的细节,并比传统的中值滤波方法大大地减少了处理时间。在对图像进行滤波处理后,本文分别提出了BP神经网络法,区域灰度羞绝对值闽值法和基于背景差分的小区域闽值法三种方法,对带钢表面缺陷进行检测。本文选取300幅带钢图片进行实验,结果表明这三种方法的漏检率和错判率均在5%以下,且速度至少能达到10毫秒/每帧,满足实时检测系统低漏检率、低错判率和快速检测的要求。其中BP网络检测方法适应性好,可以通过样本学****适应相应的环境变化,并且不但能检测出已知样本的缺陷,而且对未知缺陷样本的检测效果也很好。区域灰度差绝对值检测方法算法简单,运算速度最快,能实现5毫秒/每帧的检测速度。基于背景差分的小区域闽值法除了算法简单,速度快以外,它还能有效地检测出微小的、对比度低的缺陷,并且背景图像的不断更新能使系统适应带钢表面质量的不断变化,使系统能满足不同生产环境的检测需要。通过本论文的研究和探索,使带钢表面监测系统的实用化更前迸一步,为进一步的带钢表面质量在线控制识别奠定了基础。关键词带钢,图像处理,滤波,缺陷检测1检测原理设轧制带钢速度为ν,在钢板的上下表面各安置一套检测装置(图1),在平行于钢板表面且垂直于速度方向处放置一个高强度线光源,光源经过聚焦光学系统照亮钢板表面。根据表面主要缺陷特点可将缺陷分为亮域缺陷(捕捉和识别反光缺陷,如锈蚀、重皮等)和暗域缺陷(捕捉和识别发散光缺陷,如划痕、裂纹及其它表面破损状态),D进行捕捉。D横向置于钢板上方进行钢板横向扫描,D上,完成一维扫描,钢板运行完成另一维扫描,从而构成二维图象。D的原因为①对于速度较高的板材,无法实现实时在线处理。②D的分辨率和视场限制了宽度方向的检测分辨力。2装置的总体结构带钢表面缺陷在线智能检测装置由两大部分组成。第一部分是光源-摄像系统,检测产品尺寸、产品质量和所有决定产品质量和生产过程质量的表面缺陷;第二部分是智能系统,确定带钢的质量类别,按照用户规定的验收标准组织发货,并确定为使生产计划调度和过程控制最佳化,应该采取哪些措施,这样就能降低管理成本,提高产品质量,减少因用户异议和索赔所造成的损失。3光源光源照明的设计目的是在钢板表面得到一条宽度适当、照度足够的均匀光带,考虑到钢板的宽度、材质和缺陷表面特性的差异,用于检测带钢表面缺陷的光源和光控系统应能满足下列要求:可以调节光的照度以提高图像质量;结构紧凑,以便安装在有限的空间内,不仅能按照生产线速度,而且能根据产品表面的光洁度来调节光的照度。实验室试验表明,当带钢线速度达到900m/min以上时,常规高强度萤光管最高输出功率下的最好分辨率为4mm。为了