基于帶鋼表面缺陷檢測系統(tǒng)的視覺研究進(jìn)展文 摘鋼是大量的材料選擇和非常多元化的工業(yè)應(yīng)用。表面質(zhì)量以及其他屬性是最重要的質(zhì)量參數(shù), 特別是對于扁鋼產(chǎn)品。傳統(tǒng)手工表面檢驗(yàn)程序非常不足,確保保證表面質(zhì)量免費(fèi)。為了確?？蛻舻膰?yán)格要求,自動建立鋼鐵表面檢查技術(shù)在過去的二十年被發(fā)現(xiàn)是非常有效和流行的。考慮到它的重要性,本文試圖通過對鋼表面缺陷檢測和分類建立第一個正式審查技術(shù)發(fā)展水平。可以看出大多數(shù)的研究工作一直在進(jìn)行冷鋼帶表面，是客戶需求中最敏感的。對熱軋帶材和棒材/棒表面缺陷檢測工作也顯示出增長在過去的 10 年。審查涉及總體方面的鋼表面缺陷自動檢測和分類系統(tǒng)使用應(yīng)用技術(shù)。人們的注意也被吸引到報道成功率以及實(shí)時操作方面等有關(guān)的問題。 關(guān)鍵詞:鋼鐵表面檢驗(yàn);缺陷檢測;缺陷分類;自動視覺檢測審查 1．簡介:鋼鐵表面和其自動檢查的重要性鋼鐵可能是最重要的金屬的量子和各種各樣的使用。鋼鐵對工業(yè)社會的發(fā)展作出了巨大貢獻(xiàn)。事實(shí)上,鋼鐵消費(fèi)被認(rèn)為是一個標(biāo)準(zhǔn)來判斷一個國家的發(fā)展?fàn)顩r。根據(jù)世界鋼鐵協(xié)會,在2013 年粗鋼產(chǎn)量為15.82 億噸(噸),比其他所有的生產(chǎn)圖金屬放在一起。今天,有超過3500 等級的鋼的扁鋼產(chǎn)品貿(mào)易約占 50%。 一個集成的鋼鐵制造工廠生產(chǎn)鐵礦石在高爐鐵水、焦炭、燒結(jié)礦和通量作為輸入。液態(tài)鐵轉(zhuǎn)化為鋼液與指定由中小學(xué)煉鋼流程組成。鋼液不斷鑄石板和坯料。板是典型的矩形截面的尺寸板 1600 -毫米寬 ,250 -毫米厚,12000 -毫米長。坯料的方形截面通常大約 150×150 毫米和 12000 毫米長。板是隨后條,然后冷卷成熱。坯料軋制成各種維度。一個簡化煉鋼過程的流程圖如圖 1 所示。鋼材的表面質(zhì)量的重要性,冷軋鋼板的下尤其認(rèn)為重要性自 1980 年代主要是由于要求汽車汽車制造商。在課程的時候,熱帶材表面質(zhì)量,近年來,結(jié)構(gòu)性產(chǎn)品的表面質(zhì)量如棒/酒吧認(rèn)為重要。傳統(tǒng)上,扁鋼產(chǎn)品的表面質(zhì)量,在線圈形式,判斷手動通過削減約 30 米的無規(guī)卷曲在一個批處理和檢查由一個專家。通常,在手動檢查,檢查表面是鋼鐵表面產(chǎn)生約占總數(shù)的 0.05%。在冷軋機(jī)復(fù)雜,運(yùn)營商有時駐扎檢查成品的在線缺陷。然而,由于線路速度高、疲勞和其他不利因素,審查過程并不令人滿意。因此,手動檢查過程不足以保證鋼材表面沒有缺陷和合理程度的信心,當(dāng)然,需要自動表面檢測做了。 在重大的發(fā)展[1],九個鋼鐵公司和我們?nèi)齻€鋁公司在 1980 年代早期開始一個研究項(xiàng)目建立鋼鐵表面年檢與兩個商業(yè)合作組織。一個原型系統(tǒng)是建立在 1987 年在幾個鋼鐵廠和測試。與此同時,歐洲企業(yè)也開始工作。因此,從 1980 年代以后的一半,研究工作表面檢查鋼鐵產(chǎn)品開始。今天,建立自動表面檢測系統(tǒng)(網(wǎng)絡(luò))是由許多著名公司。自 2006 年以來,每年國際表面檢驗(yàn)峰會(ISIS)是由組成的一個財(cái)團(tuán)等等。鋼鐵產(chǎn)品的技術(shù)應(yīng)用自動檢查,盡管不是 100%準(zhǔn)確已經(jīng)成熟了。 2．復(fù)雜的鋼鐵表面檢查自動化鋼材表面的實(shí)時檢測面臨著一系列的挑戰(zhàn)。困難可以列舉如下：危險場所。為檢驗(yàn)設(shè)備安裝地點(diǎn)（照明系統(tǒng)，攝像機(jī)和一些信號處理設(shè)備） ，特別是，熱輥的米爾斯是很危險的。環(huán)境溫度高，粉塵，石油的存在，水液滴和水蒸氣是很常見的。此外，該照明系統(tǒng)和相機(jī)需要防沖擊和振動。此外，重型設(shè)備和場地在日常的感動，每周和每年的維護(hù)。這些因素都需要適當(dāng)?shù)奈锢砗铜h(huán)境保護(hù)措施，現(xiàn)場設(shè)備的使用。運(yùn)行速度。在日常生產(chǎn)中，表面的運(yùn)行速度進(jìn)行檢查一般是高。扁平鋼產(chǎn)品，在滾動的速度，在檢查設(shè)備的操作，通常是 20 米/秒長的產(chǎn)品，特別是線材，速度是 225 英里/小時的高（100 米/秒）[ 2 ]。在這樣的高速實(shí)時操作需要特殊的圖像處理設(shè)備和軟件的執(zhí)行時間小。在不同的鋼制品表面缺陷的品種有報道是非常高的[ 3 ]。例如，出版社[ 4 ]已經(jīng)把表面缺陷熱軋產(chǎn)品九大類 29 個亞類。這些缺陷都不受任何標(biāo)準(zhǔn)。因此，他們的特點(diǎn)和分類，并從機(jī)廠商有所不同。此外，由于在生產(chǎn)過程中的變化，這些缺陷表現(xiàn)的變化。大量的攝像機(jī)。扁平鋼產(chǎn)品，兩套檢測系統(tǒng)-一個頂部和底部表面需要另一個。這些反過來一般由 3 至 4 的相機(jī)蓋帶的整個寬度。長的鋼產(chǎn)品，多個攝像機(jī)位于外周以保證整個表面覆蓋。例如，一個圓形產(chǎn)品，至少三的相機(jī)同時使用五臺攝像機(jī)已在文獻(xiàn)[ 5 ]報道用。因此，對圖像采集和實(shí)時處理是一項(xiàng)艱巨的任務(wù)。3．現(xiàn)有的文獻(xiàn)綜述多年來,許多審查論文(6 - 12)表面缺陷檢測的諸多方面的報告。各個方面和紋理分析方法一直在審查(13、14)。兩個相對最近審查本拍紙簿[6、7]。表面缺陷檢測使用紋理分析技術(shù)的進(jìn)步已經(jīng)被謝絕[6]覆蓋處理主要應(yīng)用于紡織品、磚和木頭。 [7]了非常全面的研究工作在織物表面缺陷檢測和提供一些有價值的結(jié)論。審查論文特別是紋理缺陷和面料也提到鋼鐵表面缺陷分類識別技術(shù)可以應(yīng)用的地方。值得一提的是,早在 1982 年,11 個文件是列在“檢驗(yàn)在金屬加工行業(yè)”審查由下巴和哈洛[12]。岡薩雷斯和森林[15]提供了一個出色的理論背景圖像處理的各個方面,而理論依據(jù)神經(jīng)網(wǎng)絡(luò)分類由充分浸[16]。然而,作者不能找到任何審查的研究工作領(lǐng)域的鋼表面缺陷檢測和分類。因此,本文嘗試從學(xué)術(shù)界鞏固已發(fā)表的文獻(xiàn),鋼鐵行業(yè)和制造商的主題自動缺陷檢測和分類的鋼鐵表面。4．可用性研究的出版物上自動建立鋼鐵表面檢查發(fā)表文獻(xiàn)的可用性鋼表面主要由各學(xué)術(shù)機(jī)構(gòu)的研究工作,鋼鐵廠/鋼鐵廠研究單位和表面檢測設(shè)備制造商。許多研究工作已經(jīng)聯(lián)合發(fā)表的學(xué)術(shù)/科研院所和鋼鐵廠表明良好的合作伙伴關(guān)系。在過去的 10 年中,相當(dāng)比例的出版工作在鋼鐵表面系統(tǒng)來自中國。這是符合中國鋼鐵制造業(yè)占主導(dǎo)地位的存在。 已發(fā)表的一些論文報道的研究工作主要集中在缺陷分類方面實(shí)現(xiàn)商業(yè)采購系統(tǒng)。而整體系統(tǒng)和他們的利益被著名致力于良好的文檔記錄,細(xì)節(jié)的缺陷檢測和分類并不詳細(xì),可能由于知識產(chǎn)權(quán)問題。5．鋼表面的類別類型的鋼表面缺陷檢測.研究:板、棒、板、熱地帶,寒冷的地帶,桿/酒吧。它們覆蓋大部分鋼作為材料的應(yīng)用。冷,和后期,桿/酒吧得到更多研究者的關(guān)注。這主要是解釋說,大比例的這些產(chǎn)品是成品,客戶的質(zhì)量要求越來越嚴(yán)格。 廣泛、鋼鐵表面可以在平面和長產(chǎn)品分類(圖 2)。平板產(chǎn)品表面可以進(jìn)一步被分類如下:——板/坯:都是由連鑄過程鋼液和有一些相似性對表面和內(nèi)部條件。表面覆蓋規(guī)模越來越模糊?！迨怯杉訜嵋粔K約為 1250°C 和隨后滾。表面氧化,甚至相對對板?！獰釛l是由加熱一塊約為 1250°C 和滾動滾動站在多個減少厚度所需的值。帶鋼表面氧化。然而,由于軋制力高,大大減少了熱表面粒度帶板?！鋷怯稍诶滠垯C(jī)軋制熱條酸洗過程(去除表面氧化層和清潔)。因此,冷條的表面沒有氧化,表面很光滑由于很高的軋制力用于冷變形過程。-涂帶(鍍鋅、鍍錫)/完成不銹鋼帶表面在本質(zhì)上是高度反光的。長的產(chǎn)品表面可以進(jìn)一步被分類如下: 棒/禁止生產(chǎn)鋼坯熱軋過程,及其表面氧化。進(jìn)一步,表面也不平坦,因此,反射角向外圍從而產(chǎn)生不均勻的圖像強(qiáng)度不同。 等長的產(chǎn)品角度、通道重型等生產(chǎn)從坯/開花。他們是復(fù)雜的截面和需要特殊照明和相機(jī)的安排。6．鋼材的表面缺陷列表有一個大的各種表面缺陷對不同鋼產(chǎn)品。此外,沒有統(tǒng)一標(biāo)準(zhǔn)的缺陷。也有大型國際集團(tuán)相似性和內(nèi)部集團(tuán)多元化的[17]各種類的缺陷,使得缺陷分類困難。缺陷目錄發(fā)布的是一家現(xiàn)代化的、德國[4]作為事實(shí)上的標(biāo)準(zhǔn)。 試圖列出了一些主要已被稱為文學(xué)的表面缺陷檢測和分類在過去的兩年半。缺陷相對于上述類別的鋼鐵表面。7．自動表面檢測系統(tǒng)硬件結(jié)構(gòu)的關(guān)鍵元素圖 3 顯示了網(wǎng)絡(luò)多媒體的基本硬件結(jié)構(gòu)。它由一個或多個光源,一個或多個相機(jī)(亮視場或亮和暗視野),高速圖像處理器、服務(wù)器和操作員界面。 7.1圖像采集 表面獲得滿意的圖像質(zhì)量,照亮表面充分和統(tǒng)一。事實(shí)上,高質(zhì)量的照明減少圖像處理的計(jì)算負(fù)擔(dān)。兩種類型的照明技術(shù)可用于金屬表面:強(qiáng)度和范圍成像。(在 18 到 22)討論了照明系統(tǒng)的各個方面,對金屬表面。研究成像系統(tǒng)的冷帶已經(jīng)被很好地記錄下來了[23]。 成像范圍提供了高度的信息從而使3 d 缺陷突出。成像范圍不是競爭強(qiáng)度成像。一般來說,使用范圍成像在鋼表面缺陷的研究并不多見。 強(qiáng)度成像的主要是兩種類型:明亮的場和暗場。在明亮的照明領(lǐng)域,傳感器捕捉最直接的反射光。表面看起來明亮,而缺陷特性顯得更黑。在暗場照明,入射光線的角度表面法向量是非常大的。這個結(jié)果在一個黑暗的表面,但有些缺陷圖像中出現(xiàn)明亮。暗視野觀點(diǎn)需要更強(qiáng)烈的照明。約 8 倍而亮視場照明要求報道[21]。 不幸的是,所有表面缺陷不會出現(xiàn)在明亮的領(lǐng)域或僅在暗視野。有很多的例子使用兩套攝像頭覆蓋視圖的字段(24 - 26 日)。使用 20 電荷耦合器件(CCD)區(qū)域掃描相機(jī)用來捕捉表面圖像的雙方熱軋條使用明視場和暗場模式已報告在中國一家鋼鐵工廠[24]。然而,考慮到維護(hù)問題和系統(tǒng)的復(fù)雜性,大多數(shù)的系統(tǒng)將相機(jī)在明視場和暗場之間的位置。7.2光源 提供所需的光源均勻光盡可能。雖然照明要求特別安排的光電源[27],提供統(tǒng)一的強(qiáng)度是不可能由于使用多個光源在大多數(shù)情況下。圖 4 顯示了入射光強(qiáng)度的變化對鋼的表面使用兩個至強(qiáng)燈[28]。類型的光源用于一般是:廣泛熒光管、鹵素、至強(qiáng)和領(lǐng)導(dǎo)。 7.3型攝像機(jī) 一般來說,使用高分辨率 CCD 相機(jī)。使用線掃描和區(qū)域掃描相機(jī)已經(jīng)在文獻(xiàn)報道。線掃描相機(jī)已被廣泛使用,因?yàn)樗菀滓庾R到一個強(qiáng)大的,甚至照明區(qū)域表面進(jìn)行檢查。線掃描相機(jī)的缺點(diǎn)是,他們不能生成一個完整的形象,需要一個外部硬件建立圖像從多個線掃描[7]。大部分的自動表面檢測系統(tǒng)制造商使用線掃描。區(qū)域掃描相機(jī)、運(yùn)輸編碼器的使用是可選的,檢查決議在兩個方向上獨(dú)立于對象(web)的速度。然而,盡管使用區(qū)域掃描相機(jī),甚至需要特別注意確保照明面積的掃描盡可能。高分辨率攝像機(jī)也用作免費(fèi)系統(tǒng)[30]。7.4攝像頭和圖像分辨率 相機(jī)分辨率。線掃描相機(jī)分辨率通常是 1024(交叉網(wǎng)絡(luò))×1(網(wǎng)絡(luò))和 2048×1 像素。[31]報道使用 4096×1 像素的相機(jī)。制造商通常使用 1024 / 2048/4096×1 像素。區(qū)域掃描:已報告 600×400 像素的[32]。在[33],4096×1000 像素用于板。 圖像分辨率。各種尺寸的圖像的決議已報告[31 日 24 日,26 日,33 歲,34)?？?web 從 0.17 毫米到 1 毫米,而報道決議從0.25 到 1.25 毫米不等。7.5圖像處理計(jì)算機(jī)硬件 CCD 攝像機(jī)記錄了一個圖像轉(zhuǎn)移到某種形式的快速、并行處理系統(tǒng)專用的相機(jī)和靠近它[24]。確保實(shí)時操作的并行處理系統(tǒng)處理大量圖像數(shù)據(jù)并選擇感興趣的和存儲區(qū)域(roi)。并行處理系統(tǒng)可能是相機(jī)本身的一部分,或 FPGA 與特殊硬件處理器或通用處理器。這一部分系統(tǒng)至關(guān)重要的實(shí)時操作以及缺陷檢測和分類的準(zhǔn)確性。此后,與大型備份服務(wù)器內(nèi)存用于進(jìn)一步的處理和操作的接口。8．缺陷檢測和分類的方法列表各種方法/技術(shù)用于鋼鐵表面的缺陷檢測和分類列出。表 1 顯示了不同的方法的列表.檢測相對于獲得本研究的引用。類型的鋼表面也被提到在桌子上。技術(shù)后可能廣泛統(tǒng)計(jì),形態(tài),空間域?yàn)V波、頻域分析、聯(lián)合空間/局部分析和分形模型?？臻g域?yàn)V波、形態(tài)學(xué)操作和關(guān)節(jié)空間 y 域過濾被發(fā)現(xiàn)廣泛用于所有類型的表面。表面檢查的最終目標(biāo)是使用分類歸類指定類缺陷。作為一個過程、分類開始后缺陷局部分割。通常在這個階段,很多功能是提取的區(qū)域。理想情況下,不同的組合匹配所需的這些特性是獨(dú)特和不同類型的缺陷。匹配通常是使用學(xué)習(xí)方法如神經(jīng)網(wǎng)絡(luò)反向傳播(NN-BP)、支持向量機(jī)(SVM)等。自適應(yīng)學(xué)習(xí)的兩種類型:1)監(jiān)督的網(wǎng)絡(luò)提供了大量已知的典型輸入。此后,網(wǎng)絡(luò)產(chǎn)生已知輸出盡可能基于培訓(xùn)。b)在無監(jiān)督學(xué)習(xí),網(wǎng)絡(luò)需要各種輸入之間的關(guān)系沒有被告知。 然而,鋼表面缺陷展覽大型國際集團(tuán)相似性和內(nèi)部多樣性。因此,找到合適的特性和識別分類器計(jì)算成本較低是主要的研究領(lǐng)域。表 2 顯示了分類方法的列表引用和類型的表面。結(jié)論本文處理的自動化檢測方法對鋼鐵表面使用圖像處理技術(shù)。審查出版物在兩年半的提供了一個了解發(fā)生在這一領(lǐng)域的最新進(jìn)展。主要觀察如下:a)由于惡劣的環(huán)境,需要特別注意照明和成像系統(tǒng)的設(shè)計(jì)。鋼鐵表面圖像據(jù)報道,由于表面氧化皮含有大量的噪聲,振動,異常/變量照明,存在偽缺陷等表面缺陷的不規(guī)則形狀和他們的類型和特征發(fā)生顯著的變化從一個工廠到另一個。特征的缺陷也依賴生產(chǎn)條件。b)已發(fā)表的文獻(xiàn)表明,相對重視為冷軋帶鋼表面缺陷的檢測。最近,注意力也集中在表面的熱條和酒吧/棒。多種技術(shù),無論是在空間和頻率域,已經(jīng)申請了缺陷檢測。通常,組合的幾個技術(shù)提供了有用的結(jié)果。關(guān)于缺陷分類, 某種形式的神經(jīng)網(wǎng)絡(luò)或基于支持向量機(jī)技術(shù)找到的使用。實(shí)時操作的自動化檢查系統(tǒng)通常需要非常快的處理圖像的軋機(jī)速度通常是非常高的平面和鋼產(chǎn)品。這需要每個攝像機(jī)的專用硬件系統(tǒng)具有并行處理能力。c)不謹(jǐn)慎的比較不同技術(shù)的結(jié)果是由于缺乏共同的標(biāo)準(zhǔn)對圖像和實(shí)驗(yàn)方法。這個問題是進(jìn)一步復(fù)雜由于缺乏標(biāo)準(zhǔn)定義的缺陷類型。d)商業(yè)化生產(chǎn)的自動化應(yīng)用檢查系統(tǒng)網(wǎng)絡(luò)材料已達(dá)到高水平的成熟。然而,他們需要得到適當(dāng)?shù)恼{(diào)整為特定的應(yīng)用程序。也連續(xù)設(shè)計(jì)師和用戶之間的協(xié)作是必要的安裝系統(tǒng)適應(yīng)新品種/特征的缺陷在同一安裝位置。引用1。杜邦 F、C Odet、米箱、優(yōu)化的缺陷識別的扁鋼產(chǎn)品成本矩陣?yán)碚?。取決于國際 30(1),3 - 10(1997)。7 月的 12 日訪問2。賈慶林,YL Murphey,J 施正榮,T,表面缺陷檢測的智能實(shí)時視覺系統(tǒng)(IEEE-Proceedings 第 17 屆國際會議在模式識別,2004),頁 2 – 53。Sharifzadeh Alirezaee,R Amirfattahi,距首都普里什蒂納,檢測鋼缺陷使用圖像處理算法(IEEE 國際會議,2008),頁 125 – 1274。C 公園,SC 贏了,一個自動化 web 表面熱線材使用非抽取小波變換和支持向量機(jī)(工業(yè)電子、IECON 09 年,IEEE 的 35 年會上,2009),頁 2411 – 24155。X 謝,審查使用紋理表面缺陷檢測的最新進(jìn)展分析技術(shù)。電子。列托人。視覺形象肛門。7(3),1-22(2008)6。庫馬爾,織物疵點(diǎn)檢測:一項(xiàng)調(diào)查。IEEE 反式。印第安納州。電子。55(1),348 - 363(2008)7。M Shirvaikar,自動視覺檢測的趨勢。j . Proc 實(shí)時圖像。1(1),41-43(2006)8。Y 李,來自 G 培華學(xué)院、自由表面檢查技術(shù)最先進(jìn)的審查。愛思唯爾、計(jì)算機(jī)輔助 Des。36 歲,1395 - 1417(2004)