APP下载

冷轧带钢表面缺陷图像处理与分析方法研究

2016-06-16宋宝宇王靖震杨东晓高冰柴明亮鞍钢集团钢铁研究院辽宁鞍山114009

鞍钢技术 2016年3期

宋宝宇,王靖震,杨东晓,高冰,柴明亮(鞍钢集团钢铁研究院,辽宁鞍山114009)



冷轧带钢表面缺陷图像处理与分析方法研究

宋宝宇,王靖震,杨东晓,高冰,柴明亮
(鞍钢集团钢铁研究院,辽宁鞍山114009)

摘要: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。

关键词:带钢;表面质量检测;图像处理;图像分析

宋宝宇,硕士,系统分析师,2006年毕业于大连理工大学软件工程专业。E-mail:sbyllb@sina.com

随着科学技术的进步,冷轧带钢的后续加工工业正向高速度、高精度和自动化方向发展。为了发挥自动化作业线生产稳定、材料利用率高、产品一致性好的优势,要求原材料的尺寸公差小、表面质量好。因此在冷轧带钢生产规模日益扩大的同时,其表面质量也必然会受到越来越多的关注。一直以来,大多数钢厂一直沿用人工开卷抽检或频闪光法等检测方法进行表面质量检测,这些方法不能真实可靠地反映带卷上下表面的质量状况,实时性差,而且缺乏检测的一致性、科学性。因此,采用机器视觉的方式在线检测带钢表面质量逐渐成为国内外研究的热点[1-2]。

表面质量检测系统一般由图像采集、图像处理与分析及缺陷分类三部分组成。在带钢表面质量检测过程中,对缺陷图像的处理与分析是十分重要的环节。……

登录APP查看全文