赵兰鹏，刘堂友

(东华大学 信息科学与技术学院，上海 201620)



基于机器视觉的硅钢钢带表面缺陷自动检测识别研究

赵兰鹏，刘堂友

(东华大学 信息科学与技术学院，上海 201620)

硅钢钢带是变压器等工业设备发展的一项重要原材料，其质量的高低直接影响着产品性能的好坏。传统的人工检测具有效率低、精确度差等特点。为此提出基于机器视觉的表面缺陷自动检测研究。该研究采用图像处理及模式匹配的方法，通过对由CCD工业相机采集到的图片进行几何矫正、图像拼接、缺陷处理等过程，实现了硅钢钢带表面缺陷轮廓检测、特征提取、分类等功能，从而完成钢带质量的判定。

机器视觉；硅钢钢带；缺陷检测；特征分类

0 引言

硅钢钢带是变压器等工业设备发展的一项重要原材料，其以良好的表面质量和机械性能在该领域得到广泛的应用，因此不断增强对硅钢钢带质量的提升有着重要的意义[1]。随着高精度的图像传感器件、数字信号处理技术和计算机技术的提高，真正实用化的质量自动检测系统得到了飞速的发展[2]。

本文研究基于机器视觉的硅钢钢带表面缺陷自动检测识别技术，是在初级硅钢钢带进一步深加工使其成为生产变压器原材料的生产过程中，采用图像处理及模式匹配的方法并依据MATLAB软件仿真，对采集到的图像进行相应的图像处理，从而达到对钢带缺陷的判断，最终完成钢带质量的判定。

1 系统设计要求

系统研究是在钢带生产线传输速率为0～40 m/min的环境下，使用CCD工业相机采集图像，采集速率最大可达16帧/s，获取的图像分辨率为1 392×1 040。……