基于机器视觉技术的表面缺陷在线检测系统设计 .pdfVIP

基于机器视觉技术的表面缺陷在线检测系统设计

吴晓君;唐婷;张林;蔡君义

【摘要】针对某企业在硅钢片辊弯成型加工过程中,人工检测硅钢片表面缺陷实时

性和准确率较差的缺点,该文设计了一套基于机器视觉技术的表面缺陷在线检测系

统.该系统先将CCD相机采集到的生产线上的硅钢片表面图像传送到工控机,再通

过改进的Canny算法提取故障边缘信息,最后根据提取出的图像特征参数,利用BP

神经网络对表面缺陷进行严重程度分类.该检测系统已成功应用到生产线中,且运行

效果良好,检测准确率达到92％.

【期刊名称】《自动化与仪表》

【年(卷),期】2016(031)004

【总页数】5页(P72-76)

【关键词】辊弯成型;机器视觉;表面缺陷;改进的Canny算法;BP神经网络

【作者】吴晓君;唐婷;张林;蔡君义

【作者单位】西安建筑科技大学机电工程学院,西安710055;西安建筑科技大学机

电工程学院,西安710055;西安启源机电装备股份有限公司,西安710018;西安建筑

科技大学机电工程学院,西安710055

【正文语种】中文

【中图分类】TP391.41

辊弯成型（rollforming，又称冷弯成型）是指通过顺序配置的多道次成型轧辊，

把卷材、带材等金属板带不断地进行横向弯曲，以制成特定断面的型材[1]。随着

工业化水平的不断发展，对钢材表面质量的要求也越来越高，如何快速准确地检测

出表面缺陷成为钢板轧制过程中非常关键的一个环节。传统的表面缺陷检测主要依

赖于人工目测和抽检，检测结果易受检验人员的经验水平等主观因素影响，且劳动

强度大，误检、漏检现象严重。近年来，以图像处理为基础的机器视觉技术不断应

用于工业生产的表面缺陷检测过程中，其较高的检测精度、较低的检测成本和易于

自动化处理的特点受到众多厂家的青睐。

西安某大型国有企业拥有一套国际先进的数控式散热器辊弯成型生产线。实际生产

中，由于硅钢片平均片长为2000mm，片宽为520mm，板厚为1.0mm～1.2

mm，边部较窄，经辊弯成型加工后，极易产生边浪。现有的人工检测方法经常检

测不及时且漏检率较高，导致变压器散热片的废品率较高，给企业带来巨大的经济

损失。

针对该企业的上述问题，本文设计了一套基于机器视觉技术的表面缺陷在线检测系

统。该系统已成功应用于该企业，并取得了良好的运行效果。

1硬件系统设计

硬件系统主要组成部分包括光源、CCD相机和工控机等，如图1所示。

图1机器视觉硬件系统Fig.1Schematicdiagramofhardwaresystemfor

machinevision

1.1光源的选择

照明光源是机器视觉系统中的重要组成部分。一般来说，机器视觉系统为了避免环

境自然光线或灯光对其工作状态的影响，光源应亮度大、亮度可调、均匀性好及稳

定性高，以抑制外界环境各种光对图像质量产生较大影响而导致机器视觉系统的故

障或误判行为[2]。由于LED灯具有发光强、散热小和寿命高等优点，本系统采用

红色LED灯作为系统的光源。

1.2CCD相机的选择

CCD（chargecoupleddevice）即电荷耦合器件，是一种半导体器件，能够把光

学影像转化为数字信号。常见的CCD摄像头包括线阵和面阵2种方式。对于移动

的物体，面阵CCD的检测精度不高，故通常采用线阵CCD方式。

本系统采用的CCD摄像头采用BrtVision线阵CCD数字相机，该相机无需采集

卡，可直接与工控机连接，其具体参数如下：型号为BLU0708M30，有效像素为

2048pixel（对应本系统下的最高水平分辨率为3.94pixel/mm）以及8bit采样

精度。

1.3照明方式

照明方式通常可以分为明场照明和暗场照明。本系统选择暗场照明方式，将相机竖

直摆放，光源以一个较大的角度为入射角，若硅钢片无边浪，被测硅钢片表面颜色

是均匀且较暗；若有边浪，图像则呈现交替的亮带和暗带，有利于图像识别阶段的

边缘检测。

2边缘检测

当CCD相机将采集到的图像传输到工控机后，我们需要对图像进行边缘检测以提

取边缘信息供后续故障分类环节使用。

边缘检测作为硅钢片特征提取的重要步骤之一，常见的边缘检测算法包括Roberts、

Sobel、Prewitt和Canny等算法[3]，由于Canny