基于机器视觉的硅钢钢带表面缺陷自动检测识别研究 .pdfVIP

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

【摘要】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.%Siliconsteelstripisanimportantrawmaterialinthedevelopmentof

transformerandotherindustrialdevices,anditsqualityofhighandlowis

veryimportant.Thetraditionalartificialdetectionislowefficiency,poor

accuracy,sothispaperputsforwardaresearchonautomaticsurface

defectdetectionbasedonmachinevision.Thisstudyadoptsthemethodof

imageprocessingandpatternmatching,andthroughgeometriccorrection,

imagematching,defectprocessingonimagescollectedbyaCCD

industrialcamera,torealizethesiliconsteelstripsurfacedefectdetection,

featureextraction,classificationandotherfunctions,soastocompletethe

determinationofthequalityofsteelstrip.

【期刊名称】《微型机与应用》

【年(卷),期】2016(035)021

【总页数】3页(P49-51)

【关键词】机器视觉;硅钢钢带;缺陷检测;特征分类

【作者】赵兰鹏;刘堂友

【作者单位】东华大学信息科学与技术学院,上海201620;东华大学信息科学与技

术学院,上海201620

【正文语种】中文

【中图分类】TP391.4

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。

系统研究是在钢带生产线传输速率为0～40m/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1392×1040。为

了提高系统的处理速度，必须考虑图像处理和缺陷检测算法的选取及软件的运算方

式，进而达到在有限时间内做到对庞大图像数据量的处理，并保证最终的目标效果，

因此在满足缺陷检测准确度的条件下，有效地控制算法和软件编程中总体方案设计

的复杂度非常重要。

2.1系统流程图

基于机器视觉的硅钢钢带缺陷自动检测识别研究系统流程图如图1所示。

2.2图像的采集

在传输的钢带生产线上方架设CCD工业相机和LED灯，并将相机与计算机连接，

接着在计算机上运行工业相机和视觉传感器软件，进而控制相机对钢带进行拍摄，

并将拍摄的图像传输给计算机。

2.3图像的几何校正

在图像采集过程中，由于相机会发生轻微的倾斜使得采集到的图像发生几何畸变，

因此首先需要对图像进行几何校正。几何校正主要包括两个内容：像素坐标校正和

像素灰度估算[3]。

(1)像素坐标校正采用具有一般形式的投影变换来进行几何畸变校正。投影变换是

利用原图像找出若干个控制点，同时找出失真图像与之相对应的控制点的坐标，利

用这些对应的坐标