鋼管表面缺陷檢測瑕疵

2022-11-25 10:12:10 精質(zhì)視覺

　　鋼管表面缺陷為凹坑、劃傷、翹皮及輥痕 4 種缺陷，

　　圖 (a)為凹坑缺陷，其特征為點(diǎn)狀或塊狀凹陷，因氧化皮或異物未清除在軋制過程中嵌入鋼管表面再脫落形成;

　　圖(b)為翹皮缺陷，為附著在鋼管外表面的金屬層，在穿管深加工工序中，聚集夾雜物因管壁變薄而外漏，裂紋形成并延伸使表皮外翹;

　　圖 (c)為劃傷缺陷，鋼管表面被外金屬或硬物劃削所致，通常呈細(xì)長尖銳溝紋或較淺凹坑;

　　圖 (d)為輥痕缺陷，該缺陷是由于軋輥調(diào)整不當(dāng)或表面損壞所造成，呈周期性或連續(xù)性分布。

　　在提取鋼管表面缺陷特征之前，需要確定那些特征是有效的，對于凹坑、翹皮、劃傷和輥痕，需要選擇具有良好區(qū)分度的特征構(gòu)成特征向量;特征向量是缺陷特征數(shù)值化表征方式，特征提取通常遵循如下原則：1) 圖像中特征應(yīng)該容易獲取;2) 所選擇特征在數(shù)值上不受噪聲和無關(guān)因素干擾;3) 同種缺陷的特征具有緊致性，不同種缺陷特征具有良好的區(qū)分度。鋼管表面缺陷分布和大小不具規(guī)律性，且形態(tài)復(fù)雜，因此需要選擇能夠準(zhǔn)確描述缺陷的特征。機(jī)器視覺技術(shù)將CCD相機(jī)拍攝到的目標(biāo)圖像實(shí)時(shí)轉(zhuǎn)換成圖像信號，然后將圖像信號輸入進(jìn)嵌入式視覺圖像處理系統(tǒng)。根據(jù)圖像飽和度、像素分布、目標(biāo)圖像邊沿、亮度等信息轉(zhuǎn)換成計(jì)算機(jī)識別的數(shù)字信號，利用先進(jìn)的算法對圖像進(jìn)行特征識別，將特征識別出來的結(jié)果進(jìn)行評價(jià)，輸出最終的缺陷結(jié)果，包括缺陷、尺寸、角度、個(gè)數(shù)、合格與不合格、有無等，實(shí)現(xiàn)自動識別功能。

　　總而言之，鋼管缺陷檢測系統(tǒng)采用的機(jī)器視覺自動識別的要求，必須解決以下主要問題：

　　1.必須能在線檢測鋼管表面的瑕疵，如劃痕、刮傷、孔洞、結(jié)疤、墊坑等表面異常。

　　2.能應(yīng)對因鋼管寬度、長度變化、以及鋼管在移動過程中產(chǎn)生的扭曲或傾斜、表面有油污或水滴所造成的干擾。

　　3.瑕疵檢測具備自學(xué)習(xí)、自適應(yīng)功能適合于不同寬度、不同顏色、不同速度的要求，還必須應(yīng)用模式識別、自動暴光、防抖動、瑕疵報(bào)警等功能，瑕疵檢測和瑕疵報(bào)警是動態(tài)實(shí)時(shí)的。

　　4.必須具備精度高、故障點(diǎn)少等特點(diǎn)，需用工業(yè)級數(shù)字?jǐn)z像機(jī)和工業(yè)級PC機(jī)相結(jié)合來完成系統(tǒng)任務(wù)。