一种长型钢材的外表面缺陷视觉识别装置制造方法及图纸

本发明专利技术公开了一种长型钢材的外表面缺陷视觉识别装置

【技术实现步骤摘要】
一种长型钢材的外表面缺陷视觉识别装置、方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种长型钢材的外表面缺陷视觉识别装置
、
方法及系统
。

技术介绍

[0002]在生产过程中，棒材
、
圆钢
、
钢管
、H
型钢等长型钢材
(
以下简称长材或钢材
)
存在外表面缺陷的缺陷品
。
为了防止不合格品的外发风险，需对其外表面缺陷进行逐一检测，是产品质量管控的必要手段
。
传统生产过程中，对于外表面缺陷的检测均依靠人工测量
。
[0003]外表面缺陷检测是产线设置专门的人工质检台架，因长材的长度较长
(
单根长度在十几米
)
，质检工位需多人同时对全长的缺陷进行分段检查，并需要对待检物料进行
360
°
全向旋转
。
发现缺陷时，人工将有缺陷的位置进行标记，再把缺陷的物料手动翻转到修磨区域进行修磨
。
此种检测方式，人员占用很多，且对检测人员的专业技能
、
熟练程度等都有很高要求；并且钢材生产企业是
24H
不间断生产，人员极易出现视觉疲劳，发生缺陷品的漏检，造成不良品外发的风险
。
[0004]因此，开发一套在线自动检测外表面缺陷的检测装备，对于钢铁生产企业的质量管控与自动化生产具有非常重要的意义，可帮助企业实现减员增效和质量管控闭环，提高企业的竞争优势
。

技术实现思路

[0005]本专利技术的目的在于提供一种长型钢材的外表面缺陷视觉识别装置
、
方法及系统，解决以下技术问题：
[0006]现有钢材检测方法人员占用很多，且对检测人员的专业技能
、
熟练程度等都有很高要求；并且钢材生产企业是
24H
不间断生产，人员极易出现视觉疲劳，发生缺陷品的漏检，造成不良品外发的风险
。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]一种长型钢材的外表面缺陷视觉识别装置，其特征在于，包括光学减震平台
、3D
线扫传感器对中机构
、3D
线扫传感器机构
、
钢材测速机构
、
缺陷点喷标机构；
[0009]所述光学减震平台包括独立基座，所述独立基座表面设置有减震基座，所述减震基座顶部固定连接有固定板；
[0010]所述
3D
线扫传感器对中机构包括升降基座，所述升降基座与所述固定板的一侧固定连接，所述升降基座内部固定设置有伺服电机，所述伺服电机的输出端设置有丝杠，所述丝杠外围活动套设有螺母滑块，所述螺母滑块侧面固定连接有弧形的固定大板；
[0011]所述
3D
线扫传感器机构包括四个连接块，四个所述连接块等距设置于所述固定大板内侧，所述连接块相互靠近的一侧分别固定连接有光学直线滑台，所述光学直线滑台表面滑动连接有光学角度摆台，所述光学角度摆台表面转动连接有光学旋转台，所述光学旋转台表面转动连接有
3D
线扫传感器；
[0012]所述钢材测速机构包括固定设置于所述独立基座表面的承重座，所述承重座顶部转动连接有辊轮，所述辊轮用于与钢材接触，所述辊轮内设置有编码器，所述编码器用于测量钢材移动速度；
[0013]所述缺陷点喷标机构包括连接板，所述连接板固定连接于所述固定大板的一侧，所述连接板的一端固定连接有喷头
。
[0014]一种长型钢材的外表面缺陷视觉识别方法，应用于上述的一种长型钢材的外表面缺陷视觉识别装置，包括以下步骤：
[0015]采集已知的钢材表面缺陷图像样本，对每一种缺陷进行特征分析，建立缺陷图像数据库；
[0016]在钢材移动经过光学减震平台时，调整
3D
线扫传感器对中机构对准钢材，由
3D
线扫传感器采集覆盖范围内的钢材分段若干个角度的平面图像，根据所述平面图像建立钢材分段的三维模型；
[0017]通过所述三维模型获取当前分段钢材的尺寸数据，当钢材移动时，检测到尺寸数据发生变化，则记录下变化点的时间坐标，根据钢材测速机构测量钢材移动速度，并通过变化点的时间坐标确定变化点位置，通过缺陷点喷标机构标记变化点位置，并命名为缺陷待定区域位置；
[0018]采集所述缺陷待定区域的目标图像，对所述目标图像进行预处理，对经过预处理后的目标图像进行特征提取，基于所述缺陷图像数据库和改进的
Unet
模型建立缺陷识别模型，将所述目标图像输入至所述缺陷识别模型，输出缺陷识别分类结果
。
[0019]作为本专利技术进一步的方案：所述的改进的
Unet
模型包括：
[0020]所述
Unet
模型基于缺陷图像切块进行训练，在提取卷积特征的主干网络中构建预先设置的结构参数，提取多尺度多层次特征，将同层高度的编码的梯度
、
点
、
线直接连接到同层的解码器中，并通过跳层连接提供通道，同时保留浅层精细信息和深层语义信息，通过注意力机制综合中间输出
。
[0021]作为本专利技术进一步的方案：所述图像预处理包括对图像背景光源校正；通过低通滤波边缘检测将图像边缘细节滤除；对图像进行灰度变化，达到预设的图像动态范围；应用阈值分割算法和分水岭分割算法，将图像分成若干个具有类似特性的区域，所述特性包括颜色
、
纹理
、
密度
。
[0022]作为本专利技术进一步的方案：所述图像背景光源校正的过程为：
[0023]将目标图像分割成互相重叠的图像块，获取任一图像块与相邻图像块之间的均方误差
s
和平均绝对误差
e
，计算
s
与
e
的相加之和
Sum
，根据
Sum
对图像块进行非支配排序，将排序靠前的
n
个图像块组成若干个矩阵，
n
为正整数，使用不同的参数对矩阵的奇异值收缩，得到低秩矩阵，获取低秩矩阵的奇异值，将若干个奇异值中较小的数值过滤掉，将得到的目标图像块重新生成为完整的目标图像
。
[0024]作为本专利技术进一步的方案：所述特征提取的特征包括直观性特征
、
灰度统计特征
、
变换域特征
、
几何特征
、
代数特征
、
拓扑特征，并通过数学方法降低模式维数，识别有效特征；
[0025]其中，所述几何特征包括目标区域的面积
、
周长
、
最小外接矩形
、
密集度和形态比
、
轮廓
、
...

【技术保护点】

【技术特征摘要】
1.
一种长型钢材的外表面缺陷视觉识别装置，其特征在于，包括光学减震平台
、3D
线扫传感器对中机构
、3D
线扫传感器机构
、
钢材测速机构
、
缺陷点喷标机构；所述光学减震平台包括独立基座
(3)
，所述独立基座
(3)
表面设置有减震基座
(1)
，所述减震基座
(1)
顶部固定连接有固定板
(2)
；所述
3D
线扫传感器对中机构包括升降基座
(7)
，所述升降基座
(7)
与所述固定板
(2)
的一侧固定连接，所述升降基座
(7)
内部固定设置有伺服电机
(8)
，所述伺服电机
(8)
的输出端设置有丝杠
(5)
，所述丝杠
(5)
外围活动套设有螺母滑块
(6)
，所述螺母滑块
(6)
侧面固定连接有弧形的固定大板
(4)
；所述
3D
线扫传感器机构包括四个连接块
(13)
，四个所述连接块
(13)
等距设置于所述固定大板
(4)
内侧，所述连接块
(13)
相互靠近的一侧分别固定连接有光学直线滑台
(12)
，所述光学直线滑台
(12)
表面滑动连接有光学角度摆台
(11)
，所述光学角度摆台
(11)
表面转动连接有光学旋转台
(10)
，所述光学旋转台
(10)
表面转动连接有
3D
线扫传感器
(9)
；所述钢材测速机构包括固定设置于所述独立基座
(3)
表面的承重座
(14)
，所述承重座
(14)
顶部转动连接有辊轮
(16)
，所述辊轮
(16)
用于与钢材接触，所述辊轮
(16)
内设置有编码器
(15)
，所述编码器
(15)
用于测量钢材移动速度；所述缺陷点喷标机构包括连接板
(18)
，所述连接板
(18)
固定连接于所述固定大板
(4)
的一侧，所述连接板
(18)
的一端固定连接有喷头
(17)。2.
一种长型钢材的外表面缺陷视觉识别方法，应用于权利要求1所述的一种长型钢材的外表面缺陷视觉识别装置，其特征在于，包括以下步骤：采集已知的钢材表面缺陷图像样本，对每一种缺陷进行特征分析，建立缺陷图像数据库；在钢材移动经过光学减震平台时，调整
3D
线扫传感器对中机构对准钢材，由
3D
线扫传感器采集覆盖范围内的钢材分段若干个角度的平面图像，根据所述平面图像建立钢材分段的三维模型；通过所述三维模型获取当前分段钢材的尺寸数据，当钢材移动时，检测到尺寸数据发生变化，则记录下变化点的时间坐标，根据钢材测速机构测量钢材移动速度，并通过变化点的时间坐标确定变化点位置，通过缺陷点喷标机构标记变化点位置，并命名为缺陷待定区域位置；采集所述缺陷待定区域的目标图像，对所述目标图像进行预处理，对经过预处理后的目标图像进行特征提取，基于所述缺陷图像数据库和改进的
Unet
模型建立缺陷识别模型，将所述目标图像输入至所述缺陷识别模型，输出缺陷识别分类结果
。3.

【专利技术属性】
技术研发人员：汤泽城，张佳峰，王笃晶，谷大虎，仇汇龙，陈春波，
申请(专利权)人：江苏精益智控科技有限公司，
类型：发明
国别省市：