CN107525813A - 钢板缺陷在线智能视觉检测*** - Google Patents
钢板缺陷在线智能视觉检测*** Download PDFInfo
- Publication number
- CN107525813A CN107525813A CN201710860717.7A CN201710860717A CN107525813A CN 107525813 A CN107525813 A CN 107525813A CN 201710860717 A CN201710860717 A CN 201710860717A CN 107525813 A CN107525813 A CN 107525813A
- Authority
- CN
- China
- Prior art keywords
- steel plate
- defect
- module
- data message
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8901—Optical details; Scanning details
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8411—Application to online plant, process monitoring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/845—Objects on a conveyor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8809—Adjustment for highlighting flaws
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8858—Flaw counting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/888—Marking defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8901—Optical details; Scanning details
- G01N2021/8908—Strip illuminator, e.g. light tube
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
- G01N2021/8918—Metal
Landscapes
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供一种钢板缺陷在线智能视觉检测***,包括摄像装置、光源、AD转换器、缺陷检测模块、数据分析模块、主控计算机以及报警装置,光源照射在运动的钢板表面上;摄像装置对钢板进行图像采集;AD转换器将采集到的图像信息转换成钢板表面数据信息;缺陷检测模块对钢板数据信息进行缺陷检测得出钢板缺陷数据信息;数据分析模块将钢板缺陷数据信息经过分析整合处理,生成生产日志文件;主控计算机用于存储钢板图像信息、钢板表面数据信息、钢板缺陷数据信息和生产日志文件;主控计算机控制报警装置发出警报。本发明的钢板缺陷在线智能视觉检测***具有在生产线正常运行的条件下实时无遗漏的检测出表面上的主要缺陷类型的有益效果。
Description
技术领域
本发明涉及钢板缺陷检测领域,具体涉及一种钢板缺陷在线智能视觉检测***。
背景技术
钢板表面的质量是决定钢板的优劣的决定性因素之一,这将直接影响到最终产品的性能与质量。在加工过程中,原材料、轧制设备以及工艺等原因,会导致钢板表面出现结疤、裂纹、辊印、磷皮、刮伤、孔洞、麻点等不同的缺陷,这些缺陷将会使钢的性能变差。在生产过程中在线的检测钢板的表面缺陷,可以达到控制和提高钢板产品的表面质量的目的。
目前钢板表面缺陷检测的装置主要分为采用传统无损检测技术的检测装置和采用机器视觉技术的缺陷检测装置。
钢板表面缺陷的传统无损检测技术:
涡流检测方法的缺点:只能检测金属钢板表面和表皮下层组流缺陷,并且此种检测需要大电流励磁,这将造成极大的浪费。由于涡流检测需要借助图像检测,检测前钢板必须温度相同,这对于热轧钢来说是很难满足的要求。因此这种方法不适宜高速轧制带钢的表明的检测。
红外检测技术:
红外检测依靠钢坯温度的变化,由于缺陷处的温度却决于缺陷的平均深度、特定的输入电能、感应线圈的宽度、线圈的工作频率、钢坯的运动速度等因素有关。这种方法可以检测出热钢坯表面的纵裂纹和横裂纹缺陷。这种方法主要适运用要求不高的应用场合,并且检测的缺陷种类较少。
漏磁检测技术:
漏磁检测技术既可以检测表面的缺陷,还可以检测出钢坯的内部的细小的缺陷,这种检测精度较高,实用温度范围广,并且这种装置造价较低。其主要缺点是不能检测表明的粗糙度,并且不能对缺陷进行精确分类。
因此,本领域迫切需要研发出一种能够全面检测钢板表面缺陷的技术。
发明内容
本发明之目的是提供一种钢板缺陷在线智能视觉检测***,能够在生产线正常运行的条件下实时无遗漏的检测出钢板表面上的主要缺陷类型。
本发明提供一种钢板缺陷在线智能视觉检测***,包括摄像装置、光源、AD转换器、缺陷检测模块、数据分析模块、主控计算机以及报警装置;其中,位于生产线上的钢板以固定的速度运动,
所述光源以一定的方向照射在运动的钢板表面上;
所述摄像装置对处于下方运动的钢板进行图像采集;
所述AD转换器将采集到的图像信息转换成钢板表面数据信息;
所述缺陷检测模块对所述钢板数据信息进行缺陷检测得出钢板缺陷数据信息;
所述数据分析模块与所述缺陷检测模块连接,将钢板缺陷数据信息经过分析整合处理,生成生产日志文件;
所述主控计算机与所述摄像装置、AD转换器、缺陷检测模块以及数据分析模块连接,用于存储钢板图像信息、钢板表面数据信息、钢板缺陷数据信息和生产日志文件;
所述报警装置与所述主控计算机连接,在检测出钢板缺陷数据信息集合非空时,所述主控计算机控制所述报警装置发出警报,通知技术人员对钢板缺陷进行处理;在检测出钢板缺陷数据信息集合为空时,所述摄像装置持续采集数据。
优选地,所述摄像装置为CCD摄像机,所述CCD摄像机与所述光源一起设置在钢板运动区域的正上方。
优选地,还包括图像采集卡,所述图像采集卡用于将所述摄像装置采集的图像信息输入至所述主控计算机。
优选地,所述AD转换器经过图像预处理、二值化、确定检测区域处理后得到钢板表面二值图像,并且经过提取二值图像的几何参数获得所述钢板表面数据信息。
优选地,还包括显示装置,所述显示装置与所述摄像装置、AD转换器、缺陷检测模块、数据分析模块、主控计算机以及报警装置均通信连接,用于显示钢板表面图像信息、钢板表面数据信息、钢板缺陷数据信息、生产日志文件以及报警数据信息。
优选地,还包括缺陷标记模块与缺陷存储模块,
所述缺陷标记模块与所述数据分析模块连接,用于标记缺陷位置信息,并进行缺陷标记;
所述缺陷存储模块与所述缺陷标记模块和主控计算机连接,用于存储与缺陷标记对应的图像。
优选地,所述生产日志文件包括钢板生产时间、钢板运动速率、钢板生产参数、生产批次号、缺陷位置、缺陷是否标记、缺陷数据数量的统计、缺陷对应的图像编号与记录时间。
优选地,所述缺陷检测模块用于识别尺寸小于0.5mm*0.5mm的缺陷;以及所述缺陷检测模块检测速率不小于100m/min。
优选地,还包括人机交互模块,所述人机交互模块用于在线更改被检测缺陷大小参数数据信息。
优选地,还包括数据响应模块,所述数据响应模块与所述报警装置连接,在所述报警装置发出警报的同时所述数据响应模块会发送响应指令;优选地,所述响应时间小于100ms。
本发明的钢板缺陷在线智能视觉检测***相比现有技术具有如下有益效果:
1、本发明可以自动化生产线在线实时检测缺陷,如:色斑、污渍、破损、黑点、白斑、油斑、钉印、折痕等。
2、利用本发明的***与方法缺陷识别出钢板上的缺陷后,会给出疵点位置信息(例如卷长和宽方向)。
2、利用本发明的***与方法缺陷识别出钢板上的缺陷后,会进行声光报警以及缺陷标记,还会存储缺陷图像,并在显示屏上进行直观显示,以及统计缺陷数量数据。
3、本发明中具有中文人机对话界面,可在线更改被检测缺陷大小参数,界面简洁、友好、易操作。
4、本发明可以生成生产日志文件,该日志文件中会记录生产时间、生产参数、批次号等信息,从而方便管理人员查询与追踪。
5、本发明的钢板缺陷在线智能视觉检测***能够识别缺陷的大小<0.5mm*0.5mm;缺陷检测速率不小于100m/min;能够自适应生产线速度瞬时的变化;检测到缺陷时可发送响应指令,响应时间小于100ms。
附图说明
下面将简要说明本申请所使用的附图,显而易见地,这些附图仅用于解释本发明的构思。
图1是本发明的钢板缺陷在线智能视觉检测***的结构示意图;
图2是本发明的钢板缺陷在线智能视觉检测***的框架结构示意图。
附图标记汇总:
1、摄像装置 2、光源 3、AD转换器
4、缺陷检测模块 5、数据分析模块 6、主控计算机
7、报警装置 8、图像采集卡 9、显示装置
10、缺陷标记模块 11、缺陷存储模块
12、人机交互模块 13、数据响应模块
具体实施方式
在下文中,将参照附图描述本发明的钢板缺陷在线智能视觉检测***的实施例。
在此记载的实施例为本发明的特定的具体实施方式,用于说明本发明的构思,均是解释性和示例性的,不应解释为对本发明实施方式及本发明范围的限制。除在此记载的实施例外,本领域技术人员还能够基于本申请权利要求书和说明书所公开的内容采用显而易见的其它技术方案,这些技术方案包括对在此记载的实施例做出任何显而易见的替换和修改的技术方案。
本说明书的附图为示意图,辅助说明本发明的构思,示意性地表示各部分的相互关系。请注意,为了便于清楚地表现出本发明实施例的各部分的关系。相同或相似的参考标记用于表示相同或相似的部分。
图1是本发明的钢板缺陷在线智能视觉检测***的结构示意图,图2是本发明的钢板缺陷在线智能视觉检测***的框架结构示意图,如图1和图2所示,本发明提供一种钢板缺陷在线智能视觉检测***,包括摄像装置1、光源2、AD转换器3、缺陷检测模块4、数据分析模块5、主控计算机6以及报警装置7。其中,位于生产线上的钢板以固定的速度运动,光源2以一定的方向照射在运动的钢板表面上,摄像装置1对处于下方运动的钢板进行图像采集。
AD转换器3将采集到的图像信息转换成钢板表面数据信息,具体地,AD转换器3经过图像预处理、二值化、确定检测区域处理后得到钢板表面二值图像,并且经过提取二值图像的几何参数获得钢板表面数据信息。
缺陷检测模块4对钢板数据信息进行缺陷检测得出钢板缺陷数据信息,数据分析模块5与缺陷检测模块4连接,将钢板缺陷数据信息经过分析整合处理,生成生产日志文件。
主控计算机6与摄像装置1、AD转换器3、缺陷检测模块4以及数据分析模块5连接,用于存储钢板图像信息、钢板表面数据信息、钢板缺陷数据信息和生产日志文件。优选地,生产日志文件可以包括钢板生产时间、钢板运动速率、钢板生产参数、生产批次号、缺陷位置(卷长和宽方向)、缺陷是否标记、缺陷数据数量的统计、缺陷对应的图像编号与记录时间等等与钢板缺陷检测相关的所有参数数据信息,这样设置是为了方便管理人员查询历史数据与追踪历史数据。
为了能够实时智能化提醒工作人员钢板是否存在缺陷,为此本发明设置有报警装置7,该报警装置7与主控计算机6连接,在检测出钢板缺陷数据信息集合非空时,即检测出钢板表面存在缺陷时,主控计算机6控制报警装置7发出警报,通知技术人员对钢板缺陷进行处理;在检测出钢板缺陷数据信息集合为空时,即检测出钢板表面不存在缺陷时,摄像装置1会持续采集钢板图像信息数据。
本发明的进一步实施例中,上述报警装置7可以为声光报警,即通过语音与灯光结合进行报警,从而醒目地提醒工作人员制造出的钢板表面存在缺陷,需要及时进行处理与检测,进而让技术师傅制定制造钢板的修改意见或者提出提高钢板制造质量的意见与方案。
优选地,摄像装置1为CCD摄像机,该CCD摄像机与光源2一起设置在钢板运动区域的正上方。本发明中的CCD摄像机采用双聚焦***,光源2为高强度照明光源2或高频荧光灯,为了能够清楚地拍摄出适合缺陷检测模块4与AD转换器3用于处理的图片,将CCD摄像机与高强度照明光源2一起设置在传送钢板的传送结构的正上方。
本发明的进一步实施例中,本发明的钢板缺陷在线智能视觉检测***还包括图像采集卡8,该图像采集卡8用于将摄像装置1采集的图像信息输入至主控计算机6。
本发明的钢板缺陷在线智能视觉检测***还包括缺陷标记模块10与缺陷存储模块11,该缺陷标记模块10与数据分析模块5连接,用于标记缺陷位置信息,并进行缺陷标记;该缺陷存储模块11与缺陷标记模块10均和主控计算机6连接,用于存储与缺陷标记对应的图像。这样设置是为了清晰直观地显示缺陷存在的位置,生产线中的工作人员可以直接根据缺陷标记的位置进行技术问题的分析与处理。
本发明的钢板缺陷在线智能视觉检测***还包括显示装置9,显示装置9与摄像装置1、AD转换器3、缺陷检测模块4、数据分析模块5、主控计算机6以及报警装置7均通信连接,用于显示钢板表面图像信息、钢板表面数据信息、钢板缺陷数据信息、生产日志文件以及报警数据信息。这样设置是为了清晰直观地显示缺陷存在的位置,生产线中的工作人员可以直接根据缺陷标记的位置进行技术问题的分析与处理,同时还可以方便管理人员查询历史数据与追踪历史数据。
本发明的钢板缺陷在线智能视觉检测***缺陷检测模块4用于识别尺寸小于0.5mm*0.5mm的缺陷;以及缺陷检测模块4检测速率不小于100m/min。这样设置可以实现在线实时无遗漏检测缺陷,如:色斑、污渍、破损、黑点、白斑、油斑、钉印、折痕等。
本发明的钢板缺陷在线智能视觉检测***还包括人机交互模块12,人机交互模块12用于在线更改被检测缺陷大小参数数据信息。需要说明的是,本发明中的人机交互模块12具体设置为中文人机对话界面,通过该中文人机对话界面可在线更改被检测缺陷大小参数,并且界面简洁、友好、易操作。
本发明的钢板缺陷在线智能视觉检测***还包括数据响应模块13,数据响应模块13与报警装置7连接,在报警装置7发出警报的同时数据响应模块13会发送响应指令,并且本发明的钢板缺陷在线智能视觉检测***能够自适应生产线速度瞬时的变化,进而实现快速响应。优选地,响应时间小于100ms。
本发明的钢板缺陷在线智能视觉检测***相比现有技术具有如下有益效果:
1、本发明可以自动化生产线在线实时检测缺陷,如:色斑、污渍、破损、黑点、白斑、油斑、钉印、折痕等。
2、利用本发明的***与方法缺陷识别出钢板上的缺陷后,会给出疵点位置信息(例如卷长和宽方向)。
2、利用本发明的***与方法缺陷识别出钢板上的缺陷后,会进行声光报警以及缺陷标记,还会存储缺陷图像,并在显示屏上进行直观显示,以及统计缺陷数量数据。
3、本发明中具有中文人机对话界面,可在线更改被检测缺陷大小参数,界面简洁、友好、易操作。
4、本发明可以生成生产日志文件,该日志文件中会记录生产时间、生产参数、批次号等信息,从而方便管理人员查询与追踪。
5、本发明的钢板缺陷在线智能视觉检测***能够识别缺陷的大小<0.5mm*0.5mm;缺陷检测速率不小于100m/min;能够自适应生产线速度瞬时的变化;检测到缺陷时可发送响应指令,响应时间小于100ms。
以上对本发明的钢板缺陷在线智能视觉检测***的实施方式进行了说明。对于本发明的钢板缺陷在线智能视觉检测***的具体特征可以根据上述披露的特征的作用进行具体设计,这些设计均是本领域技术人员能够实现的。而且,上述披露的各技术特征并不限于已披露的与其它特征的组合,本领域技术人员还可根据本发明之目的进行各技术特征之间的其它组合,以实现本发明之目的为准。
Claims (10)
1.一种钢板缺陷在线智能视觉检测***,其特征在于,包括摄像装置、光源、AD转换器、缺陷检测模块、数据分析模块、主控计算机以及报警装置;其中,位于生产线上的钢板以固定的速度运动,
所述光源以一定的方向照射在运动的钢板表面上;
所述摄像装置对处于下方运动的钢板进行图像采集;
所述AD转换器将采集到的图像信息转换成钢板表面数据信息;
所述缺陷检测模块对所述钢板数据信息进行缺陷检测得出钢板缺陷数据信息;
所述数据分析模块与所述缺陷检测模块连接,将钢板缺陷数据信息经过分析整合处理,生成生产日志文件;
所述主控计算机与所述摄像装置、AD转换器、缺陷检测模块以及数据分析模块连接,用于存储钢板图像信息、钢板表面数据信息、钢板缺陷数据信息和生产日志文件;
所述报警装置与所述主控计算机连接,在检测出钢板缺陷数据信息集合非空时,所述主控计算机控制所述报警装置发出警报,通知技术人员对钢板缺陷进行处理;在检测出钢板缺陷数据信息集合为空时,所述摄像装置持续采集数据。
2.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,所述摄像装置为CCD摄像机,所述CCD摄像机与所述光源一起设置在钢板运动区域的正上方。
3.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,还包括图像采集卡,
所述图像采集卡用于将所述摄像装置采集的图像信息输入至所述主控计算机。
4.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,所述AD转换器经过图像预处理、二值化、确定检测区域处理后得到钢板表面二值图像,并且经过提取二值图像的几何参数获得所述钢板表面数据信息。
5.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,还包括显示装置,所述显示装置与所述摄像装置、AD转换器、缺陷检测模块、数据分析模块、主控计算机以及报警装置均通信连接,用于显示钢板表面图像信息、钢板表面数据信息、钢板缺陷数据信息、生产日志文件以及报警数据信息。
6.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,还包括缺陷标记模块与缺陷存储模块,
所述缺陷标记模块与所述数据分析模块连接,用于标记缺陷位置信息,并进行缺陷标记;
所述缺陷存储模块与所述缺陷标记模块和主控计算机连接,用于存储与缺陷标记对应的图像。
7.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,所述生产日志文件包括钢板生产时间、钢板运动速率、钢板生产参数、生产批次号、缺陷位置、缺陷是否标记、缺陷数据数量的统计、缺陷对应的图像编号与记录时间。
8.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,
所述缺陷检测模块用于识别尺寸小于0.5mm*0.5mm的缺陷;以及
所述缺陷检测模块检测速率不小于100m/min。
9.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,还包括人机交互模块,所述人机交互模块用于在线更改被检测缺陷大小参数数据信息。
10.根据权利要求1所述的钢板缺陷在线智能视觉检测***,其特征在于,还包括数据响应模块,
所述数据响应模块与所述报警装置连接,在所述报警装置发出警报的同时所述数据响应模块会发送响应指令;优选地,所述响应时间小于100ms。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710860717.7A CN107525813A (zh) | 2017-09-21 | 2017-09-21 | 钢板缺陷在线智能视觉检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710860717.7A CN107525813A (zh) | 2017-09-21 | 2017-09-21 | 钢板缺陷在线智能视觉检测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107525813A true CN107525813A (zh) | 2017-12-29 |
Family
ID=60736038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710860717.7A Pending CN107525813A (zh) | 2017-09-21 | 2017-09-21 | 钢板缺陷在线智能视觉检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107525813A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445008A (zh) * | 2018-02-27 | 2018-08-24 | 首钢京唐钢铁联合有限责任公司 | 一种带钢表面缺陷的检测方法 |
CN108818544A (zh) * | 2018-06-05 | 2018-11-16 | 科芃智能科技(苏州)有限公司 | 基于视觉导引的板带表面处理机器人 |
CN109030503A (zh) * | 2018-07-11 | 2018-12-18 | 无锡赛默斐视科技有限公司 | 带钢在线表面缺陷检测***及其检测方法 |
CN109030499A (zh) * | 2018-07-27 | 2018-12-18 | 江苏理工学院 | 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法 |
CN109738448A (zh) * | 2018-12-28 | 2019-05-10 | 佛山科学技术学院 | 一种工业产品智能检测装置和方法 |
CN109829906A (zh) * | 2019-01-31 | 2019-05-31 | 桂林电子科技大学 | 一种基于方向场与纹理特征的工件缺陷检测与分类方法 |
CN110989422A (zh) * | 2019-11-13 | 2020-04-10 | 深圳市盛波光电科技有限公司 | 一种基于流水号喷码的aoi过检参数的管理***及管理方法 |
CN111907191A (zh) * | 2020-06-19 | 2020-11-10 | 固高科技(深圳)有限公司 | 补偿方法、装置、电雕控制***和计算机可读存储介质 |
CN111982919A (zh) * | 2020-08-25 | 2020-11-24 | 上海上创超导科技有限公司 | 涂层导体金属基带表面缺陷的动态监测装置及检测方法 |
CN112229324A (zh) * | 2020-09-29 | 2021-01-15 | 国发重工机械有限公司 | 一种钢箱梁制造强度的在线自动检测*** |
CN112763503A (zh) * | 2020-12-24 | 2021-05-07 | 山西大数据产业发展有限公司 | 基于机器视觉的高牌号冷轧硅钢孔洞检测*** |
CN113038012A (zh) * | 2021-03-16 | 2021-06-25 | 上海悦易网络信息技术有限公司 | 一种智能终端的外观缺陷检测方法及设备 |
CN113340901A (zh) * | 2021-04-30 | 2021-09-03 | 浙江达峰汽车技术有限公司 | 一种高目数蜂窝载体涂覆内部孔道堵塞检测方法以及*** |
CN113808087A (zh) * | 2021-09-02 | 2021-12-17 | 上汽通用五菱汽车股份有限公司 | 钢板表面的缺陷管控方法、装置及计算机可读存储介质 |
CN113857270A (zh) * | 2021-09-29 | 2021-12-31 | 广东韶钢松山股份有限公司 | 一种冷床上钢板传送故障的监控***、方法及应用 |
CN114428164A (zh) * | 2022-01-14 | 2022-05-03 | 无锡来诺斯科技有限公司 | 一种追溯金属带材表面缺陷的标记装置及标记方法 |
CN115983687A (zh) * | 2022-12-22 | 2023-04-18 | 广州海秀敏网络科技有限公司 | 一种冷轧带钢质量智能检测管理***及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196917A (zh) * | 2013-03-13 | 2013-07-10 | 同济大学 | 基于ccd线阵相机的在线卷板材表面瑕疵检测***及其检测方法 |
CN105092593A (zh) * | 2015-08-27 | 2015-11-25 | 张小磊 | 一种基于高强度照明的钢板缺陷检测方法 |
CN205920059U (zh) * | 2016-07-25 | 2017-02-01 | 天津松洋金属制品有限公司 | 一种钢板在线表面检测装置 |
-
2017
- 2017-09-21 CN CN201710860717.7A patent/CN107525813A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196917A (zh) * | 2013-03-13 | 2013-07-10 | 同济大学 | 基于ccd线阵相机的在线卷板材表面瑕疵检测***及其检测方法 |
CN105092593A (zh) * | 2015-08-27 | 2015-11-25 | 张小磊 | 一种基于高强度照明的钢板缺陷检测方法 |
CN205920059U (zh) * | 2016-07-25 | 2017-02-01 | 天津松洋金属制品有限公司 | 一种钢板在线表面检测装置 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445008A (zh) * | 2018-02-27 | 2018-08-24 | 首钢京唐钢铁联合有限责任公司 | 一种带钢表面缺陷的检测方法 |
CN108818544A (zh) * | 2018-06-05 | 2018-11-16 | 科芃智能科技(苏州)有限公司 | 基于视觉导引的板带表面处理机器人 |
CN108818544B (zh) * | 2018-06-05 | 2019-10-25 | 科芃智能科技(苏州)有限公司 | 基于视觉导引的板带表面处理机器人 |
CN109030503A (zh) * | 2018-07-11 | 2018-12-18 | 无锡赛默斐视科技有限公司 | 带钢在线表面缺陷检测***及其检测方法 |
CN109030499B (zh) * | 2018-07-27 | 2021-08-24 | 江苏理工学院 | 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法 |
CN109030499A (zh) * | 2018-07-27 | 2018-12-18 | 江苏理工学院 | 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法 |
CN109738448A (zh) * | 2018-12-28 | 2019-05-10 | 佛山科学技术学院 | 一种工业产品智能检测装置和方法 |
CN109829906A (zh) * | 2019-01-31 | 2019-05-31 | 桂林电子科技大学 | 一种基于方向场与纹理特征的工件缺陷检测与分类方法 |
CN110989422A (zh) * | 2019-11-13 | 2020-04-10 | 深圳市盛波光电科技有限公司 | 一种基于流水号喷码的aoi过检参数的管理***及管理方法 |
CN111907191A (zh) * | 2020-06-19 | 2020-11-10 | 固高科技(深圳)有限公司 | 补偿方法、装置、电雕控制***和计算机可读存储介质 |
CN111982919A (zh) * | 2020-08-25 | 2020-11-24 | 上海上创超导科技有限公司 | 涂层导体金属基带表面缺陷的动态监测装置及检测方法 |
CN112229324A (zh) * | 2020-09-29 | 2021-01-15 | 国发重工机械有限公司 | 一种钢箱梁制造强度的在线自动检测*** |
CN112763503A (zh) * | 2020-12-24 | 2021-05-07 | 山西大数据产业发展有限公司 | 基于机器视觉的高牌号冷轧硅钢孔洞检测*** |
CN113038012A (zh) * | 2021-03-16 | 2021-06-25 | 上海悦易网络信息技术有限公司 | 一种智能终端的外观缺陷检测方法及设备 |
CN113340901A (zh) * | 2021-04-30 | 2021-09-03 | 浙江达峰汽车技术有限公司 | 一种高目数蜂窝载体涂覆内部孔道堵塞检测方法以及*** |
CN113808087A (zh) * | 2021-09-02 | 2021-12-17 | 上汽通用五菱汽车股份有限公司 | 钢板表面的缺陷管控方法、装置及计算机可读存储介质 |
CN113857270A (zh) * | 2021-09-29 | 2021-12-31 | 广东韶钢松山股份有限公司 | 一种冷床上钢板传送故障的监控***、方法及应用 |
CN113857270B (zh) * | 2021-09-29 | 2024-04-02 | 广东韶钢松山股份有限公司 | 一种冷床上钢板传送故障的监控***、方法及应用 |
CN114428164A (zh) * | 2022-01-14 | 2022-05-03 | 无锡来诺斯科技有限公司 | 一种追溯金属带材表面缺陷的标记装置及标记方法 |
CN114428164B (zh) * | 2022-01-14 | 2024-05-31 | 无锡来诺斯科技有限公司 | 一种追溯金属带材表面缺陷的标记装置及标记方法 |
CN115983687A (zh) * | 2022-12-22 | 2023-04-18 | 广州海秀敏网络科技有限公司 | 一种冷轧带钢质量智能检测管理***及方法 |
CN115983687B (zh) * | 2022-12-22 | 2023-09-29 | 北京弥天科技有限公司 | 一种冷轧带钢质量智能检测管理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107525813A (zh) | 钢板缺陷在线智能视觉检测*** | |
CN100535647C (zh) | 一种基于机器视觉的浮法玻璃缺陷在线检测装置 | |
CN107589124A (zh) | 基于机器视觉的在线人造板表面缺陷检测分等***及方法 | |
CN101482744A (zh) | Erw焊管生产线物料跟踪*** | |
CN109969736A (zh) | 一种大型运载皮带跑偏故障智能检测方法 | |
CN102581244B (zh) | 一种连铸铸坯表面质量的在线控制***及控制方法 | |
CN102654464A (zh) | 基于多特征模糊识别的铜带表面缺陷检测*** | |
CN107803606A (zh) | 一种基于全过程标记的焊缝质量检测方法和装置 | |
CN113702391B (zh) | 一种钢坯表面及近表面缺陷复合检测方法及装置 | |
CN104535589A (zh) | 一种低压电流互感器在线检测方法和装置 | |
CN110057198A (zh) | 烧结机台车轮工作状态检测方法及检测装置 | |
CN110186375A (zh) | 智能化高铁白车身焊接装配特征检测装置及检测方法 | |
CN112285114A (zh) | 一种基于机器视觉的漆包线点焊质量检测***及检测方法 | |
CN101949865B (zh) | 一种百事泰在线表面缺陷检测***的优化方法 | |
CN105301008A (zh) | 一种接装纸质量检测警示***及质量在线检测方法 | |
US20230169642A1 (en) | Inspecting Sheet Goods Using Deep Learning | |
CN111402236A (zh) | 一种基于图像灰度值的热轧带钢表面缺陷分级方法 | |
CN113592852A (zh) | 一种碳纤维碳丝质量在线检测***和方法 | |
CN113670931A (zh) | 一种基于神经网络的钢板表面缺陷检测方法及*** | |
CN114119595A (zh) | 一种基于集成深度学习的gmaw焊接质量在线监测及评价方法 | |
CN202177587U (zh) | 基于机器视觉技术的滤纸缺陷检测*** | |
CN201041552Y (zh) | 一种基于机器视觉的浮法玻璃缺陷在线检测装置 | |
CN117664990A (zh) | 一种pcba外观缺陷智能检测方法 | |
CN203337559U (zh) | 印品质量数字化全自动检测*** | |
CN106053485A (zh) | 基于机器视觉的钢球表面缺陷智能环形循检的新型算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171229 |
|
RJ01 | Rejection of invention patent application after publication |