CN110376207B - 一种超宽厚板表面缺陷在线检测***图像采集方法 - Google Patents

一种超宽厚板表面缺陷在线检测***图像采集方法 Download PDF

Info

Publication number
CN110376207B
CN110376207B CN201910647988.3A CN201910647988A CN110376207B CN 110376207 B CN110376207 B CN 110376207B CN 201910647988 A CN201910647988 A CN 201910647988A CN 110376207 B CN110376207 B CN 110376207B
Authority
CN
China
Prior art keywords
ultra
cameras
thick plate
acquisition
wide thick
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.)
Active
Application number
CN201910647988.3A
Other languages
English (en)
Other versions
CN110376207A (zh
Inventor
杨朝霖
徐科
邓能辉
周鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN201910647988.3A priority Critical patent/CN110376207B/zh
Publication of CN110376207A publication Critical patent/CN110376207A/zh
Application granted granted Critical
Publication of CN110376207B publication Critical patent/CN110376207B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01N21/8851—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
    • G01N21/8851—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供一种超宽厚板表面缺陷在线检测***图像采集方法，属于机器视觉无损检测技术领域。该方法根据板面的最大宽度和所需检测缺陷的最小尺寸以及相机分辨率决定使用的线阵相机数量，窄带LED光源数量和相机数量保持一致。在钢板进入相机采集区域后，激光测速仪获取钢板速度，从而决定线阵相机的采集线速率。然后通过工控机控制多通道PWM信号发生器，产生与脉冲频率与采集线速率相同的PWM信号，输出与相机数量相同的PWM信号控制相机同步采集，最终实现将每个相机采集的图像在长度和宽度方向移位拼接得到完整表面图像。该方法可以在保证相机采集速率不发生变化的情况下实现对光源亮度的快速调整，保证图像背景亮度的均匀。

Description

一种超宽厚板表面缺陷在线检测***图像采集方法
技术领域
本发明涉及机器视觉无损检测技术领域，特别是指一种超宽厚板表面缺陷在线检测***图像采集方法。
背景技术
目前基于机器视觉的钢板表面缺陷在线检测***在各大钢厂的生产线上得到了广泛使用，对保证钢板表面质量起到了关键性的作用，该***的关键是要采集到背景均匀的完整钢板图像才能进行准确的缺陷识别。对于大于5米以上超宽的板子的检测，由于检测精度的要求需要在宽度方向上布置多个相机才能完成整个板面的采集，这些多个相机采集图像的需要在宽度方向和运动方向上进行准确拼接才能便于进行后续的缺陷分析，由于板面很宽，一条带状的LED光源不能够保证在整个照明区域的均匀性，会导致采集下来的钢板图像背景亮度在宽度方向上呈现出不均匀的情况，所以需要多条带状LED光源来提供照明，如何及时控制这些LED光源亮度变化来保证与光源对应的相机采集到背景均匀的图像需要重点考虑。
发明内容
本发明要解决的技术问题是提供一种超宽厚板表面缺陷在线检测***图像采集方法。
该方法通过线阵相机和窄带LED光源、多通道PWM信号发生器、激光测速仪、信号增强模块的组合来实现图像采集，实现过程包括步骤如下：
(1)根据超宽厚板板面的最大宽度L和所需检测缺陷的最小尺寸α以及线阵相机分辨率M，确定使用的线阵相机数量N，窄带LED光源的数量和线阵相机数量保持一致；
(2)超宽厚板进入线阵相机采集区域后，激光测试仪获取超宽厚板速度ν，根据获取到的超宽厚板速度ν和需要检测缺陷的最小尺寸α来决定线阵相机的采集线速率f；
(3)控制多通道PWM信号发生器，产生脉冲频率与采集线速率f相同的PWM信号，输出与线阵相机数量相同的N路脉冲信号，每路信号分成两部分；
(4)通过事先标定出窄带LED光源各个光带之间的位置差异，将各个线阵相机采集下来的图像在长度方向使用移位拼接；
(5)将每个线阵相机采集的图像在长度和宽度方向移位拼接得到完整表面图像。
其中，步骤(1)中线阵相机数量N＝2L/(α×M)。
步骤(2)中线阵相机的采集线速率f＝2ν/α，为保证最小尺寸为α缺陷的检测，这里采集精度需要达到α/2。
步骤(3)中每路信号的其中一部分发送给采用外触发方式的线阵相机实现同步采集，另一部分通过信号增强模块增强后直接作为窄带LED光源的供电。作为窄带LED光源供电的信号能够保证在采集速率不变即采集精度不变的情况下，通过控制PWM信号发生器更改信号占空比实现光源亮度调整从而实现相机采集图像亮度的调整。
各组线阵相机的采集照明区域采用相互交错的模式布置。
步骤(4)具体为：相邻两个线阵相机的照明区域错位距离为σ，超宽厚板长度方向上采集精度θ为α/2，α为需要检测缺陷的最小尺寸，则需要移位的像素数量Δ为：
Δ＝σ/θ＝2σ/α。
本发明的上述技术方案的有益效果如下：
上述方案中，采用多组线阵相机和窄带LED光源，通过激光测速仪获取钢板准确运动速度，使用PWM信号实现对多个相机的进行外部触发同步采集控制，保证多个相机采集位置，同时通过利用同一信号的脉冲宽度来控制图像采集每一行照明光源的亮度，该方法可以实现对采集图像的每一条线的光源亮度调整，同时使用同一PWM信号硬件方式实现了对采集速度和图像亮度的控制，可实现图像中单条线亮度调整，让光源快速响应亮度变化的请求。
附图说明
图1为本发明的超宽厚板表面缺陷在线检测***图像采集方法整体方案图；
图2为本发明实施例中各相机采集区域布局图；
图3为本发明实施例中PWM信号示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明提供一种超宽厚板表面缺陷在线检测***图像采集方法。
如图1所示，该方法通过线阵相机和窄带LED光源、多通道PWM信号发生器、激光测速仪、信号增强模块的组合来实现图像采集，实现过程包括步骤如下：
(1)根据超宽厚板板面的最大宽度L和需要检测缺陷的最小尺寸α以及线阵相机分辨率M，确定使用的线阵相机数量N，窄带LED光源的数量和线阵相机数量保持一致；
(2)超宽厚板进入线阵相机采集区域后，激光测试仪获取超宽厚板速度ν，根据获取到的超宽厚板速度ν和需要检测缺陷的最小尺寸α来决定线阵相机的采集线速率f；
(3)控制多通道PWM信号发生器，产生脉冲频率与采集线速率f相同的PWM信号，输出与线阵相机数量相同的N路脉冲信号，每路信号分成两部分；
(4)通过事先标定出窄带LED光源各个光带之间的位置差异，将各个线阵相机采集下来的图像在长度方向使用移位拼接；
(5)将每个线阵相机采集的图像在长度和宽度方向移位拼接得到完整表面图像。
下面结合具体实施例予以说明。
根据板面的最大宽度L和所需检测缺陷的最小尺寸α,以及所使用线阵相机的像素数量M，决定宽度方向上需要使用的相机数量N＝2L/(αM)；
同时，窄带LED光源的数量和相机数量相同。
根据获取到的钢板速度ν和宽度方向上的需要检测缺陷的最小尺寸α来决定线阵相机的采集线速率f，f＝2ν/α。
如图3所示，利用获取到的采集线速率f,控制多通道PWM信号发生器，产生与采集线速率相同脉冲频率的N路PWM信号，每路信号分成两部分，一部分发送给采用外触发方式的线阵相机，这样可以保证N个相机的同步采集，实现在钢板宽度和长度方向保证一致的检测精度，该信号的周期值t为：
t＝1/f
另一部分PWM信号经过信号增强电路放大后作为和相机配套的窄带LED光源的供电，通过实时计算每一个相机的采集的一行或多行的平均灰度值，评估该平均灰度值和设定基准灰度的差异，发送调整PWM信号脉冲宽度的指令，调整PWM信号的脉宽λ值，可以认为光源的亮度ν和脉宽λ的变化存在近线性的关系。
ν＝Kλ+β
K为一个正值常量，β为一常量。
所以说在保证PWM信号脉冲频率不变的情况，也就是说保证所有相机的采集速率都相同的情况，通过改变给LED光源供电的PWM信号的脉宽值即PWM信号的占空比就可以改变光源的亮度，实现对各个相机采集图像背景亮度的调整，整个调整过程可以采用自反馈的方式进行，实现快速调整光源亮度的目的。
这样通过一组PWM信号控制了所有相机的采集和各个相机的照明亮度，保证图像的拼接精度和背景均匀。
为避免各个相机的照明光源相互影响，各组相机的采集照明区域采用相互交错的模式，如图2所示，可以保证在一定程度上避免相互光源的影响，由于整个采集过程根据速度精确控制运动方向上的精度，通过事先标定出各个光带之间的位置差异，将各个相机采集下来的图像在长度方向使用移位拼接即可，如相邻两个相机的照明区域错位距离为σ，钢板长度方向上采集精度θ为α/2，这里α是需要检测缺陷的最小尺寸，则需要移位的像素数量Δ为Δ＝σ/θ＝2σ/α。
在具体应用过程中，工作流程步骤如下：
步骤一、运动中的钢板进入相机的采集区域，(相机采用线阵相机可以实现在钢板运动上的图像精确拼接，而且采集区域很窄，可以避免不同相机光源的干扰)，激光测速仪测量得到当前钢板的准确运动速度。
步骤二、根据设计采集精度，当前钢板运动速度，计算出相机需要采用的采集线速率，控制多通道PWM信号发生器产生同频率的与相机数量相同的多路PWM脉冲信号，每路信号一部分直接发送给线阵相机，另一部分通过信号功率增强模块放大后给LED光源进行供电，相机采用外部触发的方式，接收到信号后将开始同步采集。
步骤三、通过计算各个相机采集下来的单线或多线的平均灰度值，与设定的基准进行比较，如果差异值较大，对该路PWM脉冲信号的脉冲宽度进行调整，在不改变采集速率的情况下对光源的亮度进行及时调整，保证得到各个相机背景亮度均匀的图像，
步骤四、在得到各个相机的图像后，在宽度方向上根据事先标定得到的重合位置将图像进行移位，移位后拼接得到整个表面的图像。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种超宽厚板表面缺陷在线检测***图像采集方法，其特征在于：该方法通过线阵相机和窄带LED光源、多通道PWM信号发生器、激光测速仪、信号增强模块的组合来实现超宽厚板图像采集，实现过程包括步骤如下：
（1）根据超宽厚板板面的最大宽度L和所需检测缺陷的最小尺寸α以及线阵相机分辨率M，确定使用的线阵相机数量N，窄带LED光源的数量和线阵相机数量保持一致；
（2）超宽厚板进入线阵相机采集区域后，激光测速仪获取超宽厚板速度ν，根据获取到的超宽厚板速度ν和需检测缺陷的最小尺寸α来决定线阵相机的采集线速率f；
（3）工控机控制多通道PWM信号发生器，产生脉冲频率与采集线速率f相同的PWM信号，输出与线阵相机数量相同的N路脉冲信号，每路信号分成两部分；
（4）通过事先标定出窄带LED光源各个光带之间的位置差异，将各个线阵相机采集下来的图像在长度方向使用移位拼接；
（5）将每个线阵相机采集的图像在长度和宽度方向移位拼接得到完整表面图像；
所述步骤（3）中每路信号的其中一部分发送给采用外触发方式的线阵相机实现同步采集，另一部分通过信号增强模块增强后直接作为窄带LED光源的供电。
2.根据权利要求1所述的超宽厚板表面缺陷在线检测***图像采集方法，其特征在于：所述步骤（1）中线阵相机数量N=2L/(α×M)。
3.根据权利要求1所述的超宽厚板表面缺陷在线检测***图像采集方法，其特征在于：所述步骤（2）中线阵相机的采集线速率f=2ν/α。
4.根据权利要求1所述的超宽厚板表面缺陷在线检测***图像采集方法，其特征在于：所述各个线阵相机的采集照明区域采用相互交错的模式布置。
5.根据权利要求1所述的超宽厚板表面缺陷在线检测***图像采集方法，其特征在于：所述步骤（4）具体为：相邻两个线阵相机的照明区域错位距离为σ，为保证能够检测到最小尺寸为α的缺陷，超宽厚板长度方向上采集精度θ为α/2，则需要移位的像素数量Δ为：
Δ=σ/θ=2σ/α。
6.根据权利要求1所述的超宽厚板表面缺陷在线检测***图像采集方法，其特征在于：作为窄带LED光源供电的增强PWM信号能够保证在采集速率不变即采集精度不变的情况下，通过控制PWM信号发生器更改信号占空比实现光源亮度调整从而实现相机采集图像亮度的快速调整。
CN201910647988.3A 2019-07-16 2019-07-16 一种超宽厚板表面缺陷在线检测***图像采集方法 Active CN110376207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910647988.3A CN110376207B (zh) 2019-07-16 2019-07-16 一种超宽厚板表面缺陷在线检测***图像采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910647988.3A CN110376207B (zh) 2019-07-16 2019-07-16 一种超宽厚板表面缺陷在线检测***图像采集方法

Publications (2)

Publication Number Publication Date
CN110376207A CN110376207A (zh) 2019-10-25
CN110376207B true CN110376207B (zh) 2020-07-17

Family

ID=68253705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910647988.3A Active CN110376207B (zh) 2019-07-16 2019-07-16 一种超宽厚板表面缺陷在线检测***图像采集方法

Country Status (1)

Country Link
CN (1) CN110376207B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110632087A (zh) * 2019-11-06 2019-12-31 合肥泰禾光电科技股份有限公司 一种表面缺陷检测装置
CN111327835B (zh) * 2020-03-20 2021-07-09 合肥埃科光电科技有限公司 一种相机多线分时曝光处理方法及***
CN111521838B (zh) * 2020-04-24 2021-03-12 北京科技大学 一种线面阵相机相结合的热轧卷测速方法
CN111521119B (zh) * 2020-04-24 2021-07-23 北京科技大学 一种铸坯厚度自适应在线图像采集方法
CN111982923A (zh) * 2020-08-26 2020-11-24 陕西科技大学 基于频闪成像原理的纸病检测驱动电源优化方法
CN112858321A (zh) * 2021-02-22 2021-05-28 南京理工大学 基于线阵ccd的钢板表面缺陷检测***及方法
CN113776437B (zh) * 2021-08-17 2022-06-07 北京科技大学 一种基于机器视觉的高精度中厚板宽度测量方法
CN113804696B (zh) * 2021-09-28 2023-01-20 北京科技大学 一种棒材表面缺陷尺寸面积确定方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002014082A (ja) * 2000-06-28 2002-01-18 Rikogaku Shinkokai 超音波探傷装置
JP2002303582A (ja) * 2001-04-06 2002-10-18 Nippon Steel Corp 厚板表面疵検査方法およびその装置
CN101644684A (zh) * 2009-09-11 2010-02-10 北京科技大学 一种连铸板坯表面裂纹在线检测方法
JP2012021889A (ja) * 2010-07-14 2012-02-02 Ccs Inc 光照射装置及び調光方法
CN102500627A (zh) * 2011-10-19 2012-06-20 北京金自天正智能控制股份有限公司 一种板材的宽度、边部形状、边部缺陷测量仪及测量方法
CN103543161A (zh) * 2013-10-16 2014-01-29 湖南镭目科技有限公司 一种连铸坯表面质量在线检测方法
CN203595761U (zh) * 2013-10-16 2014-05-14 天津市伟鼎新能源科技发展有限公司 锂电池充电器的检测装置
CN105277573A (zh) * 2014-06-11 2016-01-27 鞍钢股份有限公司 一种中厚板探伤小缺陷的精确定位方法
CN106710494A (zh) * 2016-12-23 2017-05-24 武汉精立电子技术有限公司 显示模组检测***和检测方法
CN107796309A (zh) * 2016-09-06 2018-03-13 鞍钢股份有限公司 一种嵌入式***与千兆以太网的带钢宽度信息检测方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002014082A (ja) * 2000-06-28 2002-01-18 Rikogaku Shinkokai 超音波探傷装置
JP2002303582A (ja) * 2001-04-06 2002-10-18 Nippon Steel Corp 厚板表面疵検査方法およびその装置
CN101644684A (zh) * 2009-09-11 2010-02-10 北京科技大学 一种连铸板坯表面裂纹在线检测方法
JP2012021889A (ja) * 2010-07-14 2012-02-02 Ccs Inc 光照射装置及び調光方法
CN102500627A (zh) * 2011-10-19 2012-06-20 北京金自天正智能控制股份有限公司 一种板材的宽度、边部形状、边部缺陷测量仪及测量方法
CN103543161A (zh) * 2013-10-16 2014-01-29 湖南镭目科技有限公司 一种连铸坯表面质量在线检测方法
CN203595761U (zh) * 2013-10-16 2014-05-14 天津市伟鼎新能源科技发展有限公司 锂电池充电器的检测装置
CN105277573A (zh) * 2014-06-11 2016-01-27 鞍钢股份有限公司 一种中厚板探伤小缺陷的精确定位方法
CN107796309A (zh) * 2016-09-06 2018-03-13 鞍钢股份有限公司 一种嵌入式***与千兆以太网的带钢宽度信息检测方法
CN106710494A (zh) * 2016-12-23 2017-05-24 武汉精立电子技术有限公司 显示模组检测***和检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"Surface defect classification of steels with a new semi-supervised learning method";He Di 等;《Optics and Lasers in Engineering》;20190630;第117卷;第40-48页 *
"基于SIFT的中厚板表面缺陷识别方法";周鹏 等;《清华大学学报（自然科学版）》;20181231;第58卷(第10期);第881-887页 *
"热轧带钢表面缺陷在线检测的方法与工业应用";徐科 等;《机械工程学报》;20090430;第45卷(第4期);第111-114页 *
"钢板表面在线检测技术的发展和展望";艾永好 等;《金属世界》;20101231(第5期);第37-39、43页 *
윤종필等."철강후판의표면결함탐상시스템".《2014韩国电子工程师学会夏季会议》.2014, *

Also Published As

Publication number Publication date
CN110376207A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN110376207B (zh) 一种超宽厚板表面缺陷在线检测***图像采集方法
CN106596574B (zh) 一种检测物体表面缺陷的装置及方法
CN104180792B (zh) 具有运动补偿的激光投影***及方法
CN107636528B (zh) 生产***内的照相机的控制模块和采用该照相机拍摄图像的方法
CN102073217B (zh) 一种波像差实时测量装置和方法
CN204195057U (zh) 一种精密激光扫描加工***
CN104062098B (zh) 一种双线阵ccd扫描成像测量光束质量的装置及方法
CN111521838B (zh) 一种线面阵相机相结合的热轧卷测速方法
CN102331511B (zh) Piv图像高频采集方法
CN106461575B (zh) 制得浮法玻璃条中测量畸变缺陷装置及方法
CN1963430A (zh) 调制传递函数的测量仪及测量方法
SE412286B (sv) Sett och anordning for fotoelektrisk avmetning av breder eller liknande geometriskt obestemda foremal
US9286859B2 (en) Brightness measurement method and brightness adjustment device for display elements
CN109613517A (zh) 一种TOF Lidar多机抗干扰工作方法
CN103826118B (zh) 一种彩色电视成像***空间分辨力检测装置
CN104296968A (zh) 多通道ccd的调制传递函数测试方法
CN115580782B (zh) 用于线阵相机照明的光源亮度控制方法及***、存储介质
CN111521119B (zh) 一种铸坯厚度自适应在线图像采集方法
US9176070B2 (en) Inspection assembly
MX2014000972A (es) Metodo y dispositivo para la deteccion confiable de defectos de material en un material transparente.
JPH04331304A (ja) パターン検査方法及びその装置
CN104266757B (zh) 一种可自动标定光谱连续可调的光源模拟方法
JP2012021889A (ja) 光照射装置及び調光方法
JP2012032271A (ja) 測定装置
CN108200425B (zh) 一种基于tdi线阵探测器的多方向传函检测***及方法

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
GR01 Patent grant
GR01 Patent grant