供稿|范王展, 劉學春, 關菊梅 / FAN Wang-zhan, LIU Xue-chun, GUAN Ju-mei

在冷軋鍍鋅板的市場競爭中，尤其是汽車面板、家電面板等高端產品，鋼板的表面質量是鋼板核心的質量因素之一。然而在生產過程中，受原料、設備、工藝、操作等各方面因素的影響，導致鋼板表面出現(xiàn)輥印、劃傷、鋅灰等不同類型的缺陷，如果靠肉眼在機組正常速度下去檢查，漏檢無法避免。

為了保證鋼板實現(xiàn)全檢，基于機器視覺技術的表面檢測系統(tǒng)已成為目前帶鋼表面質量控制、檢查不可或缺的設備。目前，比較成熟的表面檢測系統(tǒng)產品主要有：德國ISRA-PARSYTEC公司的HTx系統(tǒng)、美國COGNEX公司的Smartlearn系統(tǒng)等，在國內各大鋼廠如寶鋼、武鋼、鞍鋼等的生產線上都有廣泛應用。而基于CCD線掃描的表面檢測系統(tǒng)，在武鋼的鍍鋅線上則有成功的應用經驗。

系統(tǒng)檢測原理

缺陷檢測原理

機器視覺技術的檢測機理是表面缺陷部位與正常部位的光學特性間存在明顯的差異。配合LED光源，線陣CCD攝像機將鋼板表面圖像通過A/D轉換，轉換為具有一定灰度級分布的離散數(shù)字圖像信號[1]。系統(tǒng)將灰度值劃分為0～255，正常情況下，鋼板表面灰度值在一個特定范圍內波動，因此，必須設置一個合適的灰度波動范圍，稱之為閾值(Level threshholding)；而缺陷部分由于反射、散射等發(fā)生變化，其灰度值會發(fā)生較大變化，當超出這個閾值范圍的，系統(tǒng)定義為缺陷，如圖1所示。圖中，兩處涂黑段被檢測為缺陷。

圖1 缺陷檢測原理示意圖

圖2 明域與暗域示意圖

線陣CCD攝像機組被安裝在兩個不同的成像角度方向接收，兩個接收角度稱之為明域、暗域[2]，如圖2所示。明域角度接收了鋼板表面的大部分反射光，而暗域成像角度接收散射光。

系統(tǒng)組成

如圖3所示，表面檢測系統(tǒng)主要有表面?zhèn)鞲衅鳌⑾到y(tǒng)柜、檢測終端三部分組成。在進行表面質量檢測時，由表面檢測傳感器對鋼卷上下表面缺陷進行全數(shù)檢測、記錄，將檢測數(shù)據(jù)傳輸?shù)较到y(tǒng)柜的處理器中，經過對圖譜數(shù)據(jù)進行處理加工后，傳輸?shù)綌?shù)據(jù)庫服務器中，數(shù)據(jù)庫服務器將數(shù)據(jù)經過專業(yè)軟件處理，最終缺陷在檢測終端得以顯示。

圖3 表面質量檢測系統(tǒng)示意圖

缺陷灰度特征分析

表面檢測系統(tǒng)中常用的特征值有灰度強度特征、形狀尺寸特征值、位置特征值、紋理特征等[3]共計320多個分類特征值，這些特征實際是帶鋼表面缺陷的數(shù)學描述。

通過調試跟蹤，我們發(fā)現(xiàn)，本系統(tǒng)對不同缺陷在明場、暗場下灰度強度特征值最敏感，即灰度強度特征對缺陷分類影響最大。圖4為鍍鋅板劃傷、鈍化斑、鋅疤缺陷在明域和暗域下的照片。

圖中，黃色方框表示系統(tǒng)認為的缺陷發(fā)生的區(qū)域，缺陷在明域或者暗域下分別被著上不同的顏色，著色部分為系統(tǒng)認為的缺陷，不同的顏色表示不同的灰度值。從圖中可以看出，劃傷、鋅疤缺陷在明域和暗域下均能被檢測出，而鈍化斑缺陷在暗域下無法被檢測出(暗域下沒有著色)。

經過分析，發(fā)現(xiàn)鍍鋅板主要質量缺陷的灰度特征如表1。

圖4 幾種典型缺陷照片

表1 不同缺陷的灰度特征

另外，我們發(fā)現(xiàn)：一般情況下，有手感類缺陷以及色差類缺陷在明域下系統(tǒng)均能檢測出，而色差類缺陷在暗域下無法檢測。

自學習分類器的建立

典型缺陷樣本的收集

表面檢測系統(tǒng)缺陷分類器具有自學習功能，在構造缺陷分類器時，一個非常重要的任務就是建立完備的樣本庫。結合缺陷樣本實際收集經驗，缺陷樣本的收集過程中必須堅持以下幾個原則：一是“全”，即樣本集必須包含預先定義的缺陷類別的所有可能情況；二是“細”，建立在“全”的基礎上，對同一種缺陷根據(jù)形貌的不同進行細分類。如：氧化鐵皮缺陷，有點狀氧化鐵皮也有線狀氧化鐵皮，分類時最好將這種缺陷作為兩種缺陷進行分類；三是“準”，即樣本集中的每個樣本必須分類準確，盡量刪除離群點。

一般來說，一種缺陷收集100張左右的圖片就可以取得較好的效果。通過上述方式收集，經過系統(tǒng)分類器自動訓練，我們得到的分類器準確率在90%左右。

專家宏庫的應用

專家宏規(guī)則是對自學習分類器訓練結果的后處理，是基于專家經驗對系統(tǒng)容易誤分類缺陷進行重新定義、分類，從而得到最終的理想分類效果。對于普通的操作者，通常有效的專家宏規(guī)則處理方法有：一是利用缺陷產生的位置特征進行處理。如：邊部起皮缺陷和劃傷缺陷，邊部起皮缺陷僅發(fā)生在鋼板邊部，可以利用缺陷產生的位置將這兩種缺陷進行區(qū)分；二是缺陷的灰度特征進行處理。如：劃傷和鈍化斑缺陷，劃傷缺陷在明域、暗域下均可被檢測，而鈍化斑缺陷只能在明域下被檢測出來。由于現(xiàn)場生產中缺陷往往是千變萬化的，還可以利用缺陷的外形特征、面積等對易混淆的缺陷進行分類。

應用效果

通過設立合適的閾值以及系統(tǒng)靈敏度等，利用上述方法建立缺陷分類器，表面檢測系統(tǒng)對主要缺陷的分類準確率達到了90%左右，取得了良好的效果。

實現(xiàn)了鋼卷智能判級

通過對表面檢測系統(tǒng)檢測數(shù)據(jù)進行解析與提取，結合用戶的實際要求，建立表面檢測系統(tǒng)智能判級規(guī)則，最終利用表面檢測系統(tǒng)實現(xiàn)了對鋼卷進行智能分級判定。該判級系統(tǒng)廣泛應用于高端汽車面板、家電面板等生產線，大大降低了質檢員工作強度，提高了缺陷判定及控制水平，產品實物質量得到明顯提高。

圖5 智能判定系統(tǒng)開發(fā)過程示意圖

指導重卷機組進行分卷

專業(yè)技術人員對表面檢測系統(tǒng)檢測結果進行分析，可以指導重卷機組進行合理分切，將缺陷部分準確切除，避免因局部缺陷造成整卷降級，大大提高了鋼卷的成材率及原品種合格率。

結束語

本文對表面檢測系統(tǒng)的檢測原理進行了簡要介紹，重點對常見缺陷的缺陷特征值進行了分析，提出了建立缺陷分類器的方法，最終利用表面檢測系統(tǒng)實現(xiàn)了鋼卷的智能判級，成功應用于武鋼連續(xù)熱鍍鋅機組，屬于國內首創(chuàng)，取得良好的經濟效益。

[1] 羅志勇, 劉棟玉, 江濤, 等. 新型冷軋帶鋼表面缺陷在線檢測系統(tǒng).華中理工大學學報, 1996,24(1):75-77

[2] 胡亮, 段發(fā)階, 丁克勤,等. 基于線陣CCD鋼板表面缺陷在線檢測系統(tǒng)的研究.計量學報, 2005, 26(3):200-203

[3] 程萬勝. 鋼板表面缺陷檢測技術的研究. 哈爾濱: 哈爾濱工業(yè)大學機械電子工程系,2008