钢管表面缺陷检测瑕疵

2022-11-25 10:12:10 精质视觉

　　钢管表面缺陷为凹坑、划伤、翘皮及辊痕 4 种缺陷，

　　图 (a)为凹坑缺陷，其特征为点状或块状凹陷，因氧化皮或异物未清除在轧制过程中嵌入钢管表面再脱落形成;

　　图(b)为翘皮缺陷，为附着在钢管外表面的金属层，在穿管深加工工序中，聚集夹杂物因管壁变薄而外漏，裂纹形成并延伸使表皮外翘;

　　图 (c)为划伤缺陷，钢管表面被外金属或硬物划削所致，通常呈细长尖锐沟纹或较浅凹坑;

　　图 (d)为辊痕缺陷，该缺陷是由于轧辊调整不当或表面损坏所造成，呈周期性或连续性分布。

　　在提取钢管表面缺陷特征之前，需要确定那些特征是有效的，对于凹坑、翘皮、划伤和辊痕，需要选择具有良好区分度的特征构成特征向量;特征向量是缺陷特征数值化表征方式，特征提取通常遵循如下原则：1) 图像中特征应该容易获取;2) 所选择特征在数值上不受噪声和无关因素干扰;3) 同种缺陷的特征具有紧致性，不同种缺陷特征具有良好的区分度。钢管表面缺陷分布和大小不具规律性，且形态复杂，因此需要选择能够准确描述缺陷的特征。机器视觉技术将CCD相机拍摄到的目标图像实时转换成图像信号，然后将图像信号输入进嵌入式视觉图像处理系统。根据图像饱和度、像素分布、目标图像边沿、亮度等信息转换成计算机识别的数字信号，利用先进的算法对图像进行特征识别，将特征识别出来的结果进行评价，输出最终的缺陷结果，包括缺陷、尺寸、角度、个数、合格与不合格、有无等，实现自动识别功能。

　　总而言之，钢管缺陷检测系统采用的机器视觉自动识别的要求，必须解决以下主要问题：

　　1.必须能在线检测钢管表面的瑕疵，如划痕、刮伤、孔洞、结疤、垫坑等表面异常。

　　2.能应对因钢管宽度、长度变化、以及钢管在移动过程中产生的扭曲或倾斜、表面有油污或水滴所造成的干扰。

　　3.瑕疵检测具备自学习、自适应功能适合于不同宽度、不同颜色、不同速度的要求，还必须应用模式识别、自动暴光、防抖动、瑕疵报警等功能，瑕疵检测和瑕疵报警是动态实时的。

　　4.必须具备精度高、故障点少等特点，需用工业级数字摄像机和工业级PC机相结合来完成系统任务。