一、機(jī)器視覺檢測技術(shù)

成像系統(tǒng)方面

利用工業(yè)CCD攝像機(jī)對鋼板表面進(jìn)行成像。工業(yè)CCD攝像機(jī)具有高分辨率、高靈敏度等特點(diǎn)，能夠清晰地捕捉鋼板表面的圖像，這是檢測鋼板表面缺陷的基礎(chǔ)。例如，在很多鋼板表面缺陷檢測系統(tǒng)中，CCD像機(jī)在鋼板上掃描成像，然后將掃描所得的圖像信號經(jīng)過圖像采集卡輸入計算機(jī)進(jìn)行后續(xù)處理。

LED照明系統(tǒng)為成像提供合適的光照條件。LED光源以一定方向照射到鋼板表面上，不同的照明方式（如明場照明、暗場照明或者明暗域結(jié)合）可以突出不同類型的缺陷。例如，有的檢測系統(tǒng)采用明暗域結(jié)合成像光學(xué)系統(tǒng)，通過合理的光照布局，使得鋼板表面的氣泡、夾雜、結(jié)疤、劃傷和壓痕等缺陷能夠更好地被成像和檢測出來。

圖像采集與處理方面

圖像采集卡用于獲取CCD攝像機(jī)拍攝的圖像信號，并將其傳輸?shù)接嬎銠C(jī)系統(tǒng)中。計算機(jī)系統(tǒng)通過圖像預(yù)處理得到鋼板表面缺陷的二值圖像，提取二值圖像中的幾何特征參數(shù)，然后再進(jìn)行圖像識別，判斷是否存在缺陷。如果有缺陷，則保存圖像以便后續(xù)分析；若沒有，則放棄圖像。

采用一些圖像處理算法，如基于OpenCV的相關(guān)算法。例如利用Opencv進(jìn)行圖像的輪廓檢測、凸包檢測等操作，這些操作有助于對缺陷的定位和特征提取。在一些基于機(jī)器視覺的檢測中，會在檢測算法之前，進(jìn)行圖像的預(yù)處理，檢測和定位產(chǎn)品的外輪廓，矯正產(chǎn)品的姿態(tài)，這對于后續(xù)的算法處理有著重要的意義。

借助深度學(xué)習(xí)框架，例如利用卷積神經(jīng)網(wǎng)絡(luò)算法和U – Net結(jié)構(gòu)，可以準(zhǔn)確地檢測出鋼鐵平面的焊接故障，還能評估其嚴(yán)重程度；也可以基于深度學(xué)習(xí)框架yolov5進(jìn)行鋼鐵表面缺陷檢測。先在yolov5訓(xùn)練完后，用C++部署訓(xùn)練好的權(quán)重和網(wǎng)絡(luò)模型，然后進(jìn)行檢測。

分類與管理方面

利用數(shù)據(jù)統(tǒng)計與管理系統(tǒng)。這個系統(tǒng)不僅可以實(shí)時對鋼板表面缺陷檢測，還能提供數(shù)據(jù)庫管理缺陷以及鋼板其他信息，為管理人員提供方便的數(shù)據(jù)統(tǒng)計及報表打印功能，輔助進(jìn)行鋼板質(zhì)量管理工作。例如有的檢測系統(tǒng)可以對鋼板表面的氣泡、夾雜、結(jié)疤、劃傷和壓痕等主要缺陷進(jìn)行無損檢測，并基于Bayes決策理論，實(shí)現(xiàn)缺陷的自動分類功能。

二、系統(tǒng)應(yīng)對干擾的能力

應(yīng)對鋼板自身變化的干擾

檢測系統(tǒng)需要能應(yīng)對因鋼板寬度變化、以及鋼板在移動過程中產(chǎn)生的扭曲或傾斜所造成的干擾。例如，一些先進(jìn)的鋼板瑕疵檢測系統(tǒng)具備自學(xué)習(xí)、自適應(yīng)功能，適合于不同寬度、不同顏色、不同速度的要求，可以適應(yīng)鋼板在生產(chǎn)過程中的各種動態(tài)變化，從而準(zhǔn)確地檢測出表面的瑕疵。

應(yīng)對鋼板表面附著物的干擾

對于鋼板表面有油污或水滴所造成的干擾也需要有應(yīng)對措施。雖然目前沒有專門針對這方面措施的詳細(xì)要求，但一般可以通過優(yōu)化成像系統(tǒng)（如調(diào)整光源角度、強(qiáng)度等）和圖像預(yù)處理算法（如濾波等操作去除油污或水滴造成的噪聲干擾）來減少其對缺陷檢測的影響。