基于TDI 成像技术的镀锡带钢表面质量在线检测系统研发

针对高速、高分辨率带钢表面质量在线检测,研究开发了以TDI 成像技术为基础的视觉检测系统。系统采用高速TDI CCD 器件,配合照度自适应LED 光源成像,将采集得到的带钢图像经光纤送至图像分送器,各处理单元并行接收图像分送器的数据并进行实时处理,完成带钢表面质量检测。现场应用表明,基于TDI 成像技术的镀锡带钢表面质量在线检测系统可有效实现镀锡带钢表面缺陷检测。     

Boosting优化决策树的带钢表面缺陷识别技术

基于图像信息的缺陷识别技术是带钢表面缺陷检测系统中的关健技术之一.通过采用单一的分类技术或者一步到位的创建分类器,对复杂带钢表面缺陷图像进行识别很难达到理想的效果.提出了用Boosting算法结合SLIQ决策树建立组合分类器来识别带钢表面缺陷的方法.Boosting算法通过适应性权重技术和带权重的投票方法,建立并组合多个功能互补的分类器,组合分类器通过优势互补的方法有效地提高单个分类器的性能;而SLIQ决策树算法的数据预排序和广度优先技术对大规模数据分类具有速度优势,适合于作为单个分类器的弱学习算法.对实际带钢表面缺陷数据集进行测试,Boosting优化SLIQ决策树的组合分类器对缺陷识别的准确率达到了90%以上.     

基于估计曲率的带钢边裂检测算法

边裂是严重影响冷轧带钢质量的缺陷之一,是引起断带的主要原因.介绍了在基于机器视觉的检测系统中用图像处理技术检测带钢边裂的方法.首先通过边界追踪得到带钢边界的曲线链码.然后应用距离累积曲率算法估计链码重构曲线的曲率分布,以曲率的大小和方向为判断条件检测边裂缺陷,进而计算边裂的位置及开口深度.实验结果表明,该方法应用到实际检测系统中能够可靠地检出带钢边裂.