CN101198858A - 用于检测行进中的长产品的表面和结构缺陷的方法和设备 - Google Patents

用于检测行进中的长产品的表面和结构缺陷的方法和设备 Download PDF

Info

Publication number
CN101198858A
CN101198858A CNA2006800213622A CN200680021362A CN101198858A CN 101198858 A CN101198858 A CN 101198858A CN A2006800213622 A CNA2006800213622 A CN A2006800213622A CN 200680021362 A CN200680021362 A CN 200680021362A CN 101198858 A CN101198858 A CN 101198858A
Authority
CN
China
Prior art keywords
product
image
luminance distribution
feature
digitizing
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.)
Granted
Application number
CNA2006800213622A
Other languages
English (en)
Other versions
CN101198858B (zh
Inventor
皮埃尔-让·雅南
马蒂厄·佩萨尔德
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.)
Clem Ag
Original Assignee
VAI Clecim SA
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 VAI Clecim SA filed Critical VAI Clecim SA
Publication of CN101198858A publication Critical patent/CN101198858A/zh
Application granted granted Critical
Publication of CN101198858B publication Critical patent/CN101198858B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901Optical details; Scanning details
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/952Inspecting the exterior surface of cylindrical bodies or wires
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21BROLLING OF METAL
    • B21B38/00Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00Investigating or analyzing materials by the use of thermal means
    • G01N25/72Investigating presence of flaws

Landscapes

  • 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)
  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明尤其涉及在轧制机中行进的产品的缺陷检测方法,其一般包括照亮(ECL)该产品,获取(ACQ)在至少一个光谱带中的图像(I3),对形成的图像进行预处理(PTTRM),检测和提取(DTEXTR)预处理图像(DLV)的可能的质量可疑区域(ZV),以及将所述质量可疑区域分成(CLASS)一个或多个缺陷种类或者无缺陷种类。根据用于热轧产品的本发明,所述产品在例如包括红外波段、红色波段和绿色波段的三个分开的光谱带中被检验,以使得质量可疑区域(ZIR,ZR,ZV,Z4)可被分成一个或多个无缺陷种类或者缺陷种类,其中包括表面缺陷和结构缺陷。

Description

用于检测行进中的长产品的表面和结构缺陷的方法和设备
本发明一般涉及能够检测在轧制设备中行进的产品中的可能的缺陷的技术。
更确切的说,本发明一方面涉及一种缺陷检测方法,所述方法包括至少一个照明操作、获取操作、预处理操作、质量可疑区域的检测和提取操作以及分类操作,所述照明操作在于利用光源照亮所述行进产品,所述获取操作在于通过扫描而形成在第一光谱带中观察到的所述行进产品的第一图像,所述预处理操作至少在于由所述产品的观察区域的所述第一图像产生所述区域的第一数字化亮度分布,所述检测和提取操作在于利用所述产品的所述观察区域的所述第一数字化亮度分布来检测所述区域中可能的缺陷的存在和位置,以及所述分类操作至少在于通过将所述质量可疑区域的形态的和/或光度特征与保存在预先创建的数据库中的已知缺陷和已知无缺陷的形态的和/或光度特征进行比较,而将所述质量可疑区域分成一个或多个缺陷种类或者无缺陷种类。
所述数字化亮度分布由以多个比特编码的像素形成,并且构成标准化的灰度图,该灰度图对应于在校正照明和图像获取设备中固有的公知的失真之后,由获取操作而产生的图像的亮度分布。
一种该类型的用于冷轧钢铁产品的方法是本领域技术人员公知的,并且在Dominique Blanchard先生于2002年6月发表在“Revue dela Métallurgie(冶金期刊)”上的题为“Système d′inspection automatiquede surface:expérience et perspective au sein du Groupe Usinor(表面自动检测系统:Usinor集团的内部经验与展望)”的文章中特别描述了该方法。
该公知方法对于冷轧钢铁产品或者说“平板”,即具有非常高的宽度-厚度比且宽度-厚度比典型超过100或者更大的产品的实时检验具有很大的好处。
事实上,注意到该产品的小厚度,可以影响该产品的所有缺陷,几乎总是通过其外表面的歪曲来表现的。
在冶金工业中公知为“长产品”的产品的情况是非常不同的,所述长产品通过截面的几何形状来表现其特征,所述几何形状的两个主要尺寸具有几乎同一量级的尺寸,并且所述长产品不仅能够受到表面缺陷的影响,而且还能够受到未在表面上表现出来的内部缺陷的影响。
长产品一般由零散的坯段连续熔接后,再在一系列轧制机机座中进行热轧制而得到,所述轧制机机座水平放置和竖直放置,所述方向为每个机座限定了其工作轧辊的转动轴线的方向。轧制是在高温下进行的,当材料为钢铁时一般在1000℃左右。然而,本发明没有局限于钢铁,而是可以应用于其它金属,尤其应用于例如铜或其它材料的非铁金属。
钢铁的轧制允许在两个相互垂直的方向上减小产品的尺寸,并同时沿第三方向的轴线拉伸产品。这种方法能够得到特殊的机械特性和轴对称性。根据得到的截面的几何形状,设置一定数量的机座,以及通过使用包含凹槽的轧辊能够实现特殊的截面形状。在进行名为“孔型设计”的拉伸操作时,产品的截面形状的系列,对于得到产品在该截面的各个方向上的机械特性而言起到特别重要的作用。因此可以得到杆状的产品,所述杆状的产品的截面可以为圆形或者椭圆形,或者还可以为方形、矩形、六边形或者八角形。当然,可以制造比较复杂且不对称的截面形状,如T形、工字形或H形柱或横杆。
然而,所述方法对于产品的结构而言也是有缺点的,特别是金属产品尤其是钢铁产品。
事实上,不同原因造成的缺陷能够在产品的结构中有效地关联,尤其是由附着在产品表面的氧化皮(calamine)引起的表面缺陷,所述氧化皮是通过对轧制机座进行水冷却而引起产品表面氧化而形成的。由于轧制是在水平轧机和竖直轧机中在两个相互垂直的方向上进行的,因此氧化皮同样能够嵌入产品的内部,这种情况远比在扁平的产品中更容易发生,所述扁平产品的厚度总是在同一方向上并且是基本相对于其宽度而减小的。此外,对某些机座使用带有凹槽的轧辊能够诱发金属的折叠,这样可使一定数量的不同温度的金属进入产品截面的内部,从而引起杂质。最后,还有比之前的困难更大的困难,例如在坯段熔炼时润滑较差或者在冷却时的热冲撞,这些困难能够产生金属的结构缺陷,所述缺陷可以定位于产品的截面内部,并且还可以在轧制后定位于其表面上。
尤其对于长产品而言,能够不仅检测表面缺陷还能够检测表面下存在的缺陷是很重要的。
一种产品的内部缺陷检测技术是已经公知的,该技术建立在对产品内部的超声波的传播进行分析的基础上。该技术公知为Lamb波技术,其对于夹杂物的检测提供了令人满意的结果,但是需要发送机和传感器的组装部件与待检验的产品通过油-水液体层来接触,以确保超声波的良好传播。然而,这一限制显然意味着在考虑中的该项技术不适用于待检验的产品由高温的铁块构成的情况。
在这种背景下,本发明的主要目的在于能够检测在轧制设备中行进的产品的表面下存在的可能的缺陷,但是在理想情况下,还在于允许检测所述产品的表面缺陷,尤其在长产品的情况下。
为此,本发明的方法符合在上述导言中给出的一般限定,并且旨在用于在热轧制设备中行进的产品,所述产品自发地发出光辐射,所述光辐射位于包括红外线在内的自发辐射光谱中,所述方法的本质特征在于,所述照明操作通过利用可见光源照亮所述行进产品来执行,所述光源发出至少在所述自发辐射光谱之外的光;其特征还在于,所述获取操作在于形成所述产品的同一观察区域的至少三个图像,所述至少三个图像位于三个各自不相邻的光谱带中,所述三个各自不相邻的光谱带中的第一光谱带至少位于红外区中、第二光谱带至少位于红色区域中、以及第三光谱带至少位于所述自发辐射光谱之外的可见光谱的一部分中;其特征还在于,所述预处理操作至少在所述三个图像上执行,以提供至少三个通过多个比特进行数字化的各自的亮度分布;其特征还在于,所述质量可疑区域的所述检测和提取操作至少在所述数字化亮度分布上执行;其特征还在于,所述分类操作在于至少通过将所述质量可疑区域的形态的和/或光度特征及其在所述数字化亮度分布中的分配,与预先创建的数据库中保存的已知内部缺陷、已知表面缺陷和已知无缺陷的相应的数字化分布中的形态的和/或光度特征以及分配进行比较,从而至少将从所述数字化亮度分布中提取出的所述质量可疑区域分成产品内部缺陷、产品表面缺陷或产品无缺陷中的一类或多类。
换句话说,本发明的方法在于分析由产品自身尤其是其截面的内部部分发出的红外区域的光构成的图像,以及由通过表面反射的光构成的图像,所述图像要么是由产品自身发出的红外区域和可视光区域内的辐射而产生的,要么是由产品对附加照明设备所提供的光的反射而产生的。事实上,在轧制时,例如在1000℃下轧制钢铁,在产品的截面中心和表面之间形成重要的温度梯度,因而存在光波长的梯度,而只有红外区域内的光部分能够抵达外部。另一方面,产品的表面发出红外区域和可见区域内的光,尤其是红色区域内的光。
虽然在专利US4759072中,在热轧产品的同样的背景下,已经描述了形成产品的同一观察区域在不同光谱带中的图像的操作,但是该现有技术文献一点也没有提及检测产品内部缺陷的问题,因此没有描述任何能够解决该问题的手段。
根据本发明,优选为以下图像作为准备,即所述图像是利用各自的至少对红外线敏感且产生各自的未加工的图像的传感器而形成的,第一图像形成于红外区域中并且直接通过在使波长比红外线短的辐射无法穿透的滤光器后面捕获第一未加工的图像而得到,其特征还在于,第二和第三图像分别通过从第二和第三未加工的图像中减去所述第一未加工的图像而得到。
所述照明操作可在于利用绿光光源照亮所述产品,然后在绿色区域中形成第三图像。
所述预处理操作有利地包括产生第四数字化亮度分布,所述第四数字化亮度分布通过将所述三个原始的数字化亮度分布进行线性组合而得到,并且所述第四数字化亮度分布以与所述三个原始的数字化亮度分布同样的方式用于所述检测和提取操作以及所述分类操作中。
当在热轧设备中行进的产品为长产品时,即所述产品的横截面典型地为多边形、圆形或椭圆形时,并且无论如何所述产品呈现的主要尺寸为同一数量级,且该主要尺寸比沿着产品的行进方向定向的产品的长度小得多时,本发明的方法是尤其有利的。
在这种情况下,所述三个图像共有的观察区域在所述产品的整个周边上以及在所述产品的长度的至少一部分上延伸,并且所述三个图像中的每一个,可以通过将在同一光谱带中、在所述产品的长度的同一部分上、以及在所述产品的周边的不相邻的互补部分上形成的至少两个初级图像并排结合而形成。
本发明还涉及用于实施例如上述方法的设备,其特征在于,所述设备包括至少一个安装有三个线性检测阵列的数字相机CCD,所述阵列垂直于所述产品的行进方向设置并且对可见光的光谱中的不同颜色敏感。
所述照明操作将利用辅助照明设备来实现,该辅助照明设备的波长有利地在远离红光和红外线的区域中选择。特别有利地,所述辅助照明设备可以由发光二极管(LED)构成。
由产品发出的或者重新发出的所有光辐射,在产品存在缺陷时,将产生包含不同的发光定位区域的图像,并且可以通过分析由不同的光形成的图像以及通过对其进行比较来检测、定位和区分这些图像。
图像的获取操作被连续地执行。在与同一参照方向成多个不同角度的情况下对产品进行观察,所述角度覆盖360℃的扇区,以便形成所述产品在其长度的确定段上的或者全部长度上的全部周边的连续图像。在不同角度下检测到的全部图像的获取彼此是同步的,从而能够在给定的时间,形成在行进的产品的长度上的同一部分上的全部周边的单一图像。优选地,图像的获取还与在轧制中的产品的行进同步,以便能够根据产品的长度定位所检测到的缺陷。
根据本发明,在热轧时行进的长产品的缺陷检测设备包括,图像形成装置、图像处理和获取装置。所述装置设置于使产品的热轧设备的竖直和水平机座分开的间隔中,所述产品的横截面具有少许压扁的几何形状,例如圆形、椭圆形或多边形,而不管形状是规则的还是不规则的。优选地,根据本发明的设备的缺陷检测装置以如此的方式安装以便能够实现在热轧机的第三和第四机座之间行进的产品的图像获取。
根据本发明,保护装置和冷却装置使得检测装置和附加照明设备免于受到轧制机周围的空气的影响和可能的损害。
通过下面参照附图以说明而非限制的方式进行的描述,本发明的其他特征和优势将变得更加显而易见,其中
-图1为用于长产品的热轧生产线的一部分的俯视示意图,所述热轧生产线装备有根据本发明的缺陷检测装置;
-图2为根据本发明的安装在轧制生产线上的缺陷检测装置的示意性侧视图;
-图3为根据本发明的用于矩形产品的缺陷检测装置的示意性的剖面图;
-图4为根据本发明的用于六边形产品的缺陷检测装置的示意性的剖面图;
-图5为根据本发明的用于八角形产品的缺陷检测装置的示意性的剖面图;
-图6为根据本发明的图像获取线路的简化示意图;
-图7以示意图的方式示出了根据本发明的缺陷检测装置的相机及其保护设备;以及
-图8为由图6所示的计算机对其接收的数据进行的处理的示意图。
如图1和2所示,长产品的热轧生产线由一系列水平的和竖直的轧制机机座构成。例如,轧制机的入口由轧制机机座H1、V1、H2、H3和V2构成。根据本发明的方法能够利用光学手段检测轧制产品的表面上或者表面之下存在的缺陷,而不考虑产品截面的形状。由产品自发地发出的光线通过一组相机来检测,所述相机被置于分布在沿箭头F所指的方向行进的产品周围的壳体中。优选地,该组相机3安装于第三与第四轧制机机座之间,所述第三与第四轧制机机座在图1和2中由水平的轧制机机座H2和H3示出。由所述产品自发地发出的光辐射2位于可见光谱和非可见光谱中,并且沿着产品的全部长度在各个方向上传播。
所述自发的辐射与由附加照明设备4提供的光和产品表面所反射的光相结合。所述附加照明设备被置于壳体4中,所述壳体4安装于产品的行进轴线周围。来自置于壳体4中的所述附加照明设备的光辐射6,是在可见光波长的范围中选取的。所述光辐射在经产品的表面反射之后,可被置于壳体3中的相机捕获。实际上,因此需要在空间上移动壳体3和4,以使得入射光线以某个角度照射所述产品,并且一般沿另一个角度,即相机的视场角反射。
为了能够扫描产品的全部表面,相对于经过产品的行进轴线的水平面和竖直面以不同的角度设置多个相机。因此图1示出了容纳有相机的壳体33和34,所述壳体被置于经过产品的行进轴线的水平面中,并且在该平面中关于所述行进轴线以同一角度定向,以便在给定的时间对准产品的同一段(section)。
图2为类似的视图,其中示出了壳体31和32,壳体31和32被置于经过产品的行进轴线的竖直平面中并且以同样的方式定向,以使得它们所容纳的相机在给定的时间能够对准行进产品的同一段,该段也是壳体33和34中所容纳的相机在同一时间所对准的段。当然,为了充分和等量地照射产品1表面的所有段,每个相机壳体31、32、33和34都与容纳附加照明设备的壳体41、42、43和44配合。在图1和图2的描述中,因此设置两个处于经过产品的行进轴线的竖直面中的壳体41、42,以及两个处于经过产品的行进轴线的水平面中的壳体43、44。在每个所述的平面中,照明设备相对于行进轴线定向,以使得所有照明设备的壳体将附加设备的光线投射到行进产品的同一段上,所述段也是壳体31、32、33和34中所容纳的一组相机在同一时间所对准的段。
包含四个照明设备壳体和四个相机壳体的所述配置,能够检验矩形截面的产品的缺陷,图3示出该配置的剖面图。根据产品1的截面形状,设置若干照明设备41、42......以及相机壳体31、32、33......,以便能够获取行进产品的段的所有面的图像。例如,对于八角形截面的产品而言,可以与矩形截面的产品使用相同的配置,如图5所示。事实上,如果照明设备41、42、43和44以及相机壳体31、32、33和34被定向成其轴线经过产品截面的对称轴线,则产品的每个面相对于照明设备的轴线或者相机壳体的轴线成22.5°定向。因此,无论就附加照明设备的光线的入射角度而言还是就相机的对准角度而言,每个所述设备都能够以形成质量完全令人满意的图像的角度来处理产品的段的两个相邻的面。图4示出了用于六边形截面的产品的可行的配置。在这种情况下,优选设置6组附加照明设备41、42、43、44、45和46,以及6个相机壳体31、32、33、34、35和36。如图4所示,因此易于设置照明设备和检测装置以使得光轴垂直于待检验产品的每个面。
一般地,如果产品1的截面形状比较复杂或者不规则,则以360°的全角扇形在行进轴线的周围设置多个相机,以使得视场角覆盖待检验的产品的段的全部周边。
附加照明设备41、42、43......被选择用于提供与红光波段和红外波段的波长形成对比的光线6,例如黄光或蓝光,但绿光更为有利。在每个壳体中的所述照明设备优选由成一直线的一排发光二极管(或者“LED”)构成。利用这些组件能够实现低成本的照明设备、寿命长且不发热的光源,这一点是很重要的,因为它们的实施、它们的可达性以及它们对免于受到周围环境的影响的保护要求将它们被封闭在壳体中。因此,无需采用强大而昂贵的冷却装置。
每个相机有利地由装配有三个用于线性探测的CCD阵列的彩色相机构成,所述阵列垂直于产品的行进方向设置。
所述阵列的前方设置有各自不同的光学滤光器,在一定的时间间隔内,每个阵列由此产生一段长度的产品的周边的一部分的未加工的初级图像,所述长度对应于该产品在所述时间间隔内行进的距离,所述图像形成于与所选的滤光器对应的特定的光谱带中。
相机31的感光单元CCD 313的阵列(图7)的前方设有彩色滤光器311,彩色滤光器311仅允许红外波长的光通过,来自于产品的光线通过光学装置312会聚在例如相机31的每个相机的阵列上。
同样地,例如相机31的每个相机的第二阵列(未示出)的前方设有彩色滤光器,该彩色滤光器允许来自产品的红光通过。第三阵列(未示出)的前方设有彩色滤光器,该彩色滤光器允许例如来自产品的绿光通过。
在一定的时间间隔内,相机31的第一阵列由此提供第一未加工的初级图像I110,在此时间间隔内,所述相机31的第二阵列提供第二未加工的初级图像I210,以及在此同样的时间间隔内,该相机的第三阵列提供第三未加工的初级图像I310
分配给图像I110、I210和I310的第一下标,分别取值1、2和3,所述第一下标指出该三个未加工的初级图像形成于三个各自不同的光谱带中。
分配给图像I110、I210和I310的第二下标,仅取值1,所述第二下标指出该三个未加工的初级图像与产品周边的一个相同的第一部分有关。
分配给图像I110、I210和I310的第三下标,仅取值0,所述第三下标指出该三个未加工的初级图像是在进行所有处理之前得到的。
同样地,相机32的不同阵列将提供未加工的初级图像I120、I220和I320,相机33的不同阵列将提供未加工的初级图像I130、I230和I330,以及相机34的不同阵列将提供未加工的初级图像I140、I240和I340
事实上,不管阵列被先验地分配到哪一个光谱带,该阵列都保持对红外辐射敏感,以便由未加工的初级图像形成为该效应而校正的初级图像。
由于该评论明显不适用于被排列以产生红外区的未加工的初级图像的阵列,因此由相机31至34的第一阵列产生的未加工的初级图像I110、I120、I130和I140直接形成产品在红外区的初级图像I11、I12、I13和I14
另一方面,产品的红色初级图像I21、I22、I23和I24通过这样的方式获得,即分别从产品的红色未加工的初级图像中减去产品在红外区的各自的初级图像,即:
I21=I210-I11;I22=I220-I12;I23=I230-I13以及I24=I240-I14
同样地,产品的绿色初级图像I31、I32、I33和I34通过这样的方式获得,即分别从产品的绿色未加工的初级图像中减去产品在红外区的各自的初级图像,即:
I31=I310-I11;I32=I320-I12;I33=I330-I13以及I34=I340-I14
因此,由产品周边的每个部分产生的初级图像,例如初级图像I11、I21和I31,形成于不相邻的光谱带中,从而使得形成于绿色区中的每个初级图像仅含有由于产品表面反射绿光而产生的信息。
对于每个相机,例如相机31,本发明的方法能够使用装配有标准的红色、绿色和蓝色图像获取通道的CCD相机,并且在蓝色通道阵列之前设置有使波长比红外线短的辐射无法穿透的滤光器,从而产生提供信号I11的相机31的修改的蓝色通道。
电源和接口电路314能够使每个相机与图像获取电子电路81、82、83......相连。所述电路安装于壳体31,32,33......中,以使得它们能够安装于紧靠产品的热轧机中。所述壳体31,32,33......由完全封闭的坚硬的金属外壳315、325、335......构成。所述壳体通过空气鼓风装置316,326,336......而密封和冷却。在每个壳体的前表面设有薄的透明区域310,320,330......,以允许接收通过反射和自然漫射而发出的光。
由不同相机获取的初级图像通过测量线路而彼此同步,在图6中非常示意性地示出了所述测量线路的结构。获取操作由计算机9来操纵,所述计算机与相机的所有获取电子电路8同步。所述获取操作是实时进行的并且与正在轧制的产品1的前进同步。计算机9因此能够在任意时刻并且在操作命令与显示装置10上,重建产品的段的周边的、如同在给定时间看到的完整的图像11。由每个相机在一定时间内获取的初级图像与由其相邻的相机获取的图像并列放置,从而形成观察到的产品1的所有表面的完整且连续的图像。图像获取与产品前进的同步允许由此形成的图像相对于产品的长度而定位。
因此,可以在同一时间间隔内,即在产品长度的确定的段上,获得该产品的周边在三个不相邻的光谱带中的每一个中的完整的图像,所述完整的图像是通过将形成于该光谱带中的初级图像并排放置而得到的。
换句话说,来自相机31至34(图3或5)的产品的红外区中的初级图像I11、I12、I13和I14的并排相连,提供了该产品的周边的完整的红外图像I1;产品的红色初级图像I21、I22、I23和I24的并排相连,提供了该产品的周边的完整红色图像I2;产品的绿色初级图像I31、I32、I33和I34的并排相连,提供了该产品的周边的完整绿色图像I3
在ACQ获取期间(图8),伴随产品的ECL照明设备,形成于红外区、红色区和绿色区这三个光谱带中的产品的周边的完整图像I1、I2和I3,由通过多个比特编码的像素构成,并且因而形成灰度图。
计算机9还包括处理图像的算法,以使其能够执行本发明的方法。
首先,事实上,计算机9必须对产品周边的完整图像I1、I2和I3进行校正,所述完整图像尤其受到由在照明设备的均匀性方面的任何缺陷而产生的各种失真的影响,以及镜头312的渐晕(如图7所示)或者CCD传感器的不同阵列的单元之间甚至阵列本身之间灵敏度变化的影响。
为了克服这些难点,在计算机9中执行的本发明的方法包括预处理操作PTTRM,所述预处理操作PTTRM在于,由产品的同一观察区域的图像I1、I2和I3中的每一个分别产生该区域相应的亮度数字化分布DLIR、DLR和DLV
数字化分布DLIR、DLR和DLV由通过多个比特编码的像素构成,因而形成如图像I1、I2和I3一样的、产品的周边分别在红外区、红色区和绿色区中的灰度图。但是,数字化分布DLIR、DLR和DLV与图像I1、I2和I3的不同之处在于,它们由于照明设备和图像获取设备中固有的前述失真而以本身公知的方式被校正。
优选地,预处理操作PTTRM还包括产生附加的数字化分布DL4,所述附加的数字化分布是通过将原始的三个数字化分布DLIR、DLR和DLV进行线性组合而得到的。
本发明的方法还包括质量可疑区域的检测和提取操作DETEXTR。
所述操作在于利用产品的观察区域的数字化分布DLIR、DLR、DLV和DL4中的每一个,来检测该区域中可能的缺陷的存在和位置。
所述操作以本身公知的方式来实现,即通过对每个数字化分布采用“外形检测”(梯度、Prewitt、Sobel等)类型的处理或者灰度级阈值确定类型的处理而实现。在产品的每个观察区域中,合成的绘图仅仅识别两个区域,所述两个区域可以是相连或不相连的,即普通先验区域和分析区域。如果识别出分析区域,则在该所谓的“二元”图上执行本身是公知的附加测试,以便利用形态参数(直径、形状、方向)和/或光度参数(灰度级统计学参数),在不同的分布中确定可能的质量可疑区域ZIR、ZR、Zv和Z4
最后,本发明的方法包括分类操作CLASS,其在于将从数字化分布DLIR、DLR、DLV和DL4中提取出的质量可疑区域ZIR、ZR、Zv和Z4分成产品内部缺陷、产品表面缺陷或产品无缺陷中的一类或多类。
本发明中可用的分类工具(库伦球(sphère de Coulomb)、k-近邻法(k plus proches voisins)、神经网络等)在现有技术中是公知的,并且已被用来将质量可疑区域分类成产品表面缺陷或者无缺陷。
分类是通过使用预先创建的具体分析实验的数据库来实现的,并且通过将出现在两个数字化分布中的质量可疑区域的形态的和/或光度特征,与出现在两个相应的数字化分布中的在预先创建的数据库中存档的、通过其可判断已知缺陷或已知非缺陷的形态的和/或光度特征进行比较来实现。
本发明将该项技术及其分类工具的应用进行扩展,尤其扩展到允许区分产品表面缺陷和产品内部缺陷。
为此,对预先创建的数据库进行构造,以便列出各种类型的质量可疑区域的不同的表现,其中能够将所述不同的表现确切地看作是表面缺陷、内部缺陷和无缺陷,所述不同的表现在于质量可疑区域的形态的和/或光度特征、及其至少在数字化分布DLIR、DLR和DLV中且优选在分布DLIR、DLR、DLV和DL4中的分配(répartition)。
然后通过将质量可疑区域ZIR、ZR、Zv和Z4的形态的和/或光度特征以及它们在数字化分布DLIR、DLR和DLV中的分配,与预先创建的数据库中保存的已知内部缺陷、已知表面缺陷和已知无缺陷的相应的数字化分布中的形态的和/或光度特征以及分配进行比较,以执行分类操作CLASS。
示意性地,表面缺陷本质上表现出它们存在于分布DLv和DL4中、仅或多或少地存在于分布DLR中但不存在于分布DLIR中,但是内部缺陷却本质上表现出存在于分布DLIR和DL4中、仅或多或少地存在于分布DLR中但不存在于分布DLV中。
在权利要求中给出的技术特征之后插入的参考标号,仅旨在便于理解权利要求,而决不用来限制权利要求的范围。

Claims (7)

1.一种用于检测在轧制设备中行进的产品(1)的缺陷的方法,所述方法包括至少一个照明操作(ECL)、获取操作(ACQ)、预处理操作(PTTRM)、质量可疑区域的检测和提取操作(DETEXTR)以及分类操作(CLASS),所述照明操作在于利用光源(6)照亮所述行进产品,所述获取操作在于通过扫描而形成在第一光谱带中观察到的所述行进产品的第一图像,所述预处理操作至少在于由所述产品的观察区域的所述第一图像产生所述区域的第一数字化亮度分布,所述检测和提取操作在于利用所述产品的所述观察区域的所述第一数字化亮度分布来检测所述区域中可能的缺陷的存在和位置,以及所述分类操作至少在于通过将所述质量可疑区域的形态的和/或光度特征与保存在预先创建的数据库中的已知缺陷和已知无缺陷的形态的和/或光度特征进行比较,而将所述质量可疑区域分成一个或多个缺陷种类或者无缺陷种类;其特征在于,所述方法被应用于在热轧设备中行进并且自发地发出光辐射的产品(1),所述光辐射位于包括红外线在内的自发辐射光谱中;其特征还在于,所述照明操作(ECL)通过利用可见光源(6)照亮所述行进产品来执行,所述光源(6)发出至少在所述自发辐射光谱之外的光;其特征还在于,所述获取操作(ACQ)在于形成所述产品的同一观察区域的至少三个图像(I1,I2,I3),所述至少三个图像位于三个各自不相邻的光谱带中,所述三个各自不相邻的光谱带中的第一光谱带至少位于红外区中、第二光谱带至少位于红色区域中、以及第三光谱带至少位于所述自发辐射光谱之外的可见光谱的一部分中;其特征还在于,所述预处理操作(PTTRM)至少在所述三个图像(I1,I2,I3)上执行,以提供至少三个通过多个比特进行数字化的各自的亮度分布(DLIR,DLR,DLV,DL4);其特征还在于,所述质量可疑区域(ZIR,ZR,ZV,Z4)的所述检测和提取操作(DETEXTR)至少在所述数字化亮度分布(DLIR,DLR,DLV,DL4)上执行;其特征还在于,所述分类操作(CLASS)在于至少通过将所述质量可疑区域(ZIR,ZR,Zv和Z4)的形态的和/或光度特征及其在所述数字化亮度分布(DLIR,DLR和DLV)中的分配,与预先创建的数据库中保存的已知内部缺陷、已知表面缺陷和已知无缺陷的相应的数字化分布中的形态的和/或光度特征以及分配进行比较,从而至少将从所述数字化亮度分布(DLIR,DLR,DLV,DL4)中提取出的所述质量可疑区域(ZIR,ZR,Zv和Z4)分成产品内部缺陷、产品表面缺陷或产品无缺陷中的一类或多类。
2.如权利要求1所述的方法,其特征在于,所述图像(I1,I2,I3)通过各自的传感器(313)而形成,所述传感器至少对红外线敏感且产生各自的未加工的图像(I110,I210,I310),其特征还在于,第一图像(I1)形成于红外区域中,并且直接通过在使波长比红外线短的辐射无法穿透的滤光器后面捕获第一未加工的图像(I110)而得到,其特征还在于,第二和第三图像(I2,I3)分别通过从第二和第三未加工的图像(I210,I310)中减去所述第一未加工的图像(I110)而得到。
3.如权利要求1或者2所述的方法,其特征在于,所述照明操作(ECL)在于利用绿光光源(4)照亮所述产品,其特征还在于,所述第三图像形成于绿色区域中。
4.如前述权利要求中任一项所述的方法,其特征在于,所述预处理操作(PTTRM)包括产生第四数字化亮度分布(DL4),所述第四数字化亮度分布通过将所述三个原始的数字化亮度分布(DLIR,DLR和DLV)进行线性组合而得到,并且所述第四数字化亮度分布(DL4)以与所述三个原始的数字化亮度分布同样的方式用于所述检测和提取操作(DETEXTR)以及所述分类操作(CLASS)中。
5.如前述权利要求中任一项所述的方法,其特征在于,在所述热轧设备中行进的所述产品(1)为长产品,所述产品的横截面呈六边形、圆形或椭圆形。
6.如权利要求5所述的方法,其特征在于,所述三个图像(I1,I2,I3)共有的观察区域在所述产品的整个周边上以及在所述产品的长度的至少一部分上延伸,其特征还在于,所述三个图像(I1,I2,I3)中的每一个,通过将在同一光谱带中、在所述产品的长度的同一部分上、以及在所述产品的周边的不相邻的互补部分上形成的至少两个初级图像(I21,I22,I23,I24)并排结合而形成。
7.一种用于实施如前述权利要求中任一项所述的方法的设备,其特征在于,所述设备包括至少一个安装有三个线性检测阵列的数字相机CCD(31),所述线性检测阵列垂直于所述产品的行进方向设置并且对可见光的光谱中的不同颜色敏感。
CN2006800213622A 2005-06-14 2006-06-12 用于检测行进中的长产品的表面和结构缺陷的方法和设备 Expired - Fee Related CN101198858B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR0506039 2005-06-14
FR0506039A FR2887028B1 (fr) 2005-06-14 2005-06-14 Procede et dispositif optiques de detection de defauts de surface et de structure d'un produit long en defilememnt
PCT/FR2006/001322 WO2006134259A1 (fr) 2005-06-14 2006-06-12 Procede et installation pour la detection de defauts de surface et de structure d’un produit long en defilement

Publications (2)

Publication Number Publication Date
CN101198858A true CN101198858A (zh) 2008-06-11
CN101198858B CN101198858B (zh) 2011-11-23

Family

ID=35520811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006800213622A Expired - Fee Related CN101198858B (zh) 2005-06-14 2006-06-12 用于检测行进中的长产品的表面和结构缺陷的方法和设备

Country Status (5)

Country Link
US (1) US7970202B2 (zh)
EP (1) EP1891419B1 (zh)
CN (1) CN101198858B (zh)
FR (1) FR2887028B1 (zh)
WO (1) WO2006134259A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102836886A (zh) * 2011-06-24 2012-12-26 宝山钢铁股份有限公司 热轧轧件头尾位置及运动方向的检测方法
TWI393597B (zh) * 2010-10-29 2013-04-21 China Steel Corp Detection system of steel surface defects and its detection method
CN102187214B (zh) * 2008-08-19 2014-06-04 通用电气检查技术有限合伙人公司 用于执行超声测试的方法
CN108956550A (zh) * 2018-06-12 2018-12-07 华灿光电(浙江)有限公司 一种光致发光光谱处理的方法和装置

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100891842B1 (ko) * 2007-08-28 2009-04-07 주식회사 포스코 원형 선재 광학결함 검출장치 및 방법
FR2925530B1 (fr) 2007-12-21 2010-08-27 Siemens Vai Metals Tech Sas Installation et procede pour le decapage en continu de bandes d'acier
WO2010006895A1 (de) * 2008-07-16 2010-01-21 Siemens Aktiengesellschaft Betriebsverfahren für eine ein metallband bearbeitende bearbeitungseinrichtung und anlage zum bearbeiten eines metallbandes
US20100231716A1 (en) * 2009-03-13 2010-09-16 Klaerner Mark A Vehicle-Mountable Imaging Systems and Methods
ES2378602B1 (es) * 2009-12-29 2013-02-22 Fundacion Robotiker Sistema de captura y procesamiento de imagen de perfiles de revolución en caliente.
RU2502211C1 (ru) * 2012-06-19 2013-12-20 Вячеслав Михайлович Смелков Телевизионная система для наблюдения за перемещением горячего проката
US10281408B2 (en) * 2016-04-12 2019-05-07 Nippon Steel & Sumitomo Metal Corporation Inspection object imaging apparatus, inspection object imaging method, surface inspection apparatus, and surface inspection method
US10031087B2 (en) * 2016-09-22 2018-07-24 SSAB Enterprises, LLC Methods and systems for the quantitative measurement of internal defects in as-cast steel products
FR3074295B1 (fr) * 2017-11-30 2019-11-15 Saint-Gobain Glass France Procede de detection de defauts de laminage dans un verre imprime
US20200364442A1 (en) * 2019-05-15 2020-11-19 Getac Technology Corporation System for detecting surface pattern of object and artificial neural network-based method for detecting surface pattern of object
CN114113082B (zh) * 2021-11-10 2023-12-26 广西科技大学 一种基于机器视觉的生丝电子检测方法
CN115213241B (zh) * 2022-09-20 2023-02-03 山东钢铁股份有限公司 一种厚规格热态钢板在线识别方法及识别系统
TWI823707B (zh) * 2022-12-08 2023-11-21 中國鋼鐵股份有限公司 熱軋精軋機間之溫度檢測裝置及其檢測方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4139890A (en) * 1977-03-17 1979-02-13 Bethlehem Steel Corporation Bar gauge plotting and display system
DE3236416A1 (de) * 1982-10-01 1984-04-05 Licentia Patent-Verwaltungs-Gmbh, 6000 Frankfurt Verfahren zur qualitaetsbeurteilung von stahloberflaechen
US4608599A (en) * 1983-07-28 1986-08-26 Matsushita Electric Industrial Co., Ltd. Infrared image pickup image
CA1229392A (en) * 1984-02-28 1987-11-17 Hirosato Yamane Method and apparatus for detection of surface defects of hot metal body
JPH0466225A (ja) * 1990-07-06 1992-03-02 Godo Seitetsu Kk 熱間圧延鋼片の表面欠陥検査方法および装置
US5654977A (en) * 1995-02-02 1997-08-05 Teledyne Industries Inc. Method and apparatus for real time defect inspection of metal at elevated temperature
US5712701A (en) * 1995-03-06 1998-01-27 Ade Optical Systems Corporation Surface inspection system and method of inspecting surface of workpiece
FR2781570B1 (fr) * 1998-07-21 2000-08-25 Lorraine Laminage Dispositif de detection des defauts superficiels de bandes metalliques en defilement
US6859285B1 (en) * 1999-08-31 2005-02-22 Og Technologies, Inc. Optical observation device and method for observing articles at elevated temperatures
US6959108B1 (en) * 2001-12-06 2005-10-25 Interactive Design, Inc. Image based defect detection system
US6950546B2 (en) * 2002-12-03 2005-09-27 Og Technologies, Inc. Apparatus and method for detecting surface defects on a workpiece such as a rolled/drawn metal bar

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102187214B (zh) * 2008-08-19 2014-06-04 通用电气检查技术有限合伙人公司 用于执行超声测试的方法
TWI393597B (zh) * 2010-10-29 2013-04-21 China Steel Corp Detection system of steel surface defects and its detection method
CN102836886A (zh) * 2011-06-24 2012-12-26 宝山钢铁股份有限公司 热轧轧件头尾位置及运动方向的检测方法
CN102836886B (zh) * 2011-06-24 2014-12-03 宝山钢铁股份有限公司 热轧轧件头尾位置及运动方向的检测方法
CN108956550A (zh) * 2018-06-12 2018-12-07 华灿光电(浙江)有限公司 一种光致发光光谱处理的方法和装置

Also Published As

Publication number Publication date
WO2006134259A1 (fr) 2006-12-21
EP1891419B1 (fr) 2017-05-17
FR2887028A1 (fr) 2006-12-15
FR2887028B1 (fr) 2007-12-21
EP1891419A1 (fr) 2008-02-27
US20090245622A1 (en) 2009-10-01
US7970202B2 (en) 2011-06-28
CN101198858B (zh) 2011-11-23

Similar Documents

Publication Publication Date Title
CN101198858B (zh) 用于检测行进中的长产品的表面和结构缺陷的方法和设备
TWI232298B (en) Apparatus and method for detecting surface defects on a workpiece such as a rolled/drawn metal bar
EP0284630B1 (en) Method for detection of surface defects
EP1943502B1 (en) Apparatus and methods for inspecting a composite structure for defects
US9683944B2 (en) Method for the surface inspection of long products and apparatus suitable for carrying out such a method
US7324681B2 (en) Apparatus and method for detecting surface defects on a workpiece such as a rolled/drawn metal bar
EP0665951B1 (fr) Procede et dispositif d'inspection de materiau transparent
KR20110018080A (ko) 원통형 이차 전지 외관 검사 장치
JP4739044B2 (ja) 外観検査装置
CN102004107A (zh) 用于探测对象中的缺陷的方法和装置
CN106442538A (zh) 一种基于偏振成像的光学元件损伤检测装置及方法
CN103913465A (zh) 一种多信息融合的高温铸坯表面缺陷在线检测方法
JP2008286646A (ja) 表面疵検査装置
JP2004138417A (ja) 鋼板の疵検査方法およびその装置
KR101030451B1 (ko) 원통형 이차 전지 튜브 및 와셔 검사 장치
CN204957063U (zh) 小包第六面扩展条盒外观检测装置及条盒端面检测系统
JP2000298075A (ja) カラーフィルタの欠陥検査方法および装置
JPH10282014A (ja) 偏光板付き表面欠陥検出装置
CN111914770A (zh) 一种检测气体泄漏的方法及双波段红外成像系统
JP4220304B2 (ja) 原子力燃料ペレットの検査方法および装置
JP2001349843A (ja) 丸棒表面欠陥検出方法
Meyer et al. About the acquisition and processing of ray deflection histograms for transparent object inspection
KR102662889B1 (ko) 동판 시트 이물질 검사장치
CN115266735B (zh) 一种金属板材表面缺陷检测系统及其检测方法
Song Automated visual inspection of surface defects on hot-rolled plate

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP03 Change of name, title or address

Address after: Saweigai in France

Patentee after: PRIMETALS TECHNOLOGIES FRANCE S.A.S.

Address before: The French Saint chamond

Patentee before: Siemens Vai Metals Technologies S.A.S.

CP03 Change of name, title or address

Address after: French Savini Maher

Patentee after: Clem AG

Address before: Saweigai in France

Patentee before: PRIMETALS TECHNOLOGIES FRANCE S.A.S.

CP03 Change of name, title or address
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20111123

CF01 Termination of patent right due to non-payment of annual fee