CN101871895B - 连铸热坯表面缺陷激光扫描成像无损检测方法 - Google Patents

Abstract

本发明公开了一种连铸热坯表面缺陷激光扫描成像无损检测方法，1)激光发射器对铸坯横向照射，得到一条激光线束；2)由面阵CCD图像传感器扫描激光线束；3)提取激光线束上所代表的缺陷深度信息，从而得到铸坯该横向位置缺陷深度组合成的一维距离点阵；4)一维距离点阵映射为不同灰度级的灰度图像；5)拼接热坯不同横向位置的灰度图像，从而得到整体灰度图像；6)识别铸坯表面缺陷并重构铸坯表面三维形貌图。本发明可有效抑制不是缺陷但呈缺陷形态的高温铸坯表面鳞片状氧化铁皮及水膜的干扰，避免这些伪缺陷对检测精度的影响，准确识别缺陷目标图像，并实现缺陷深度的量化检测，从而实现高温状态下铸坯表面缺陷形态及深度同时在线检测。

Description

连铸热坯表面缺陷激光扫描成像无损检测方法

技术领域

本发明涉及冶金领域，尤其涉及高温连铸坯表面缺陷形态及深度在线无损量化检测方法，同时也可运用到带钢、重轨、高速钢轨表面缺陷检测及三维表面形貌的精确检测。

背景技术

连铸坯热送-直轧(CC-DR)是综合了炼钢、连铸和轧钢等方面的最新技术而迅速发展起来的一项冶金工艺技术。它具有大量节能、提高成才率、缩短生产周期等许多优点。目前，虽然连铸技术仍在不断改进，但连铸坯上存在的表面裂纹等缺陷仍难以完全避免。为了保证炼钢、连铸、轧钢能按照生产计划进行生产，保证整个生产流程的节奏均衡，就必须进行在线无损检测，在热态下及时发现铸坯上的缺陷以便及时处理，从而避免毫无意义的继续加工。目前，国内外钢厂对铸坯表面缺陷的检测，主要依靠人工目测和离线测量手段定性判断铸坯的表面缺陷情况；对铸坯近表面缺陷的检测，主要采用先将铸坯冷却至低温，然后人工火焰清理或抽检酸洗的方法。采用人工目测法，其缺点是检测的准确率受人工经验制约，且手段落后、自动化程度低、工作强度大；火焰清理或抽检酸洗法因为造成能量资源的巨大浪费导致成本高、生产率低、自动化程度低、工作强度大。这二种方法都无法实现铸坯表面缺陷的在线精确的量化检测和质量评估。

现有的高温铸坯表面缺陷在线无损检测技术包括光学、超声和涡流等多种探伤方法的实验研究。涡流检测技术的最大优点是能实现表面及近表面缺陷的检测，但受趋肤效应及提离效应的影响，电涡流和超声波检测方法准确度差，受氧化铁皮和缺陷影响大，且无法实现表面及近表面缺陷形态的检测。常规的光学检测法在高温铸坯表面缺陷形态检测方面存在优势，但由于很难辨识本身不是缺陷而呈现某种缺陷图像形态的鳞片状氧化铁皮，即使检测到了某些尺寸比较大的缺陷，例如较宽的横向裂纹，但因无法检测缺陷的深度信息，也无法对缺陷进行量化评估。迄今为止，国内外还没有一套能稳定、准确、可靠的高温铸坯表面缺陷在线检测系统能应用于连铸工业生产线。

发明内容

针对现有检测技术存在的上述不足，本发明的目的在于提供一种连铸热坯表面缺陷形态及深度在线无损检测方法，本方法可有效避免铸坯表面呈缺陷形态而非缺陷的鳞片状氧化铁皮及水膜等伪缺陷的干扰，实现高温铸坯表面缺陷二维形态及三维形貌的量化检测。

本发明的目的是这样实现的：连铸热坯表面缺陷激光扫描成像无损检测方法，它包括以下步骤：

1)在高温连铸坯上方安装线形激光发射器，按一定的发射角度对铸坯横向进行激光照射，从而在铸坯横向上产生一条(窄的)激光线束；

2)由面阵CCD图像传感器扫描所述激光线束，面阵CCD图像传感器扫描方向同时与高温连铸坯表面和激光线束垂直；

3)提取扫描的激光线束上所代表的缺陷深度信息，该深度信息与横向不同的位置信息对应，从而得到连铸热坯上与所述激光线束对应的区域不同横向位置缺陷深度组合成的一维距离点阵；

4)将所述一维距离点阵映射为不同灰度级的灰度图像；

5)根据连铸热坯拉速信息(该拉速信息由脉冲发生器完成，脉冲发生器安装在连铸坯拉矫辊上)确定面阵CCD图像传感器扫描频率，由此得到沿拉速方向上热坯不同横向位置的灰度图像，拼接所有灰度图像，从而得到含有整个热坯表面二维距离点阵信息的整体灰度图像，完成铸坯表面及表面缺陷激光扫描成像及缺陷形态和深度的量化检测；

6)通过图像处理算法对整体灰度图像所代表的铸坯表面缺陷进行识别并重构高温铸坯表面三维形貌图，从而实现铸坯表面缺陷形态及深度的在线检测。

在面阵CCD图像传感器镜头前加装有特定波长带通滤色片，以阻止连铸热坯红光辐射通过而仅使激光线形通过；也可以通过设定面阵CCD图像传感器快门时间，使在该快门时间下仅使高能量的激光线形被捕获而漏掉其它光线。

所述第4)步一维距离点阵映射为灰度图的方法为：①先搜索一维距离点阵中最大值和最小值；②将最小值和最大值之间的数按照比例归为0-255之间的自然数值，得到256级灰度一维点阵数据；③将256级的一维点阵数据映射为灰度图。

本发明可以有效抑制不是缺陷但呈缺陷形态的高温铸坯表面鳞片状氧化铁皮及水膜的干扰，避免这些伪缺陷对检测精度的影响，有效分割背景图像，准确地识别缺陷目标图像，并实现缺陷深度的量化检测，从而实现高温状态下连铸坯表面缺陷形态及深度的同时在线检测。本发明能可视化显示铸坯表面缺陷的三维形貌，实现铸坯表面质量的数字化评估。

本发明能在线剔除缺陷坯，避免缺陷坯毫无意义的深加工而导致损失扩大，对提高高温铸坯表面缺陷检测的自动化水平、降低生产成本、提高生产效率、确定和优化结晶器振动参数、提高铸坯表面质量和铸坯热送热装及直接轧制率具有重要意义。同时对开发连铸坯质量预报系统及改进连铸过程工艺、提高铸坯质量具有重要的指导作用。本方法也适用于重轨、高速钢轨、热轧带钢和冷轧带钢等材料表面缺陷的在线无损检测。

附图说明

图1-本发明铸坯表面缺陷面阵CCD图像传感器扫面检测示意图。

图2-本发明硬件安装示意图。

图3-本发明激光扫描成像示意图。

图4-本发明信号采集与数据融合处理流程图。

具体实施方式

下面结合附图对本发明作进一步详细描述。

本发明检测方法包括以下步骤：

1)在高温连铸坯上方安装线形激光发射器，线形激光发射器安装在高温保护罩内，线形激光发射器按一定的发射角度对铸坯横向进行激光照射，从而在铸坯横向上产生一条(窄的)激光线束；

2)由面阵CCD图像传感器扫描所述激光线束，面阵CCD图像传感器扫描方向同时与高温连铸坯表面和激光线束垂直；

3)利用三角测距原理提取扫描的激光线束上所代表的缺陷深度信息，该深度信息与横向不同的位置信息对应，从而得到连铸热坯上与所述激光线束对应的区域不同横向位置缺陷深度组合成的一维距离点阵；

4)将所述一维距离点阵映射为不同灰度级的灰度图像；

5)根据连铸热坯拉速信息确定面阵CCD图像传感器扫描频率，由此得到沿拉速方向上热坯不同横向位置的灰度图像，拼接所有灰度图像，从而得到含有整个热坯表面二维距离点阵信息的整体灰度图像，完成铸坯表面及表面缺陷激光扫描成像及缺陷形态和深度的量化检测；

6)通过图像处理模式识别算法对整体灰度图像所代表的铸坯表面缺陷进行识别并重构高温铸坯表面三维形貌图，识别表面缺陷的二维形态并量化计算缺陷深度，给出高温铸坯表面缺陷的二维几何形态及深度量化数据，并对整体高温铸坯表面缺陷进行质量评估，实现铸坯表面缺陷的在线检测。

所述第4)步一维距离点阵映射为灰度图的方法为：①先搜索一维距离点阵中最大值和最小值；②将最小值和最大值之间的数按照比例归为0-255之间的自然数值，得到256级灰度一维点阵数据；③将256级的一维点阵数据映射为灰度图。

以下结合设备特点和信息处理过程对本方法进行说明：

①安装高精度线形激光发射器，对铸坯横向上进行激光照射

由于连铸热坯的高温特点，激光发射器3安装在高温保护罩内，高温保护罩采用双层镁铝合金，采用洁净氮气冷却方式，线形激光发射器3按照一定角度(与铸坯表面、面阵CCD靶面成角度关系)安装，在铸坯2横向上形成一条垂直于拉坯方向的高亮度激光线形光束。

②安装用于提取铸坯表面激光线形信息的面阵CCD图像传感器4

在高温保护罩内安装高速高分别率面阵CCD图像传感器4，在传感器镜头前加装特定波长带通滤色片，主要是为了精确提取激光线形，并防止连铸热坯红光辐射的干扰。也可以设定面阵CCD图像传感器快门时间，使在该快门时间下仅使高能量的激光线形被捕获而避免其它光线干扰。安装过程中面阵CCD感光面与连铸坯2表面、激光线平面的特定空间关系如示意图1所示。

线形激光发射器和面阵CCD图像传感器组成铸坯表面缺陷激光扫面测量仪，测量仪安装台数由被测铸坯表面横向宽度确定，一般安装1-2台。

③在面阵CCD图像传感器4与线形激光发射器3连接部位安装高精度调角装置7，用于检测前调整与标定扫面图像点阵距离与转换后的图像灰度阶的对应关系，完成硬件空间关系调整后，通过软件调节传感器光积分时间，对扫面图像灰度值所代表的被检表面深度信息进行二次标定，以保证图像缺陷处二维形貌和三维深度检测的精准性。

④在连铸坯拉矫辊1上安装脉冲发生器5，精确采集铸坯拉速信号，并送计算机实时控制传感器扫面频率。脉冲发生器5位于火焰切割机6前，面阵CCD位于火焰切割机后。

上述激光发射器3、面阵CCD图像传感器4、调角装置7和脉冲发生器5具体安装位置和结构如图2所示。

⑤多信息灰度图像扫描生成方法

本发明提出的缺陷检测方法基于三角激光测距研究理论，采用激光线斜射和面阵CCD图像传感器垂直采集铸坯表面线形的方法进行了大量实验，该方法所生成的灰度图像各像素点灰度阶直接反应了被检件的表面三维形貌信息，为进一步ROI区最佳分割阈值的选取提供了准确的数据依据。扫描过程中，激光线上边缘处每一点的图像灰度值采用特定算法进行转换，其过程可表述如下：如图3所示，面阵CCD图像传感器一次扫描一条激光线并组成m个像素点阵存放到缓冲区，该激光线在连铸坯表面x方向(横向)上，把每一点的距离信息(深度缺陷信息)依据指定算法转化为图像灰度值；当连铸坯以拉坯速度向y方向移动时，面阵CCD图像传感器以脉冲发生器测得的拉速信号实时控制行扫描频率连续做n次采集，完成后将缓存内m×n二维点阵灰度图像格式传送给其它模块处理，并重复上述操作过程，实现对整个连铸过程中连铸坯表面缺陷激光扫描成像与表面质量的在线检测。

⑥信号采集与数据融合处理系统

铸坯表面缺陷激光扫描线信息、面阵CCD采集信号、拉速信号送入计算机，同步进行扫描图像处理。通过特定的算法依据拉速信号实时设定CCD帧扫描频率，获得满足质量评估要求的铸坯表面缺陷量化检测精度，将扫面拼接完成的二维点阵灰度图像，分别映射到缺陷三维形态重构、二维表面积计算、深度测量三个指定的缓存区内，并由相应的模块对实时数据进行并行处理。对扫面图像进行实时处理和模式识别，融合采集的拉速信号、三维重构图像形态信息、二维表面缺陷量化值，完成高温铸坯表面缺陷定量、定位、在线处理的检测要求，可视化铸坯表面原始形貌，对整个连铸过程中铸坯表面质量进行估价。信号采集与数据融合处理系统示意图如图4所示。

本发明最大的优点在于能够实现连铸热坯表面缺陷形态和深度的同时测量，单套设备检测视野宽，同时能可视化重构铸坯表面缺陷的三维形貌，大大提高了高温铸坯表面缺陷检测的自动化水平，能在线剔除缺陷坯，避免带缺陷连铸坯毫无意义的进一步深加工而导致损失扩大。具体体现在以下几点：

①在硬件方面，采用线形激光发射器照射铸坯表面，高亮度激光线不作为照明光源使用，而是对处理过的激光线单边缘线形采用面阵CCD进行提取，采用高精度脉冲发生器采集连铸机拉速信号，采用高性能工业控制计算机进行海量数据的并行处理与存储，保证了缺陷实时检测的精度要求。

②为了避免伪缺陷(连铸坯表面氧化铁皮、保护渣层、水膜等)的信息干扰，采用行扫描拼接成像技术。由于激光发射器照射到铸坯表面的激光线总有一定的宽度(虽然要求越细越好，越细检测精度越高)，本发明仅仅对激光线单边缘信息进行提取，并进行灰度转换，避免了细化激光线运算所造成的计算机耗时大、激光线形态信息丢失等问题。该方法扫面生成的铸坯表面三维距离点阵信息，经转换后生成的灰度图像有利目标背景图像的分割操作，避免了传统光学检测方法中阈值选取算法困难和背景颜色干扰强等问题，有利于ROI特征提取，便于高温铸坯缺陷形态的在线测量，并可视化重构铸坯表面的三维形态特征，为连铸坯质量控制提供反馈信息。

③采用多传感器信息融合技术，融合脉冲发生器、面阵CCD及激光发生器线形信息，完成整个铸坯表面质量的总体评价。

④通过数据库海量存储技术，完成实时数据存储，并在软件模块中设计扫描生成图像的离线回放功能，以观测和分析整个铸坯表面三维形貌，为建立连铸坯质量预报专家系统提供信息参考。

Claims (5)

1.连铸热坯表面缺陷激光扫描成像无损检测方法，其特征在于：它包括以下步骤：

1)在高温连铸坯上方安装线形激光发射器，按一定的发射角度对铸坯横向进行激光照射，从而在铸坯横向上产生一条激光线束；

2)由面阵CCD图像传感器扫描所述激光线束，面阵CCD图像传感器扫描方向同时与高温连铸坯表面和激光线束垂直；

3)提取扫描的激光线束上所代表的缺陷深度信息，该深度信息与横向不同的位置信息对应，从而得到连铸热坯上与所述激光线束对应的区域不同横向位置缺陷深度组合成的一维距离点阵；

4)将所述一维距离点阵映射为不同灰度级的灰度图像；

5)根据连铸热坯拉速信息确定面阵CCD图像传感器扫描频率，由此得到沿拉速方向上热坯不同横向位置的灰度图像，拼接所有灰度图像，从而得到含有整个热坯表面二维距离点阵信息的整体灰度图像；

6)通过图像处理算法对整体灰度图像所代表的铸坯表面缺陷进行识别并重构高温铸坯表面三维形貌图，从而实现铸坯表面缺陷形态及深度的在线检测。

2.根据权利要求1所述的连铸热坯表面缺陷激光扫描成像无损检测方法，其特征在于：所述面阵CCD图像传感器镜头前加装有特定波长带通滤色片，该特定波长带通滤色片用于阻止连铸热坯红光辐射通过而仅使激光线形通过。

3.根据权利要求1所述的连铸热坯表面缺陷激光扫描成像无损检测方法，其特征在于：所述面阵CCD图像传感器通过设定快门时间，使在该快门时间下仅使高能量的激光线形被捕获而漏掉其它光线。

4.根据权利要求1或2或3所述的连铸热坯表面缺陷激光扫描成像无损检测方法，其特征在于：所述第4)步一维距离点阵映射为灰度图的方法为：①先搜索一维距离点阵中最大值和最小值；②将最小值和最大值之间的数按照比例归为0-255之间的自然数值，得到256级灰度一维点阵数据；③将256级的一维点阵数据映射为灰度图。

5.根据权利要求4所述的连铸热坯表面缺陷激光扫描成像无损检测方法，其特征在于：连铸热坯拉速信息由脉冲发生器实现，脉冲发生器安装在连铸坯拉矫辊上。

Images