CN103207185A - 钢卷端部质量检测系统及方法 - Google Patents
钢卷端部质量检测系统及方法 Download PDFInfo
- Publication number
- CN103207185A CN103207185A CN2012100067676A CN201210006767A CN103207185A CN 103207185 A CN103207185 A CN 103207185A CN 2012100067676 A CN2012100067676 A CN 2012100067676A CN 201210006767 A CN201210006767 A CN 201210006767A CN 103207185 A CN103207185 A CN 103207185A
- Authority
- CN
- China
- Prior art keywords
- coil
- strip
- imaging device
- image
- detection system
- 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.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种钢卷端部质量检测方法,该检测方法通过在钢卷输链两侧各设置一成像装置,并通过PLC控制成像装置对经过的钢卷两侧端部分别进行拍照成像,再通过图像处理服务器对图像进行处理及比较,最终实现缺陷判定;通过图像操作终端能够实时查询历史图像信息和缺陷检测结果。本发明还公开了一种钢卷端部质量检测系统。采用本发明的检测系统及方法,不但能够减轻劳动强度和高温辐射对人体的伤害,而且有效避免目测导致的主观性和漏判,进而对钢卷端部存在的各种缺陷进行有效而又客观的检测和评估,保证了钢卷成品的合格率。
Description
技术领域
本发明涉及成像仪,更具体地说,涉及一种钢卷端部质量检测系统及方法。
背景技术
在钢铁企业的热轧连轧机生产线上,通常都要在卷取区域对带钢表面质量和钢卷成型质量进行检测,即在卷取前对带钢表面质量进行在线检测,在卷取后对部分钢卷进行开卷检查确认和取样。前者是利用机器视觉和图像模式识别技术对热轧带钢的表面缺陷进行在线检测,而后者是通过质量检查机组辅助人工进行离线检查和取样。然而,对于钢卷的两侧端部缺陷,目前一般只能通过人工目测的方式进行检查。但是,由于现场处于高温辐射环境下,无法近距离观察,导致目测检查效率低且漏检率非常高。
另外,现有技术的带钢表面质量检测装置也无法适用钢卷端面检测。这是因为:首先,是检测位置不同,表面质量检测装置一般安装于精轧机和卷取机之间,是对带钢及其表面进行连续成像检测,而钢卷端部缺陷对钢卷的两个侧面进行检测;其次,是检测对象不同,表面质量检测系统用于检测轧制过程中钢板上下表面,若用于检测已经成型的热轧钢卷两侧端面,存在着设备配置不相匹配的问题;第三,是检测缺陷的种类不同,表面检测装置主要检测压痕、铁皮、划伤、夹渣等表面缺陷,而钢卷端部主要检测的是边损、折边、折叠、松卷、毛刺、锯齿裂等边部或卷形缺陷。因此,利用现有的带钢表面质量检测装置是无法有效检测到包含这类缺陷的特征数据,更无法实现对端部缺陷的精确检测和及时反馈。
发明内容
针对现有技术中存在的上述的缺点,本发明的目的是提供一种钢卷端部质量检测系统及方法,用以对钢卷两侧端部质量进行精确检测。
为实现上述目的,本发明采用如下技术方案:
一方面,钢卷端部质量检测系统包括:
一对成像装置,分别设于钢卷运输链两侧,对经过的钢卷两侧端部进行成像;
图像处理服务器,与热轧过程控制系统相连,接收来料钢卷信息,并对成像装置输出的图像信号进行缺陷识别;
可编程控制器,根据图像处理服务器输出钢卷宽度信息,对成像装置的焦距进行相应调整,并进行成像装置的成像时序控制;
图像操作终端,与图像处理服务器相连,用以实时查询历史图片信息和缺陷检测结果。
所述的成像装置包括:
箱体,箱体内从上到下均匀布置有数套拍摄部件,每套拍摄部件包括一闪光灯和一相机,箱体的前板面上开有与闪光灯、相机相对应的照明孔和成像孔;
一套光电开关,光电开关包括一光电传感器和一光栅,光电传感器设于箱体内,光栅设于箱体的前板面外侧,并与光电传感器相对应;所述的箱体的前板面上还开有与光电传感器相对应的检测孔;
固定支架和供调节焦距的移动支架,闪光灯及光电传感器均设于固定支架上,相机均设于移动支架上,移动支架上还连接有驱动电机。
所述的成像装置还包括一保护罩,罩设于箱体前板面的外侧,保护罩上也开有与检测孔、照明孔和成像孔相对应的数个通孔。
所述的图像处理服务器内设有数据库,用以存储钢卷信息以及相对应的标准图像和检测图像。
另一方面,一种钢卷端部质量检测方法包括以下步骤:
A.在钢卷运输链两侧各设置一成像装置;
B.通过图像处理服务器与热轧过程控制系统相连,接收来料钢卷信息,并输出至可编程控制器;
C.通过可编程控制器根据钢卷宽度信息,对成像装置的焦距进行相应调整,并控制成像装置进行成像;
D.将成像装置输出的图像信号输出图像处理服务器,并进行缺陷识别;
E.通过图像操作终端与图像处理服务器相连,进行实时查询历史图像信息和缺陷检测结果。
在步骤B中,所述的来料钢卷信息包括钢卷号、与之对应的钢卷宽度、厚度、出钢记号、卷取机号、炉号。
在步骤C中,所述的焦距调整具体为通过可编程控制器根据钢卷宽度信息来启动成像装置的电机,并通过电机驱动移动支架,进行前后移动,以调整设于移动支架上的相机与钢卷端面间的距离;
所述的成像控制为通过成像装置的光电开关检测钢卷经过信号,并通过可编程控制器根据钢卷经过信号来控制相机进行拍照成像。
在步骤D中,通过图像处理服务器依次对输入的图像进行背景去除、缺陷识别、缺陷定位、储存图像和报警。
所述的背景去除包括如下步骤:增强对比度、阈值分割、膨胀腐蚀、边缘检测、确认背景区域和去除背景区域。
所述的缺陷识别包括如下步骤:图像增强、阀值分割、膨胀腐蚀、区域填充、特征检测。
所述的缺陷定位是通过将检测图像拼成一幅完整的钢卷侧面图像,经过边界检测、均衡化、二值化、哈夫变换消除钢卷纹路和分块计算特征值,来获取可能存在的缺陷位置、缺陷类型和缺陷严重程度信息。
在上述技术方案中,本发明的钢卷端部质量检测系统及方法通过在钢卷输链两侧各设置一成像装置,并通过PLC控制成像装置对经过的钢卷两侧端部分别进行拍照成像,再通过图像处理服务器对图像进行处理及比较,最终实现缺陷判定;通过图像操作终端能够实时查询历史图像信息和缺陷检测结果。采用本发明的检测系统及方法,能够在减轻劳动强度的同时,有效避免高温辐射导致目测的主观性和漏判,进而对钢卷端部存在的各种缺陷进行有效而又客观的检测和评估,保证了钢卷成品的合格率。
附图说明
图1是本发明的钢卷端部质量检测系统的原理图;
图2是本发明的一成像装置的俯视示意图;
图3是本发明的成像装置的内部结构图;
图4是本发明的图像处理服务器形成的完整的钢卷端部图片示意图;
图5是本发明的PLC的自动对焦控制流程图;
图6是本发明的PLC的自动拍摄控制流程图;
图7是本发明的图像处理服务器对图片的处理及缺陷识别总流程图;
图8是本发明的背景去除流程图;
图9是本发明的本发明的缺陷识别流程图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
请参阅图1所示,本发明的钢卷端部质量检测系统包括一对成像装置10,分别设于钢卷运输链1两侧,对经过的钢卷2两侧端部进行成像;图像处理服务器20,与热轧过程控制系统相连,接收来料钢卷信息,并对成像装置10输出的图像信号进行缺陷识别;可编程控制器(PLC),根据图像处理服务器20输出钢卷宽度信息,对成像装置10的焦距进行相应调整,并进行成像装置10的成像控制;图像操作终端30,与图像处理服务器20相连,用以实时查询历史图片信息和缺陷检测结果。
具体来说,可将一成像装置10设于OS侧(检查线操作室一侧),位于钢卷2来料方向的上游,负责拍摄钢卷OS侧端面,将另一成像装置10设于DS侧(检查线电气室一侧),位于钢卷2来料方向的下游,负责拍摄钢卷DS侧端面。
结合图2、图3所示,每个成像装置10均包括:
箱体11,箱体11内从上到下均匀布置有数套拍摄部件,每套拍摄部件包括一闪光灯12和一相机13(可采用1920×1080像素即200万像素的工业相机13),箱体11的前板面上开有与闪光灯12、相机13相对应的照明孔14和成像孔15。拍摄部件的数量可根据钢卷2的直径进行相应选择,对于目前热轧连轧机生产线上常见的钢卷2的直径,一般采用四套拍摄部件,通过其四台工业相机13拍摄的图像组合在一起,可以覆盖整个高度方向,在钢卷2运动过程中,四台相机13按时序要求连续触发(拍摄)八次,以尽可能少的拍摄次数来覆盖整个钢卷2端部,这样,钢卷2的每个端面将由4×8=32幅图像组合而成,钢卷2端面成像照片如图4所示,图4中每一方格即为一相机13拍摄的一幅图像;
一套光电开关,连接PLC用于设定成像开始时刻,光电开关包括一光电传感器16和一光栅17,光电传感器16设于箱体11内,光栅17设于箱体11的前板面外侧,并与光电传感器16相对应;所述的箱体11的前板面上还开有与光电传感器16相对应的检测孔18;
固定支架111和供调节焦距的移动支架112,闪光灯12及光电传感器16均设于固定支架111上,相机13均设于移动支架112上,移动支架112上还连接有驱动电机113,一般可采用可逆电机、步进电机或伺服电机,用以实现驱动移动支架112带动相机13进行前后移动。
另外,成像装置10还包括一保护罩19,罩设于箱体11前板面的外侧,保护罩19上也开有与检测孔18、照明孔14和成像孔15相对应的数个通孔191。
而图像处理服务器20内设有数据库,用以存储钢卷信息以及相对应的标准图像和检测图像。工业相机13拍摄的钢卷2端面图片通过1394高速光纤接口,传送到设于检查线操作室内的图像处理服务器20上。20内运行一套图像管理和缺陷检测软件,可以对图片缺陷进行检测。图像处理服务器20还通过以太网接收L2发送的钢卷信息电文,作用主要有两个:一、获取钢卷宽度后转发PLC,以便PLC调整相机13拍摄位置,以便得到清晰的钢卷端部图像。二、获取钢卷号,以便将钢卷2端部的检测图像(缺陷识别结果)与钢卷号相对应,保存到图像处理服务器20的数据库中,便于查询管理。
将两台图像操作终端30通过以太网与图像处理服务器20相连,通过终端上的客户端程序,可以浏览钢卷2的历史图片和缺陷信息。
采用一PLC同时控制两套成像装置10的调焦和成像,并且PLC还通过PROFIBUS电缆与图像处理服务器20上的CP5611接口卡相连,可进行交换数据。
PLC软件主要实现如下功能:
(1)根据来料钢卷宽度,控制电机驱动移动支架112,调整相机拍摄位置(相应调焦);
请参阅图5所示,以宽度1000mm钢卷为例,PLC自动对焦控制流程为:图像处理服务器20收到L2钢卷信息后,会比对此卷宽度与上一卷宽度是否相同,如果不同,便将新宽度传给PLC,PLC则计算拍摄位置(距原点)=(1730-1000)/2=365mm。之后PLC立即发出指令让电机113反转,驱动移动支架112返回到原点位置,电机113停止,延时2s等移动支架112完全停稳后,PLC再发出指令让电机113正转,驱动移动支架112正向移动到365mm的位置,电机113停止。(注:1730mm为驱动移动支架初始位置)
(2)根据光电开关信号,产生相机拍摄触发脉冲,完成拍摄控制;
请参阅图6所示,当PLC接收到光电开关信号后,进行相应延时,并连续向相机发出八次触发脉冲,控制相机拍摄满八次,并在每两次拍摄之间延时一段时间,延时的时间可在图像管理程序中设定,拍下的图像可见图4。
(3)向图像管理程序反馈工作状态,比如相机实时位置、限位开关信号等。
该钢卷端部质量检测系统的工作原理如下:
首先,将两成像装置10分别设置在钢卷运输链1两侧后,通过图像处理服务器20接收L2发出的来料钢卷信息,包括钢卷号、与之对应的钢卷宽度、厚度、出钢记号、卷取机号、炉号,并输出至PLC;
然后通过PLC根据钢卷宽度信息,对成像装置10的焦距进行相应调整,并控制成像装置进行成像;即通过控制电机带动相机13进行前后移动,具体移动距离可由编码器精确控制;在成像时,由光电传感器16检测光栅17信号,一旦有钢卷经过并遮挡住光栅17,从而使得光电传感器16无法接收光栅17信号,说明钢卷2到位,并将经过信号输至PLC,再又PLC同时控制四套拍摄部件进行同时成像,直至钢卷2完全经过,光电传感器16再次检测到光栅17信号为止,而相机13在拍摄过程中,通过高速光纤通讯接口,将图像传送至图像处理服务器20。
在此需要说明的是,整个成像过程中钢卷以一定速度沿成像方向做垂直运动,而成像装置10固定。
再通过图像处理服务器20对输入的图像信号进行打开图片、背景去除、缺陷识别、缺陷定位、储存并显示图像和相应报警(见图7)。其中,背景去除是缺陷识别过程中最重要的一步,只有正确判断背景区域并将缺陷从图片中去除,才能保证缺陷识别结果的准确性,否则背景区域的存在会对缺陷识别结果造成很大影响。背景去除的主要步骤请参阅图8所示,包括增强对比度、阈值分割、膨胀腐蚀、边缘检测、确认背景区域和去除背景区域等。而具体的陷识别是根据不同缺陷的不同特征(如周长、面积、圆形度、凹凸性等),在去除背景后的图片中进行检测,通过将检测图像增强后进行阀值分割、膨胀腐蚀、区域填充来计算各分块的矩特征值,并通过与数据库中保存的正常分块特征值相比较得到均方差值,再与设定阈值相比,来判定是否为缺陷(见图9);例如,毛刺的特征可按如下规则进行检测:
面积min≤区域面积≤面积max
区域圆形度≥圆形度min
区域灰度值min≤区域灰度值≤区域灰度值max
而缺陷定位是通过将检测图像拼成一幅完整的钢卷侧面图像,经过边界检测、均衡化、二值化、哈夫变换消除钢卷纹路和分块计算特征值,来获取可能存在的缺陷位置、缺陷类型和缺陷严重程度信息。
最后,操作人员还可通过图像操作终端30进行实时查询历史图像信息和缺陷检测结果。
本发明的钢卷端部质量检测方法与上述检测系统实际相同,在此不再赘述。
采用本发明的钢卷端部质量检测系统及方法,能够降低钢卷的毛刺、边裂和折叠等缺陷的漏检率,可大幅度提升热轧上述缺陷的分析和改进能力,效果十分显著。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (11)
1.一种钢卷端部质量检测系统,其特征在于:
包括:
一对成像装置,分别设于钢卷运输链两侧,对经过的钢卷两侧端部进行成像;
图像处理服务器,与热轧过程控制系统相连,接收来料钢卷信息,并对成像装置输出的图像信号进行缺陷识别;
可编程控制器,根据图像处理服务器输出钢卷宽度信息,对成像装置的焦距进行相应调整,并进行成像装置的成像时序控制;
图像操作终端,与图像处理服务器相连,用以实时查询历史图片信息和缺陷检测结果。
2.如权利要求1所述的钢卷端部质量检测系统,其特征在于,
所述的成像装置包括:
箱体,箱体内从上到下均匀布置有数套拍摄部件,每套拍摄部件包括一闪光灯和一相机,箱体的前板面上开有与闪光灯、相机相对应的照明孔和成像孔;
一套光电开关,光电开关包括一光电传感器和一光栅,光电传感器设于箱体内,光栅设于箱体的前板面外侧,并与光电传感器相对应;所述的箱体的前板面上还开有与光电传感器相对应的检测孔;
固定支架和供调节焦距的移动支架,闪光灯及光电传感器均设于固定支架上,相机均设于移动支架上,移动支架上还连接有驱动电机。
3.如权利要求2所述的钢卷端部质量检测系统,其特征在于:
所述的成像装置还包括一保护罩,罩设于箱体前板面的外侧,保护罩上也开有与检测孔、照明孔和成像孔相对应的数个通孔。
4.如权利要求1所述的钢卷端部质量检测系统,其特征在于:
所述的图像处理服务器内设有数据库,用以存储钢卷信息以及相对应的标准图像和检测图像。
5.一种钢卷端部质量检测方法,其特征在于:
该检测方法包括以下步骤:
A.在钢卷运输链两侧各设置一成像装置;
B.通过图像处理服务器与热轧过程控制系统相连,接收来料钢卷信息,并输出至可编程控制器;
C.通过可编程控制器根据钢卷宽度信息,对成像装置的焦距进行相应调整,并控制成像装置进行成像;
D.将成像装置输出的图像信号输出图像处理服务器,并进行缺陷识别;
E.通过图像操作终端与图像处理服务器相连,进行实时查询历史图像信息和缺陷检测结果。
6.如权利要求5所述的钢卷端部质量检测系统,其特征在于:
在步骤B中,所述的来料钢卷信息包括钢卷号、与之对应的钢卷宽度、厚度、出钢记号、卷取机号、炉号。
7.如权利要求5所述的钢卷端部质量检测系统,其特征在于:
在步骤C中,所述的焦距调整具体为通过可编程控制器根据钢卷宽度信息来启动成像装置的电机,并通过电机驱动移动支架,进行前后移动,以调整设于移动支架上的相机与钢卷端面间的距离;
所述的成像控制为通过成像装置的光电开关检测钢卷经过信号,并通过可编程控制器根据钢卷经过信号来控制相机进行拍照成像。
8.如权利要求5所述的钢卷端部质量检测系统,其特征在于:
在步骤D中,通过图像处理服务器依次对输入的图像进行背景去除、缺陷识别、缺陷定位、储存图像和报警。
9.如权利要求8所述的钢卷端部质量检测系统,其特征在于:
所述的背景去除包括如下步骤:增强对比度、阈值分割、膨胀腐蚀、边缘检测、确认背景区域和去除背景区域。
10.如权利要求8所述的钢卷端部质量检测系统,其特征在于:
所述的缺陷识别包括如下步骤:图像增强、阀值分割、膨胀腐蚀、区域填充、特征检测。
11.如权利要求8所述的钢卷端部质量检测系统,其特征在于:
所述的缺陷定位是通过将检测图像拼成一幅完整的钢卷侧面图像,经过边界检测、均衡化、二值化、哈夫变换消除钢卷纹路和分块计算特征值,来获取缺陷位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100067676A CN103207185A (zh) | 2012-01-11 | 2012-01-11 | 钢卷端部质量检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100067676A CN103207185A (zh) | 2012-01-11 | 2012-01-11 | 钢卷端部质量检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103207185A true CN103207185A (zh) | 2013-07-17 |
Family
ID=48754472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100067676A Pending CN103207185A (zh) | 2012-01-11 | 2012-01-11 | 钢卷端部质量检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103207185A (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237254A (zh) * | 2014-09-30 | 2014-12-24 | 北京首钢自动化信息技术有限公司 | 一种冷轧生产机组带钢月牙缺陷检测系统及其方法 |
CN104458749A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷实时检测系统 |
CN104897058A (zh) * | 2015-05-27 | 2015-09-09 | 北京首钢股份有限公司 | 一种基于纠偏cpc系统检测带钢边裂的装置 |
CN104985002A (zh) * | 2015-05-27 | 2015-10-21 | 北京首钢股份有限公司 | 一种热轧带钢边部缺陷报警方法及装置 |
CN106093051A (zh) * | 2016-06-06 | 2016-11-09 | 佛山市智人机器人有限公司 | 基于机器视觉的纸卷切面毛刺检测方法及装置 |
CN107084677A (zh) * | 2016-02-15 | 2017-08-22 | 武汉理工大学 | 一种基于机器视觉的热处理钢带变形检测方法及装置 |
CN108465935A (zh) * | 2018-03-21 | 2018-08-31 | 鞍钢未来钢铁研究院有限公司 | 一种钢卷卷芯自动焊接方法 |
CN108827976A (zh) * | 2018-05-21 | 2018-11-16 | 德清炬诚电子科技有限公司 | 一种卫生用品污点视觉检测系统 |
CN109100364A (zh) * | 2018-06-29 | 2018-12-28 | 杭州国翌科技有限公司 | 一种基于光谱分析的隧道病害监测系统及监测方法 |
CN109816645A (zh) * | 2019-01-18 | 2019-05-28 | 创新奇智(广州)科技有限公司 | 一种钢卷松卷的自动检测方法 |
CN110017784A (zh) * | 2018-01-09 | 2019-07-16 | 宝山钢铁股份有限公司 | 一种卷曲钢卷端部在线质检装置和方法 |
CN110082365A (zh) * | 2019-04-08 | 2019-08-02 | 燕山大学 | 基于机器视觉的钢卷边部质量检测机器人 |
CN110412040A (zh) * | 2019-08-01 | 2019-11-05 | 宁波兰羚钢铁实业有限公司 | 一种基于北斗导航的包装机组钢卷数据跟踪系统及方法 |
CN110421013A (zh) * | 2019-09-10 | 2019-11-08 | 力行优图智能科技(苏州)有限公司 | 一种旋转扫描式钢卷端面缺陷检测系统 |
CN110488622A (zh) * | 2019-08-15 | 2019-11-22 | 珠海格力智能装备有限公司 | 设备运动的控制方法及装置 |
CN110614282A (zh) * | 2018-06-19 | 2019-12-27 | 宝山钢铁股份有限公司 | 一种热轧板坯表面清理质量缺陷的自动检测装置 |
CN110687120A (zh) * | 2019-09-18 | 2020-01-14 | 浙江工商大学 | 法兰外观质量检测系统 |
CN110763692A (zh) * | 2019-10-29 | 2020-02-07 | 复旦大学 | 带钢毛刺检测系统 |
CN112432592A (zh) * | 2019-08-26 | 2021-03-02 | 宝山钢铁股份有限公司 | 一种卧式钢卷卷形质量检测装置及其检测方法 |
CN113311002A (zh) * | 2021-05-27 | 2021-08-27 | 中冶赛迪重庆信息技术有限公司 | 一种钢卷外观缺陷识别装置及方法 |
CN113465511A (zh) * | 2021-06-19 | 2021-10-01 | 精锐视觉智能科技(上海)有限公司 | 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法 |
WO2021218386A1 (zh) * | 2020-04-28 | 2021-11-04 | 宝山钢铁股份有限公司 | 一种连铸坯表面二维三维组合成像检测系统及其方法 |
CN113701652A (zh) * | 2021-09-23 | 2021-11-26 | 安徽工业大学 | 一种钢卷内径智能高精度检测及缺陷诊断系统 |
CN114113131A (zh) * | 2021-12-03 | 2022-03-01 | 中科计算技术西部研究院 | 一种反光镜片划痕缺陷检测装置及方法 |
CN114486913A (zh) * | 2022-01-20 | 2022-05-13 | 宝钢湛江钢铁有限公司 | 一种钢卷边部几何特征的检测方法 |
TWI826106B (zh) * | 2022-11-08 | 2023-12-11 | 中國鋼鐵股份有限公司 | 檢測系統與檢測方法 |
CN114113131B (zh) * | 2021-12-03 | 2024-04-30 | 中科计算技术西部研究院 | 一种反光镜片划痕缺陷检测装置及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10300687A (ja) * | 1997-04-21 | 1998-11-13 | Mitsubishi Electric Corp | 鏡面板検査装置 |
CN1789990A (zh) * | 2005-12-01 | 2006-06-21 | 渤海船舶重工有限责任公司 | 钢板预处理过程中的上、下表面缺陷在线自动检测方法 |
CN101393138A (zh) * | 2008-10-22 | 2009-03-25 | 中国印钞造币总公司 | 硬币成品表面质量在线检测系统 |
WO2009093802A1 (en) * | 2007-12-27 | 2009-07-30 | Posco | Apparatus for detecting defects of side surface of slab |
CN101995671A (zh) * | 2009-08-28 | 2011-03-30 | 北京京东方光电科技有限公司 | 液晶显示面板边缘缺陷的测试系统及其测试方法 |
CN102221557A (zh) * | 2011-03-31 | 2011-10-19 | 南京航空航天大学 | 一种基于机器视觉的灯头质量自动检测装置和检测方法 |
CN102253050A (zh) * | 2011-03-14 | 2011-11-23 | 广州市盛通建设工程质量检测有限公司 | 基于机器视觉的磁瓦表面缺陷自动检测方法与装置 |
CN202087540U (zh) * | 2011-05-19 | 2011-12-28 | 杭州华丰通信器材有限公司 | 一种基于机器视觉的铜件外观缺陷在线检测仪 |
CN102305793A (zh) * | 2011-05-11 | 2012-01-04 | 苏州天准精密技术有限公司 | 一种产品外观质量检测方法和设备 |
-
2012
- 2012-01-11 CN CN2012100067676A patent/CN103207185A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10300687A (ja) * | 1997-04-21 | 1998-11-13 | Mitsubishi Electric Corp | 鏡面板検査装置 |
CN1789990A (zh) * | 2005-12-01 | 2006-06-21 | 渤海船舶重工有限责任公司 | 钢板预处理过程中的上、下表面缺陷在线自动检测方法 |
WO2009093802A1 (en) * | 2007-12-27 | 2009-07-30 | Posco | Apparatus for detecting defects of side surface of slab |
CN101393138A (zh) * | 2008-10-22 | 2009-03-25 | 中国印钞造币总公司 | 硬币成品表面质量在线检测系统 |
CN101995671A (zh) * | 2009-08-28 | 2011-03-30 | 北京京东方光电科技有限公司 | 液晶显示面板边缘缺陷的测试系统及其测试方法 |
CN102253050A (zh) * | 2011-03-14 | 2011-11-23 | 广州市盛通建设工程质量检测有限公司 | 基于机器视觉的磁瓦表面缺陷自动检测方法与装置 |
CN102221557A (zh) * | 2011-03-31 | 2011-10-19 | 南京航空航天大学 | 一种基于机器视觉的灯头质量自动检测装置和检测方法 |
CN102305793A (zh) * | 2011-05-11 | 2012-01-04 | 苏州天准精密技术有限公司 | 一种产品外观质量检测方法和设备 |
CN202087540U (zh) * | 2011-05-19 | 2011-12-28 | 杭州华丰通信器材有限公司 | 一种基于机器视觉的铜件外观缺陷在线检测仪 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104458749A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷实时检测系统 |
CN104237254A (zh) * | 2014-09-30 | 2014-12-24 | 北京首钢自动化信息技术有限公司 | 一种冷轧生产机组带钢月牙缺陷检测系统及其方法 |
CN104897058A (zh) * | 2015-05-27 | 2015-09-09 | 北京首钢股份有限公司 | 一种基于纠偏cpc系统检测带钢边裂的装置 |
CN104985002A (zh) * | 2015-05-27 | 2015-10-21 | 北京首钢股份有限公司 | 一种热轧带钢边部缺陷报警方法及装置 |
CN104985002B (zh) * | 2015-05-27 | 2017-02-22 | 北京首钢股份有限公司 | 一种热轧带钢边部缺陷报警方法及装置 |
CN107084677A (zh) * | 2016-02-15 | 2017-08-22 | 武汉理工大学 | 一种基于机器视觉的热处理钢带变形检测方法及装置 |
CN106093051A (zh) * | 2016-06-06 | 2016-11-09 | 佛山市智人机器人有限公司 | 基于机器视觉的纸卷切面毛刺检测方法及装置 |
CN110017784A (zh) * | 2018-01-09 | 2019-07-16 | 宝山钢铁股份有限公司 | 一种卷曲钢卷端部在线质检装置和方法 |
CN110017784B (zh) * | 2018-01-09 | 2021-02-19 | 宝山钢铁股份有限公司 | 一种卷曲钢卷端部在线质检装置和方法 |
CN108465935A (zh) * | 2018-03-21 | 2018-08-31 | 鞍钢未来钢铁研究院有限公司 | 一种钢卷卷芯自动焊接方法 |
CN108465935B (zh) * | 2018-03-21 | 2019-11-08 | 鞍钢未来钢铁研究院有限公司 | 一种钢卷卷芯自动焊接方法 |
CN108827976A (zh) * | 2018-05-21 | 2018-11-16 | 德清炬诚电子科技有限公司 | 一种卫生用品污点视觉检测系统 |
CN110614282A (zh) * | 2018-06-19 | 2019-12-27 | 宝山钢铁股份有限公司 | 一种热轧板坯表面清理质量缺陷的自动检测装置 |
CN109100364A (zh) * | 2018-06-29 | 2018-12-28 | 杭州国翌科技有限公司 | 一种基于光谱分析的隧道病害监测系统及监测方法 |
CN109816645A (zh) * | 2019-01-18 | 2019-05-28 | 创新奇智(广州)科技有限公司 | 一种钢卷松卷的自动检测方法 |
CN109816645B (zh) * | 2019-01-18 | 2020-11-17 | 创新奇智(广州)科技有限公司 | 一种钢卷松卷的自动检测方法 |
CN110082365A (zh) * | 2019-04-08 | 2019-08-02 | 燕山大学 | 基于机器视觉的钢卷边部质量检测机器人 |
CN110412040A (zh) * | 2019-08-01 | 2019-11-05 | 宁波兰羚钢铁实业有限公司 | 一种基于北斗导航的包装机组钢卷数据跟踪系统及方法 |
CN110488622A (zh) * | 2019-08-15 | 2019-11-22 | 珠海格力智能装备有限公司 | 设备运动的控制方法及装置 |
CN112432592B (zh) * | 2019-08-26 | 2022-03-18 | 宝山钢铁股份有限公司 | 一种卧式钢卷卷形质量检测装置及其检测方法 |
CN112432592A (zh) * | 2019-08-26 | 2021-03-02 | 宝山钢铁股份有限公司 | 一种卧式钢卷卷形质量检测装置及其检测方法 |
CN110421013A (zh) * | 2019-09-10 | 2019-11-08 | 力行优图智能科技(苏州)有限公司 | 一种旋转扫描式钢卷端面缺陷检测系统 |
CN110687120A (zh) * | 2019-09-18 | 2020-01-14 | 浙江工商大学 | 法兰外观质量检测系统 |
CN110763692B (zh) * | 2019-10-29 | 2022-04-12 | 复旦大学 | 带钢毛刺检测系统 |
CN110763692A (zh) * | 2019-10-29 | 2020-02-07 | 复旦大学 | 带钢毛刺检测系统 |
WO2021218386A1 (zh) * | 2020-04-28 | 2021-11-04 | 宝山钢铁股份有限公司 | 一种连铸坯表面二维三维组合成像检测系统及其方法 |
CN113311002A (zh) * | 2021-05-27 | 2021-08-27 | 中冶赛迪重庆信息技术有限公司 | 一种钢卷外观缺陷识别装置及方法 |
CN113465511A (zh) * | 2021-06-19 | 2021-10-01 | 精锐视觉智能科技(上海)有限公司 | 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法 |
CN113465511B (zh) * | 2021-06-19 | 2022-12-13 | 精锐视觉智能科技(上海)有限公司 | 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法 |
CN113701652A (zh) * | 2021-09-23 | 2021-11-26 | 安徽工业大学 | 一种钢卷内径智能高精度检测及缺陷诊断系统 |
CN114113131A (zh) * | 2021-12-03 | 2022-03-01 | 中科计算技术西部研究院 | 一种反光镜片划痕缺陷检测装置及方法 |
CN114113131B (zh) * | 2021-12-03 | 2024-04-30 | 中科计算技术西部研究院 | 一种反光镜片划痕缺陷检测装置及方法 |
CN114486913A (zh) * | 2022-01-20 | 2022-05-13 | 宝钢湛江钢铁有限公司 | 一种钢卷边部几何特征的检测方法 |
TWI826106B (zh) * | 2022-11-08 | 2023-12-11 | 中國鋼鐵股份有限公司 | 檢測系統與檢測方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103207185A (zh) | 钢卷端部质量检测系统及方法 | |
CN103191918B (zh) | 热连轧带钢生产工艺 | |
CN204679431U (zh) | 轮胎钢丝帘布表面缺陷的检测系统 | |
CN111999308A (zh) | 一种缺陷检测的控制方法、控制装置及控制系统 | |
CN104209272B (zh) | 一种根据图像信息进行产品分拣的设备 | |
CN106153636A (zh) | 轮胎钢丝帘布表面缺陷的检测方法、装置及系统 | |
US9501807B2 (en) | Detecting system and detecting method for products | |
CN101762589A (zh) | 一种机器视觉在文具组合套装瑕疵的在线监测方法及其设备 | |
CN108549317A (zh) | 连铸机铸坯定位控制系统和方法 | |
KR102000907B1 (ko) | 페라이트 외관 비전 검사방법 | |
KR20130095794A (ko) | 스트립 피스의 표면 검사 방법 및 그 장치 | |
CN208092793U (zh) | 瓷层缺陷的检测平台 | |
CN105445285A (zh) | 用于无张力约束下线材视觉检测装置及方法 | |
CN103910181B (zh) | 基于红外视觉的胶带纵向撕裂检测预警方法 | |
CN206638605U (zh) | 一种自动检测内胆表面缺陷的装置 | |
CN104362111B (zh) | 一种硅片崩边的自动检测方法 | |
CN210220663U (zh) | 烧结机台车轮工作状态检测装置 | |
KR102541085B1 (ko) | 코일 포장 검사시스템 | |
KR101535804B1 (ko) | 작업자의 동작인식을 이용한 생산 자동화 시스템 | |
CN204373688U (zh) | 一种电镀生产线外观和尺寸检验设备 | |
CN114549406B (zh) | 热轧线的管理方法、装置及系统、计算设备和存储介质 | |
CN110020809A (zh) | 一种钢筋骨架检测方法、装置、设备及可读存储介质 | |
CN111709325B (zh) | 一种热轧加热炉板坯的自动照合方法 | |
CN115569994A (zh) | 板坯镰刀弯自动检测系统及方法 | |
CN109254009B (zh) | 一种钉卷工段压花实时检测处理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130717 |