CN104020177A - 连铸坯表面缺陷双ccd扫描成像检测方法 - Google Patents
连铸坯表面缺陷双ccd扫描成像检测方法 Download PDFInfo
- Publication number
- CN104020177A CN104020177A CN201410291871.3A CN201410291871A CN104020177A CN 104020177 A CN104020177 A CN 104020177A CN 201410291871 A CN201410291871 A CN 201410291871A CN 104020177 A CN104020177 A CN 104020177A
- Authority
- CN
- China
- Prior art keywords
- continuous casting
- array ccd
- ccd camera
- casting billet
- image
- 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
Links
Abstract
本发明公开了一种连铸坯表面缺陷双CCD扫描成像检测方法,1)在连铸坯上安装线阵CCD相机、面阵CCD相机和线形激光发射装置;2)线阵CCD相机和面阵CCD相机按同步帧频和行频的方式扫描获得连铸坯表面的二维图像和三维图像;3)将获取的二维图像和三维图像进行配准;4)将配准后的连铸坯表面同一区域的二维图像和三维图像进行信息融合处理,分析两幅图像感兴趣区域特征,并结合两图像特征融合处理结果,提取最终铸坯表面待识别感兴趣区域,从而保留铸坯表面可靠缺陷信息,实现连铸坯表面缺陷的检测。本发明结构简便、检测精度高、实时性强、能自动剔除干扰信息的连铸坯表面缺陷双CCD扫描成像检测方法。
Description
技术领域
本发明涉及连铸坯缺陷检测技术,具体指一种连铸坯表面缺陷双CCD扫描成像检测方法,本发明可用于冶金领域高温连铸板坯、方坯表面缺陷质量的检测,同时可应用于热轧带钢、酸洗带钢表面成像与缺陷检测系统中,属于钢铁冶金技术领域。
背景技术
钢铁冶金领域,高温连铸坯热送热装及连铸-轧制作为一项连续化生产技术,为企业提高生产率、节能降耗以及保持现代化市场竞争力提供了保障。该技术在很大程度上缩短了复杂的钢铁工艺生产流程,其经济效益显而易见。随着连铸连轧在国内冶金领域快速发展和应用的推广,其对连铸坯的质量要求也越来越高,而连铸生产技术由于自身存在的复杂性,目前,国内外钢铁生产厂家还不能够仅从工艺和技术改进方面实现完全无缺陷坯的生产,因此,铸坯表面或内部质量问题仍是连铸-轧制技术发展的一个限制性环节,在一体化生产流程中,若能准确检测出有缺陷铸坯段并将该段进行在线切割剔除,就能避免带缺陷坯进入下一工序继续无意义深加工,进而实现高质量铸坯的热送热装或直接轧制,另一方面亦可提高连铸生产表面质量评估的自动化水平,并显著降低人工劳动强度。
目前应用较广的连铸热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。其中,涡流和超声波检测方法易受环境影响,且目前多处于实验室研究阶段。针对高温铸坯表面缺陷检测研究领域,以光学成像为基础的机器视觉检测方法倍受国内外许多研究者的青睐。在光学成像检测方法中,以研究面阵列或线阵列图像传感器常规成像方法居多,另外还有将激光三维扫面成像、锥光全息及光栅投影相移测量等非常规成像方法应用到高温连铸坯表面缺陷识别中。基于 CCD 摄像的图像检测技术是一种新型的无损检测方法,具有非接触、响应快等优点,在带钢和连铸坯表面检测中得到了广泛研究。常规的光学检测法由于其对环境的适应性强,因此,在高温铸坯表面质量检测方面存在优势,但目前的这些光学检测法局限于常规 CCD 成像限制,由于铸坯表面常布满鳞片状的氧化铁皮、振痕等伪缺陷信息干扰,缺陷图像往往湮没在高背景噪声图像中,即使获取高清图像也很难保证可靠的缺陷识别率,故识别算法设计和最终识别准确率均受到极大限制。基于面阵列图像传感器的激光三角铸坯表面三维形貌测量方式,由于受空间角度关系的制约,对于缺陷二维形貌的准确测量存在误差。同样,采用干涉条纹或光栅投影检测方法,受铸坯表面形态复杂度的影响,相位解包裹算法设计困难,因此,该方法对于铸坯表面二维细小裂纹的形态提取容易产生较大误差。迄今为止,国内外针对高温铸坯表面缺陷的在线检测系统在一定程度上还存在检测准确率低、可靠性差等技术薄弱环节。
发明内容
针对现有技术存在的上述不足,本发明的目的在于提供一种结构简便、检测精度高、实时性强、能自动剔除干扰信息的连铸坯表面缺陷双CCD扫描成像检测方法。
本发明的技术方案是这样实现的:
连铸坯表面缺陷双CCD扫描成像检测方法,步骤如下,
1)在连铸坯上方沿连铸坯传送方向安装二维成像的线阵CCD相机、三维成像的面阵CCD相机和线形激光发射装置,线形激光发射装置一方面为线阵CCD相机提供扫描成像光源,另一方面同时为面阵CCD相机提供测距用线结构光源;其中线阵CCD相机光轴与连铸坯表面垂直,面阵CCD相机位于线阵CCD相机前侧,线形激光发射装置位于线阵CCD相机后侧;
2)线阵CCD相机和面阵CCD相机按同步帧频和行频的方式扫描获得连铸坯表面的二维图像和三维图像;其中二维图像包含铸坯表面二维缺陷信息,三维图像包含铸坯表面缺陷深度信息;
3)将第2)步得到的二维图像和三维图像其中之一设定为参考图像,另一个则为浮动图像,并采用标定方式设置两图像间配准变换参数,将同步扫描获取的二维图像和三维图像进行配准;
4)将配准后的连铸坯表面同一区域的二维图像和三维图像进行信息融合处理,分析两幅图像感兴趣区域特征,并结合两图像特征融合处理结果,提取最终铸坯表面待识别感兴趣区域,从而保留铸坯表面可靠缺陷信息,实现连铸坯表面缺陷的检测。
线阵CCD相机和面阵CCD相机按同步帧频和行频的方式扫描是按如下方式实现的,在连铸坯传送夹棍上安装有同轴的脉冲编码器,脉冲编码器输出脉冲信号给计数器,脉冲信号通过光隔离后,通过信号分配器分配为两路时序相同的脉冲信号,该两路时序相同的脉冲信号即可分别控制线阵CCD相机和面阵CCD相机实现同步行频和帧频扫描图像。
线形激光发射装置为具有一定线宽的无衍射绿色线形激光发射装置,采用指定波长激光光源,并匹配双CCD相机镜头前滤色镜带通波长,以剔除外界光源成像干扰。
本发明将线阵CCD常规图像和面阵CCD距离映射图像信息进行结合,其优点在于融合了线阵CCD相机高分辨率和面阵CCD距离映射图像各自特征,通过双图像信息融合处理方式,可提高铸坯表面缺陷识别的准确率,系统采用脉冲同步触发扫描方式和图像配准技术可保证铸坯表面同区域检测,便于在线检测和工业实施,有利于提高连铸热坯表面缺陷检测的自动化程度,对连铸生产提供技术支撑。具体体现在以下几点:
① 硬件组成上,采用线形激光发射器同时为线阵和面阵CCD相机提供成像光源和三角测距成像结构光源。铸坯夹棍上采用同轴编码器将铸坯移动速率转换为脉冲信号,并采用信号计数器精确计算单位时间内铸坯的移动距离,通过信号分配器控制两路相机同步拍摄,在设置两个相机等同横向分辨率的同时可保证纵向扫描分辨率相等,便于图像信息融合处理。
② 在图像处理层面,对线阵和面阵CCD进行配准和插值处理,通过系统中预先设置图像配准参数,对所指定的浮动图像进平移,旋转和插值处理,目的是为了更准确的融合两信息源的图像信息。
③ 本发明在连铸坯表面缺陷传统成像方式中融合距离映射图像,可有效对氧化铁皮、表面水膜及颜色干扰信息进行剔除,提高铸坯表面ROI区域提取的准确性和后期缺陷形态识别率,采用双CCD不同成像方法结合,能够实现优势互补,最终保留有效图像感兴趣区域,既保证了缺陷二维面积的检测精度,又可提取该区域的深度信息,通过对面阵CCD距离映射图的三维重构,可在线可视化铸坯表面三维形态图像。
④ 通过系统光学成像方法的设计,可保证线阵相机成像清晰度,有效剔除高温辐射干扰,即采用指定波长激光发射装置和双相机镜头带通滤色镜,确保常规图像准确获取信息量丰富的铸坯表面图像。同样,按指定的空间约束方法可对面阵相机距离映射图像进行准确提取,便于两幅图像重叠区域计算和信息互传递,为信息融合处理模块计算提供可靠数据。
⑤ 本发明设备安装和维护方便。配备高温保护装置可方便在高温状态下对连铸坯表面缺陷进行实时检测,抗外界信号干扰能力强,其应用范围除连铸坯外,还可应用于其他金属板材制造行业,如对酸洗带钢、热轧带钢表面缺陷在线检测。
本发明可广泛应用于各种金属板材表面缺陷检测系统中,尤其针对复杂环境下的冷热轧带钢表面缺陷进行实施检测,以及连方坯等,对提高钢材半成品和成品自动化检测技术有重要意义。
附图说明
图1-本发明双CCD成像系统安装架构示意图。
图2-本发明双CCD图像融合处理流程图。
图3-图像感兴趣区域和背景区域种子定位方法示意图。
图4-图像感兴趣区域和背景区域种子传递示意图。
具体实施方式
连铸板坯或方坯切割前,在线准确提取铸坯表面缺陷图像,剔除表面振痕、氧化铁皮、残留保护渣层及水膜干扰是本发明的核心内容,其目的是方便和减少图像识别过程中表面感兴趣区域特征量的选择和提取,提高缺陷识别率、减少误差,简化系统缺陷分类器的设计复杂度,为连铸坯表面质量评估提供可靠的技术支撑。其实现思路是将常规灰度线阵CCD扫描成像方法与基于面阵CCD的激光三维测距映射扫描成像技术相结合,从不同图像信息中准确提取感兴趣区域二维形态及三维深度特征,并将两种成像方式下的处理结果进行信息互传递,融合最终图像处理结果以提取缺陷信息,从而实现对铸坯表面非缺陷目标而呈缺陷形态的氧化铁皮、表面残留保护渣、水膜等干扰信息的剔除。
本发明连铸坯表面缺陷双CCD激光扫面检测主要涉及如下五部分:
1)精确检测连铸坯传送速率,获取单位时间间隔内连铸坯在夹棍间的传送步长,及铸坯拉速实时速率,为系统安装的面阵CCD及线阵CCD相机提供同步帧频和行频扫描控制信号,主要由安装于传送夹棍上的同轴脉冲编码器完成;
2)沿连铸坯传送方向垂直安装灰度级线阵CCD相机,以同步脉冲信号频率采用外触发方式实时扫描铸坯表面二维高清图像;
3)沿连铸坯传送方向位于线阵CCD相机前侧(面向结晶器侧)以指定角度安装面阵CCD相机,以同步脉冲信号频率采用外触发方式实时扫描铸坯表面三维形貌图像,该技术主要借助线形激光发射器以测距方式完成;
4)沿连铸坯传送方向在线阵CCD相机后侧(面向切割机侧)以指定角度安装具有一定线宽的无衍射绿色线形激光发射装置,其作用是一方面为线阵CCD相机提供扫描成像光源,另一方面同时为面阵CCD相机提供线结构光源;
5)双CCD图像融合处理单元,将反映铸坯表面二维缺陷信息的线阵CCD图像与反映铸坯表面缺陷深度信息的面阵CCD激光扫描三维形态图像进行信息融合处理;并结合两图像特征融合处理结果,提取最终铸坯表面待识别感兴趣区域。
上述五部分的具体目的、安装要求及相关说明如下,同时参见图1:
① 安装高精度连铸坯夹棍同轴脉冲编码器和脉冲计数器;
为保证系统实时在线检测、准确测量单位时刻内铸坯传送距离,要求具有同步装置准确测量铸坯的传送速率,并通过脉冲发生器实时控制线阵和面阵CCD行和帧扫描频率,该装置是保证双CCD同步纵向同精度扫描成像的前提。本方法通过一路脉冲编码器输出脉冲信号给计数器,并通过信号分配器控制两路相机按同频率(行频和帧频)扫描图像。相机与待测物体运动的同步检测采用辊轴同心的脉冲编码器实现,将一路编码器脉冲信号通过光隔离后,分配为两路时序相同的脉冲信号,控制两路相机进行同步扫描。
② 沿连铸坯传送方向垂直安装灰度级线阵CCD相机;
如图1所示,灰度线阵CCD 相机以绿色线形结构激光发射器为照明光源剔除高温铸坯背景光干扰,并采用相机光轴与铸坯表面垂直方式安装,其安装高度结合相机分辨率与视场大小而定(具体考虑相机像元数和像元大小),且行分辨率与面阵CCD图像横向分辨率相等(像素数相等)。线阵CCD相机由于成像分辨力高,因此作为系统中铸坯表面原始图像采集设备,线阵CCD图像可识完整的铸坯表面二维缺陷图像,采用信息传递方式可对系统中面阵CCD激光三角测距扫描成像方式失去的遮挡区域面积进行修正。
③ 沿连铸坯传送方向位于线阵CCD相机前侧(靠近结晶器侧)与线形激光发射装置呈指定角度安装面阵CCD相机;
面阵CCD与线形激光发射装置在系统中以三角测距方式进行图像扫描拼接,其中激光线提取频率与线阵CCD行频同步(由同步脉冲外触发实现),该方法通过一帧图像可获得铸坯表面横向一维激光线条上距离点阵信息,通过脉冲触发连续扫描方式可将一维距离点阵拼接成二维铸坯表面灰度图像,其中图像各点的灰度值由该点距离值映射而来,系统面阵CCD距离图像可识别铸坯表面缺陷处深度值,由于采用距离映射成像方式,因此,在与线阵CCD图像融合处理中,可有效剔除氧化、水膜及其他表面颜色信息的干扰,在进行感兴趣区域提取时可与线阵CCD图像信息进行互补,以降低伪缺陷信息干扰,提高系统识别准确率。
④ 沿连铸坯传送方向在线阵CCD相机后侧(靠近切割机侧)以指定角度安装具有一定线宽的无衍射绿色线形激光发射装置;
线形结构光源在系统中有两方面作用,其一是为线阵CCD提供扫描成像光源,采用指定波长激光发射光源,并匹配双CCD相机镜头前滤色镜带通波长,可有效剔除外界光源成像干扰;其二是与面阵CCD组成三角测距成像扫描单元,激光发射装置与面阵CCD光轴角度由系统标定模块指定,其中,安装角度与面阵相机靶面像素偏移量、CCD安装角度及高度有空间约束关系,其目的是与线阵CCD扫描成像横向分别率相等,以便于双图像感兴趣区域的比较分析及融合处理。
⑤ 双CCD图像融合处理单元;
融合之前,先将同步扫描获取的二维图像和三维图像进行配准;即将第2)步得到的二维图像和三维图像其中之一设定为参考图像,另一个则为浮动图像,并采用标定方式设置两图像间配准变换参数,然后再进行融合。
该单元主要是将反映铸坯表面二维缺陷信息的线阵CCD扫描图像与反映铸坯表面缺陷深度信息的面阵CCD激光扫描映射图像进行信息融合处理,分析两幅图像感兴趣区域特征,并结合两图像特征融合处理结果,保留铸坯表面可靠缺陷信息。双CCD图像融合流程如图2所示。
在成像方式上,为保证图像特征点匹配,首先,系统采用外触发方式对同一区域进行同步扫描成像,其次,对双CCD扫描获得的图像进行配准变换,此处,配准参数采用标定方式求出并作为系统固定参数,即通过扫描易识别的特征图像确定配准参数和插值方式(在系统参数初始化阶段完成);图像配准完成后进入信息阶段,在处理方式上,首先,从面阵CCD三维图像中获取可信感兴趣区域和背景区域深度信息,将可信区域传递给线阵CCD二维图像并以此定位待分割区域,同时根据可信区域设置目标和背景种子点;种子点设置完成后进入线阵CCD图像分割阶段,此处,系统中引入了基于图割理论的图像分割方法(相对模糊连接度图像分割方法-IRFC),并采用了感兴趣区域和背景区域当前灰度特征和先验灰度特征建立亲密度函数;图像分割完成后,再次融合感兴趣区域线阵CCD图像二维分割结果和该区域面阵CCD深度信息,三维重构感兴趣区域并输出量化信息。
⑥ 基于信息融合技术感兴趣区域提取方法特别说明;
本发明引入了基于图像深度特征种子点散播方法,并在此基础上采用相对模糊连接度图像分割方法对感兴趣进行精确提取。线阵CCD图像通常可以获取完整的感兴趣区域二维信息,因此,系统在线阵CCD图像上完成感兴趣区域二维信息测量。而线阵CCD图像种子区域的设置则由面阵CCD三维图像传递得到。图像感兴趣区域和背景区域种子点散播方法如图3所示。图像感兴趣区域和背景区域种子传递方法如图4所示。在种子定位传播的基础上,采用基于种子点的区域增长式图像分割方法可获得完整缺陷信息(例:目前该系统中采用的基于相对模糊连接度的目标区域分割方法)。
本方法以准确获取连铸坯表面缺陷图像信息为主要目的,采用线阵列CCD常规扫描成像和面阵列CCD激光扫描三维表面形貌测量及图像拼接技术为基础,对铸坯表面同区域进行同步成像。本方法一方面利用线阵CCD高分辨力优势从铸坯表面获取信息量丰富的二维图像,提取真实缺陷信息和待排除附带提取的伪缺陷信息;另一方面利用面阵CCD激光扫描成像技术获取铸坯表面三维形态图像,并将两幅同时频域图像进行信息互传递和优势互补,通过该融合处理方式可有效剔除铸坯表面氧化铁皮、滞留保护渣以及水膜等伪缺陷信息干扰,为铸坯表面质量评估提供准确信息。
本发明的上述实施例仅仅是为说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化和变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引申出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (3)
1.连铸坯表面缺陷双CCD扫描成像检测方法,其特征在于:步骤如下,
1)在连铸坯上方沿连铸坯传送方向安装二维成像的线阵CCD相机、三维成像的面阵CCD相机和线形激光发射装置,线形激光发射装置一方面为线阵CCD相机提供扫描成像光源,另一方面同时为面阵CCD相机提供测距用线结构光源;其中线阵CCD相机光轴与连铸坯表面垂直,面阵CCD相机位于线阵CCD相机前侧,线形激光发射装置位于线阵CCD相机后侧;
2)线阵CCD相机和面阵CCD相机按同步帧频和行频的方式扫描获得连铸坯表面的二维图像和三维图像;其中二维图像包含铸坯表面二维缺陷信息,三维图像包含铸坯表面缺陷深度信息;
3)将第2)步得到的二维图像和三维图像其中之一设定为参考图像,另一个则为浮动图像,并采用标定方式设置两图像间配准变换参数,将同步扫描获取的二维图像和三维图像进行配准;
4)将配准后的连铸坯表面同一区域的二维图像和三维图像进行信息融合处理,分析两幅图像感兴趣区域特征,并结合两图像特征融合处理结果,提取最终铸坯表面待识别感兴趣区域,从而保留铸坯表面可靠缺陷信息,实现连铸坯表面缺陷的检测。
2.根据权利要求1所述的连铸坯表面缺陷双CCD扫描成像检测方法,其特征在于:线阵CCD相机和面阵CCD相机按同步帧频和行频的方式扫描是按如下方式实现的,在连铸坯传送夹棍上安装有同轴的脉冲编码器,脉冲编码器输出脉冲信号给计数器,脉冲信号通过光隔离后,通过信号分配器分配为两路时序相同的脉冲信号,该两路时序相同的脉冲信号即可分别控制线阵CCD相机和面阵CCD相机实现同步行频和帧频扫描图像。
3.根据权利要求1所述的连铸坯表面缺陷双CCD扫描成像检测方法,其特征在于:线形激光发射装置为具有一定线宽的无衍射绿色线形激光发射装置,采用指定波长激光光源,并匹配双CCD相机镜头前滤色镜带通波长,以剔除外界光源成像干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410291871.3A CN104020177B (zh) | 2014-06-26 | 2014-06-26 | 连铸坯表面缺陷双ccd扫描成像检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410291871.3A CN104020177B (zh) | 2014-06-26 | 2014-06-26 | 连铸坯表面缺陷双ccd扫描成像检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104020177A true CN104020177A (zh) | 2014-09-03 |
CN104020177B CN104020177B (zh) | 2016-06-15 |
Family
ID=51437052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410291871.3A Expired - Fee Related CN104020177B (zh) | 2014-06-26 | 2014-06-26 | 连铸坯表面缺陷双ccd扫描成像检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104020177B (zh) |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104792793A (zh) * | 2015-04-28 | 2015-07-22 | 刘凯 | 光学缺陷检测方法和系统 |
CN105259188A (zh) * | 2015-10-29 | 2016-01-20 | 宜兴爱特盟光电科技有限公司 | 一种面阵与线阵ccd相机组合的多角度扫描探头 |
CN105301000A (zh) * | 2015-10-21 | 2016-02-03 | 国网山西省电力公司电力科学研究院 | 金属样品表面缺陷激光扫描三维图像记录装置 |
CN105486688A (zh) * | 2015-12-03 | 2016-04-13 | 苏州威盛视信息科技有限公司 | 表面检测扫描系统及方法 |
CN105571512A (zh) * | 2015-12-15 | 2016-05-11 | 北京康拓红外技术股份有限公司 | 一种基于深度信息与可视图像信息相融合的车辆信息采集方法及装置 |
CN106018431A (zh) * | 2016-05-23 | 2016-10-12 | 南京林业大学 | 一种实木板材表面裂纹的检测系统和检测方法 |
CN106645206A (zh) * | 2017-03-16 | 2017-05-10 | 武汉科技大学 | 一种双龙门式带材表面质量检测装置的成像系统 |
CN107110789A (zh) * | 2014-12-16 | 2017-08-29 | 株式会社高永科技 | 贴装有部件的基板检查方法及检查装置 |
CN107309545A (zh) * | 2017-07-10 | 2017-11-03 | 首钢京唐钢铁联合有限责任公司 | 一种激光焊机带头带尾对中相机的控制方法及装置 |
CN107449782A (zh) * | 2017-08-15 | 2017-12-08 | 杭州晶耐科光电技术有限公司 | 手机外壳侧边表面缺陷数字化定量检测系统 |
CN107976201A (zh) * | 2017-10-09 | 2018-05-01 | 汪腊新 | 一种基于面阵3d相机自动生成加工路径的方法 |
CN108213788A (zh) * | 2018-01-03 | 2018-06-29 | 湘潭大学 | 一种三目全位姿波纹板智能焊缝跟踪传感器 |
CN108280824A (zh) * | 2018-01-18 | 2018-07-13 | 电子科技大学 | 基于图像配准及融合的激光剪切散斑干涉缺陷检测系统 |
CN108896578A (zh) * | 2018-06-27 | 2018-11-27 | 湖南科创信息技术股份有限公司 | 基于积分笼照明的透明部件缺陷检测系统 |
CN109187559A (zh) * | 2018-10-12 | 2019-01-11 | 成都精工华耀科技有限公司 | 一种紧凑型轨道二维与三维成像系统 |
CN109239100A (zh) * | 2018-10-24 | 2019-01-18 | 东莞市乐琪光电科技有限公司 | 锂电池表面检测设备 |
CN109283188A (zh) * | 2018-10-12 | 2019-01-29 | 成都精工华耀科技有限公司 | 一种轨道可视化巡检二维与三维一体化成像系统 |
CN109360145A (zh) * | 2018-10-30 | 2019-02-19 | 电子科技大学 | 一种基于涡流脉冲红外热图像拼接方法 |
CN109631760A (zh) * | 2019-01-10 | 2019-04-16 | 上海东震冶金工程技术有限公司 | 一种用于高温连铸坯的线性激光测量系统及其方法 |
CN109870459A (zh) * | 2019-02-21 | 2019-06-11 | 武汉武大卓越科技有限责任公司 | 无砟轨道的轨道板裂缝检测方法 |
CN109967374A (zh) * | 2018-12-27 | 2019-07-05 | 江苏理工学院 | 一种基于三维机器视觉的连接器插针尺寸检测系统及方法 |
CN110186934A (zh) * | 2019-06-12 | 2019-08-30 | 中国神华能源股份有限公司 | 轴箱橡胶垫裂纹检测方法和检测装置 |
CN110378900A (zh) * | 2019-08-01 | 2019-10-25 | 北京迈格威科技有限公司 | 产品缺陷的检测方法、装置及系统 |
CN110987954A (zh) * | 2019-12-30 | 2020-04-10 | 江南大学 | 一种消除皮革表面缺陷检测盲区的方法及系统 |
CN111044522A (zh) * | 2019-12-14 | 2020-04-21 | 中国科学院深圳先进技术研究院 | 缺陷检测方法、装置及终端设备 |
CN111060518A (zh) * | 2019-12-20 | 2020-04-24 | 重庆大学 | 一种基于实例分割的冲压件缺陷识别方法 |
CN111398288A (zh) * | 2020-03-05 | 2020-07-10 | 包头联方高新技术有限责任公司 | 连铸坯在线热状态下表面全幅周向检测系统、方法及装置 |
CN111521129A (zh) * | 2020-04-20 | 2020-08-11 | 北京科技大学 | 基于机器视觉的板坯翘曲检测装置及方法 |
CN111521838A (zh) * | 2020-04-24 | 2020-08-11 | 北京科技大学 | 一种线面阵相机相结合的热轧卷测速方法 |
CN111650212A (zh) * | 2020-07-03 | 2020-09-11 | 东北大学 | 基于线阵相机立体视觉的金属表面法向立体信息获取方法 |
CN111879790A (zh) * | 2020-07-28 | 2020-11-03 | 唐山钢铁集团有限责任公司 | 一种镀铝硅产品表面缺陷检测方法 |
CN112399038A (zh) * | 2019-08-15 | 2021-02-23 | 上海微电子装备(集团)股份有限公司 | 图像扫描装置、激光封装设备、掩模板测量设备与方法 |
CN112836561A (zh) * | 2020-06-11 | 2021-05-25 | 同济大学 | 飞机机翼表面上结冰三维冰型的实时获取系统 |
CN113012270A (zh) * | 2021-03-24 | 2021-06-22 | 纵深视觉科技(南京)有限责任公司 | 一种立体显示的方法、装置、电子设备及存储介质 |
CN113000910A (zh) * | 2021-03-01 | 2021-06-22 | 创新奇智(上海)科技有限公司 | 轮毂加工辅助方法、装置、存储介质、控制设备及系统 |
CN113310428A (zh) * | 2021-06-11 | 2021-08-27 | 安徽工程大学 | 一种基于线结构光的同步传动表面轮廓测量系统及测量方法 |
CN113393415A (zh) * | 2020-03-13 | 2021-09-14 | 中冶宝钢技术服务有限公司 | 连铸坯表面缺陷清理的视觉测量系统及路径规划方法 |
CN113567459A (zh) * | 2020-04-28 | 2021-10-29 | 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 |
CN114113081A (zh) * | 2021-11-09 | 2022-03-01 | 厦门聚视智创科技有限公司 | 一种手机背板外观检测设备用阵列扫描机构及其工作方法 |
CN114638807A (zh) * | 2022-03-22 | 2022-06-17 | 无锡雪浪数制科技有限公司 | 一种基于深度学习的金属板材表面缺陷检测方法 |
CN116140230A (zh) * | 2023-04-18 | 2023-05-23 | 北京霍里思特科技有限公司 | 用于物料分选的方法及其相关产品 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400296A (zh) * | 2019-07-19 | 2019-11-01 | 重庆邮电大学 | 连铸坯表面缺陷双目扫描与深度学习融合识别方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5083867A (en) * | 1988-11-28 | 1992-01-28 | Allegheny Ludlum Corporation | Slab surface contour monitor |
JP3891390B2 (ja) * | 2000-09-28 | 2007-03-14 | 信越半導体株式会社 | 検査用ウェーハ及び検査サンプルの作製方法及び作製装置 |
JP2007219943A (ja) * | 2006-02-17 | 2007-08-30 | Arefu Net:Kk | 鋳出し文字認識装置 |
CN101669022A (zh) * | 2007-03-19 | 2010-03-10 | Sms康卡斯特股份公司 | 用于识别冶金产品尤其连铸产品和轧制产品的表面特征的方法以及用于实施该方法的装置 |
CN101871895A (zh) * | 2010-05-10 | 2010-10-27 | 重庆大学 | 连铸热坯表面缺陷激光扫描成像无损检测方法 |
CN102105781A (zh) * | 2008-06-05 | 2011-06-22 | 3M创新有限公司 | 卷材检查校准系统及相关方法 |
CN103353282A (zh) * | 2013-06-09 | 2013-10-16 | 河北工业大学 | 热轧带钢端部形状在线视觉测量装置 |
CN103383360A (zh) * | 2013-07-29 | 2013-11-06 | 重庆理工大学 | 一种薄带连铸坯表面缺陷正弦光栅相移检测装置及检测方法 |
CN103543161A (zh) * | 2013-10-16 | 2014-01-29 | 湖南镭目科技有限公司 | 一种连铸坯表面质量在线检测方法 |
CN203572776U (zh) * | 2013-10-14 | 2014-04-30 | 上海金艺检测技术有限公司 | 连铸坯下表面缺陷的检测装置 |
-
2014
- 2014-06-26 CN CN201410291871.3A patent/CN104020177B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5083867A (en) * | 1988-11-28 | 1992-01-28 | Allegheny Ludlum Corporation | Slab surface contour monitor |
JP3891390B2 (ja) * | 2000-09-28 | 2007-03-14 | 信越半導体株式会社 | 検査用ウェーハ及び検査サンプルの作製方法及び作製装置 |
JP2007219943A (ja) * | 2006-02-17 | 2007-08-30 | Arefu Net:Kk | 鋳出し文字認識装置 |
CN101669022A (zh) * | 2007-03-19 | 2010-03-10 | Sms康卡斯特股份公司 | 用于识别冶金产品尤其连铸产品和轧制产品的表面特征的方法以及用于实施该方法的装置 |
CN102105781A (zh) * | 2008-06-05 | 2011-06-22 | 3M创新有限公司 | 卷材检查校准系统及相关方法 |
CN101871895A (zh) * | 2010-05-10 | 2010-10-27 | 重庆大学 | 连铸热坯表面缺陷激光扫描成像无损检测方法 |
CN103353282A (zh) * | 2013-06-09 | 2013-10-16 | 河北工业大学 | 热轧带钢端部形状在线视觉测量装置 |
CN103383360A (zh) * | 2013-07-29 | 2013-11-06 | 重庆理工大学 | 一种薄带连铸坯表面缺陷正弦光栅相移检测装置及检测方法 |
CN203572776U (zh) * | 2013-10-14 | 2014-04-30 | 上海金艺检测技术有限公司 | 连铸坯下表面缺陷的检测装置 |
CN103543161A (zh) * | 2013-10-16 | 2014-01-29 | 湖南镭目科技有限公司 | 一种连铸坯表面质量在线检测方法 |
Non-Patent Citations (2)
Title |
---|
FAUSTINO OBESO ET AL.: "New technology for on-line surface inspection in continuous casting", 《AISE》 * |
L. M. ZHAO ET AL.: "Surface defects inspection method in hot slab continuous casting process", 《IRONMAKING AND STEELMAKING》 * |
Cited By (60)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107110789A (zh) * | 2014-12-16 | 2017-08-29 | 株式会社高永科技 | 贴装有部件的基板检查方法及检查装置 |
CN104792793A (zh) * | 2015-04-28 | 2015-07-22 | 刘凯 | 光学缺陷检测方法和系统 |
CN105301000A (zh) * | 2015-10-21 | 2016-02-03 | 国网山西省电力公司电力科学研究院 | 金属样品表面缺陷激光扫描三维图像记录装置 |
CN105259188A (zh) * | 2015-10-29 | 2016-01-20 | 宜兴爱特盟光电科技有限公司 | 一种面阵与线阵ccd相机组合的多角度扫描探头 |
CN105486688A (zh) * | 2015-12-03 | 2016-04-13 | 苏州威盛视信息科技有限公司 | 表面检测扫描系统及方法 |
CN105486688B (zh) * | 2015-12-03 | 2019-04-02 | 苏州威盛视信息科技有限公司 | 表面检测扫描系统及方法 |
CN105571512A (zh) * | 2015-12-15 | 2016-05-11 | 北京康拓红外技术股份有限公司 | 一种基于深度信息与可视图像信息相融合的车辆信息采集方法及装置 |
CN105571512B (zh) * | 2015-12-15 | 2018-09-11 | 北京康拓红外技术股份有限公司 | 一种基于深度信息与可视图像信息相融合的车辆信息采集方法及装置 |
CN106018431A (zh) * | 2016-05-23 | 2016-10-12 | 南京林业大学 | 一种实木板材表面裂纹的检测系统和检测方法 |
CN106645206A (zh) * | 2017-03-16 | 2017-05-10 | 武汉科技大学 | 一种双龙门式带材表面质量检测装置的成像系统 |
CN107309545B (zh) * | 2017-07-10 | 2019-04-12 | 首钢京唐钢铁联合有限责任公司 | 一种激光焊机带头带尾对中相机的控制方法及装置 |
CN107309545A (zh) * | 2017-07-10 | 2017-11-03 | 首钢京唐钢铁联合有限责任公司 | 一种激光焊机带头带尾对中相机的控制方法及装置 |
CN107449782A (zh) * | 2017-08-15 | 2017-12-08 | 杭州晶耐科光电技术有限公司 | 手机外壳侧边表面缺陷数字化定量检测系统 |
CN107976201A (zh) * | 2017-10-09 | 2018-05-01 | 汪腊新 | 一种基于面阵3d相机自动生成加工路径的方法 |
CN108213788A (zh) * | 2018-01-03 | 2018-06-29 | 湘潭大学 | 一种三目全位姿波纹板智能焊缝跟踪传感器 |
CN108280824A (zh) * | 2018-01-18 | 2018-07-13 | 电子科技大学 | 基于图像配准及融合的激光剪切散斑干涉缺陷检测系统 |
CN108896578A (zh) * | 2018-06-27 | 2018-11-27 | 湖南科创信息技术股份有限公司 | 基于积分笼照明的透明部件缺陷检测系统 |
CN108896578B (zh) * | 2018-06-27 | 2024-04-16 | 湖南科创信息技术股份有限公司 | 基于积分笼照明的透明部件缺陷检测系统 |
CN109187559A (zh) * | 2018-10-12 | 2019-01-11 | 成都精工华耀科技有限公司 | 一种紧凑型轨道二维与三维成像系统 |
CN109283188A (zh) * | 2018-10-12 | 2019-01-29 | 成都精工华耀科技有限公司 | 一种轨道可视化巡检二维与三维一体化成像系统 |
CN109239100A (zh) * | 2018-10-24 | 2019-01-18 | 东莞市乐琪光电科技有限公司 | 锂电池表面检测设备 |
CN109239100B (zh) * | 2018-10-24 | 2024-04-02 | 东莞市乐琪光电科技有限公司 | 锂电池表面检测设备 |
CN109360145A (zh) * | 2018-10-30 | 2019-02-19 | 电子科技大学 | 一种基于涡流脉冲红外热图像拼接方法 |
CN109967374A (zh) * | 2018-12-27 | 2019-07-05 | 江苏理工学院 | 一种基于三维机器视觉的连接器插针尺寸检测系统及方法 |
CN109631760A (zh) * | 2019-01-10 | 2019-04-16 | 上海东震冶金工程技术有限公司 | 一种用于高温连铸坯的线性激光测量系统及其方法 |
CN109870459B (zh) * | 2019-02-21 | 2021-07-06 | 武汉光谷卓越科技股份有限公司 | 无砟轨道的轨道板裂缝检测方法 |
CN109870459A (zh) * | 2019-02-21 | 2019-06-11 | 武汉武大卓越科技有限责任公司 | 无砟轨道的轨道板裂缝检测方法 |
CN110186934A (zh) * | 2019-06-12 | 2019-08-30 | 中国神华能源股份有限公司 | 轴箱橡胶垫裂纹检测方法和检测装置 |
CN110186934B (zh) * | 2019-06-12 | 2022-04-19 | 中国神华能源股份有限公司 | 轴箱橡胶垫裂纹检测方法和检测装置 |
CN110378900B (zh) * | 2019-08-01 | 2020-08-07 | 北京迈格威科技有限公司 | 产品缺陷的检测方法、装置及系统 |
CN110378900A (zh) * | 2019-08-01 | 2019-10-25 | 北京迈格威科技有限公司 | 产品缺陷的检测方法、装置及系统 |
CN112399038A (zh) * | 2019-08-15 | 2021-02-23 | 上海微电子装备(集团)股份有限公司 | 图像扫描装置、激光封装设备、掩模板测量设备与方法 |
CN111044522A (zh) * | 2019-12-14 | 2020-04-21 | 中国科学院深圳先进技术研究院 | 缺陷检测方法、装置及终端设备 |
CN111044522B (zh) * | 2019-12-14 | 2022-03-11 | 中国科学院深圳先进技术研究院 | 缺陷检测方法、装置及终端设备 |
CN111060518A (zh) * | 2019-12-20 | 2020-04-24 | 重庆大学 | 一种基于实例分割的冲压件缺陷识别方法 |
CN110987954A (zh) * | 2019-12-30 | 2020-04-10 | 江南大学 | 一种消除皮革表面缺陷检测盲区的方法及系统 |
CN110987954B (zh) * | 2019-12-30 | 2021-10-22 | 江南大学 | 一种消除皮革表面缺陷检测盲区的方法及系统 |
CN111398288A (zh) * | 2020-03-05 | 2020-07-10 | 包头联方高新技术有限责任公司 | 连铸坯在线热状态下表面全幅周向检测系统、方法及装置 |
CN111398288B (zh) * | 2020-03-05 | 2022-11-15 | 包头联方高新技术有限责任公司 | 连铸坯在线热状态下表面全幅周向检测系统、方法及装置 |
CN113393415A (zh) * | 2020-03-13 | 2021-09-14 | 中冶宝钢技术服务有限公司 | 连铸坯表面缺陷清理的视觉测量系统及路径规划方法 |
CN113393415B (zh) * | 2020-03-13 | 2023-04-07 | 中冶宝钢技术服务有限公司 | 连铸坯表面缺陷清理的视觉测量系统及路径规划方法 |
CN111521129A (zh) * | 2020-04-20 | 2020-08-11 | 北京科技大学 | 基于机器视觉的板坯翘曲检测装置及方法 |
CN111521129B (zh) * | 2020-04-20 | 2021-08-31 | 北京科技大学 | 基于机器视觉的板坯翘曲检测装置及方法 |
CN111521838A (zh) * | 2020-04-24 | 2020-08-11 | 北京科技大学 | 一种线面阵相机相结合的热轧卷测速方法 |
JP7467679B2 (ja) | 2020-04-28 | 2024-04-15 | バオシャン アイアン アンド スティール カンパニー リミテッド | 2次元及び3次元複合イメージングを用いた連続鋳造ビレットの表面検出システム及び方法 |
CN113567459A (zh) * | 2020-04-28 | 2021-10-29 | 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 |
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 |
US20230152242A1 (en) * | 2020-04-28 | 2023-05-18 | Baoshan Iron & Steel Co., Ltd. | Continuous casting billet surface detection system and method based on two-dimensional and three-dimensional combined imaging |
CN112836561A (zh) * | 2020-06-11 | 2021-05-25 | 同济大学 | 飞机机翼表面上结冰三维冰型的实时获取系统 |
CN112836561B (zh) * | 2020-06-11 | 2022-09-13 | 同济大学 | 飞机机翼表面上结冰三维冰型的实时获取系统 |
CN111650212A (zh) * | 2020-07-03 | 2020-09-11 | 东北大学 | 基于线阵相机立体视觉的金属表面法向立体信息获取方法 |
CN111879790A (zh) * | 2020-07-28 | 2020-11-03 | 唐山钢铁集团有限责任公司 | 一种镀铝硅产品表面缺陷检测方法 |
CN113000910B (zh) * | 2021-03-01 | 2023-01-20 | 创新奇智(上海)科技有限公司 | 轮毂加工辅助方法、装置、存储介质、控制设备及系统 |
CN113000910A (zh) * | 2021-03-01 | 2021-06-22 | 创新奇智(上海)科技有限公司 | 轮毂加工辅助方法、装置、存储介质、控制设备及系统 |
CN113012270A (zh) * | 2021-03-24 | 2021-06-22 | 纵深视觉科技(南京)有限责任公司 | 一种立体显示的方法、装置、电子设备及存储介质 |
CN113310428A (zh) * | 2021-06-11 | 2021-08-27 | 安徽工程大学 | 一种基于线结构光的同步传动表面轮廓测量系统及测量方法 |
CN114113081A (zh) * | 2021-11-09 | 2022-03-01 | 厦门聚视智创科技有限公司 | 一种手机背板外观检测设备用阵列扫描机构及其工作方法 |
CN114638807A (zh) * | 2022-03-22 | 2022-06-17 | 无锡雪浪数制科技有限公司 | 一种基于深度学习的金属板材表面缺陷检测方法 |
CN114638807B (zh) * | 2022-03-22 | 2023-10-20 | 无锡雪浪数制科技有限公司 | 一种基于深度学习的金属板材表面缺陷检测方法 |
CN116140230A (zh) * | 2023-04-18 | 2023-05-23 | 北京霍里思特科技有限公司 | 用于物料分选的方法及其相关产品 |
Also Published As
Publication number | Publication date |
---|---|
CN104020177B (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104020177B (zh) | 连铸坯表面缺陷双ccd扫描成像检测方法 | |
CN109544679B (zh) | 管道内壁的三维重建方法 | |
CN101871895B (zh) | 连铸热坯表面缺陷激光扫描成像无损检测方法 | |
CN105526882B (zh) | 基于结构光测量的道岔磨耗检测系统及其检测方法 | |
CN101666633B (zh) | 空心圆柱零件的非接触检测系统及其检测方法 | |
CN102608126A (zh) | 一种高温连铸坯表面缺陷在线检测方法和装置 | |
CN104964982B (zh) | 基于oct复信号的玻璃表面真伪缺陷识别方法及系统 | |
CN103383360A (zh) | 一种薄带连铸坯表面缺陷正弦光栅相移检测装置及检测方法 | |
CN104749187A (zh) | 基于红外温度场和灰度图像的隧道衬砌病害检测装置 | |
CN103776390A (zh) | 三维自然纹理数据扫描机及多视场数据拼接方法 | |
CN107869954B (zh) | 一种双目视觉体积重量测量系统及其实现方法 | |
CN103913465A (zh) | 一种多信息融合的高温铸坯表面缺陷在线检测方法 | |
CN103674963A (zh) | 一种基于数字全景摄像的隧道检测装置及其检测方法 | |
WO2016095490A1 (zh) | 车辆运行故障检测系统及方法 | |
CN202548069U (zh) | 一种高温连铸坯表面缺陷在线检测装置 | |
CN108550160B (zh) | 基于光强模板的非均匀光条特征区域提取方法 | |
CN110472722A (zh) | 基于机器视觉技术的钢坯计数装置和方法 | |
Wang et al. | Online detection technique of 3D defects for steel strips based on photometric stereo | |
JP2023523038A (ja) | 2次元及び3次元複合イメージングを用いた連続鋳造ビレットの表面検出システム及び方法 | |
CN106403818A (zh) | 多规格大型方矩形管在线尺寸参数检测用的系统及方法 | |
CN110873718A (zh) | 基于机器视觉的钢板表面缺陷检测系统及方法 | |
TWI490481B (zh) | On - line Inspection Method for Panel 3D Defects | |
CN205991785U (zh) | 一种铁路隧道限界动态检测系统 | |
CN103344187A (zh) | 冶金产品宽度的在线测量装置及其方法 | |
CN107747914A (zh) | 基于线结构光的360°轮廓测量装置及方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160615 Termination date: 20170626 |
|
CF01 | Termination of patent right due to non-payment of annual fee |