CN109540918B - 一种热轧卷边部缺陷检测装置及方法 - Google Patents

一种热轧卷边部缺陷检测装置及方法 Download PDF

Info

Publication number
CN109540918B
CN109540918B CN201811430636.4A CN201811430636A CN109540918B CN 109540918 B CN109540918 B CN 109540918B CN 201811430636 A CN201811430636 A CN 201811430636A CN 109540918 B CN109540918 B CN 109540918B
Authority
CN
China
Prior art keywords
control system
finished product
hot
image
sliding table
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.)
Active
Application number
CN201811430636.4A
Other languages
English (en)
Other versions
CN109540918A (zh
Inventor
董军
刘继丹
熊鑫
孙吉
刘晓艳
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.)
Angang Group Automation Co ltd
Dalian Huayelian Automation Co ltd
Original Assignee
Angang Group Automation Co ltd
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 Angang Group Automation Co ltd filed Critical Angang Group Automation Co ltd
Priority to CN201811430636.4A priority Critical patent/CN109540918B/zh
Publication of CN109540918A publication Critical patent/CN109540918A/zh
Application granted granted Critical
Publication of CN109540918B publication Critical patent/CN109540918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Abstract

本发明提供一种热轧卷边部缺陷检测装置及方法，包括CCD摄像头、辅助光源、超声波测高仪、电气控制系统和垂直移动滑台；电气控制系统根据高度计算出成品卷中心位置；根据中心位置和当前位置的偏差控制垂直移动滑台运动，移动至CCD摄像头对准成品卷中心；工控机通过以太网控制相机拍照并返回当前成品卷图片；工控机采集图像后，调用图像处理程序，得出缺陷信息。目的是针对热轧成品卷边部人工目视抽检存在的弊端，结合热轧成品卷本身及生产线特点，设计一套基于图像处理的热轧卷边部缺陷检测设备及缺陷识别算法。识别设备结构清楚明了，安装方便；识别算法能够识别多种缺陷，并且运动可靠，极具开发价值。

Description

一种热轧卷边部缺陷检测装置及方法
技术领域
本发明涉及轧钢控制技术领域，特别涉及一种热轧卷边部缺陷检测装置及方法。
背景技术
热轧卷的边部质量是衡量其好坏的重要指标之一，常见的质量问题比如同圆度畸变、边裂、划伤等。这些都会严重的影响成品卷的性能，目前国内绝大部分热轧厂都采用人工目视抽检的方式，这种方式受到环境限制，质检员极容易疲劳，再者质检员的缺陷判断尺度也可能存在差异，所以检验出的结果可信度有一定质疑。
发明内容
本发明提供一种热轧卷边部缺陷检测装置及方法，目的是针对热轧成品卷边部人工目视抽检存在的弊端，结合热轧成品卷本身及生产线特点，设计一套基于图像处理的热轧卷边部缺陷检测设备及缺陷识别算法。识别设备结构清楚明了，安装方便；识别算法能够识别多种缺陷，并且运动可靠，极具开发价值。
为了达到上述目的，本发明采用以下技术方案实现：
一种热轧卷边部缺陷检测装置，包括CCD摄像头、辅助光源、超声波测高仪、电气控制系统和垂直移动滑台；CCD摄像头安装在垂直移动滑台上，垂直移动滑台、超声波测高仪、CCD摄像头及辅助光源均与电气控制系统相连。
所述的电气控制系统包括PLC控制系统及与之相连的工控机，PLC控制系统通过数据接口与热轧生产线信息交互，读取成品卷卷号、成品卷到检测位信号，发送检测完成信号和故障代码号；所述的PLC控制系统还读取超声波测高仪反馈的模拟量数值、通过超声波测高仪检测的热轧成品卷的摆放位置确定成品卷中心、控制垂直移动滑台的伺服电机运动至相应位置；所述的垂直移动滑台通过连接件带动CCD摄像头传动移动至对准成品卷中心位置，滑台设置有伺服电机，由PLC控制系统控制伺服电机实现摄像头的准确定位，CCD摄像头将采集到的图像数据发送至工控机。
一种热轧卷边部缺陷检测装置的方法，包括如下步骤：
步骤一、PLC控制系统获得一个热轧生产线发出的被检热轧卷就位信号后，控制系统把读取热轧卷上方的超声波测高仪数据计算成品卷高度；
步骤二、电气控制系统根据高度计算出成品卷中心位置；根据中心位置和当前位置的偏差控制垂直移动滑台的伺服电机运动，移动至CCD摄像头对准成品卷中心；到位后控制系统向工控机发出拍摄信号，工控机通过以太网控制相机拍照并返回当前成品卷图片；
步骤三、工控机采集图像后，调用图像处理程序，得出钢卷边部缺陷特征，返回图像处理结果到电气控制系统。
所述的步骤三具体为：
步骤3.1、读取成品卷图像后，计算Gabor内核；
步骤3.2、Gabor内核与原图像做卷积，得出的图像做二值化处理，作为滤波后的识别图像；
步骤3.3、根据Hough变换寻找圆心O，再从圆心O按照360度引出360条射线，沿着射线方向判断带钢宽度W，统计出平均宽度数值
Figure BDA0001882618440000021
(对应图3)，
步骤3.4、判断当前射线角度的带钢宽度WX是否正常，当WX和平均宽度数值
Figure BDA0001882618440000022
偏差较大时为不正常；
步骤3.5、当判断当前射线角度的带钢宽度WX不正常时，分析周围相邻的带钢宽度，如果附近还出现宽度不正常的情况则分析宽度变化特征，进而分析出缺陷特征。
所述的步骤3.1中计算Gabor内核的方法具体为：
基于Gabor小波变换，通过选择合适的参数构建Gabor小波内核；其公式构建公式如下：
Figure BDA0001882618440000023
其中，(x,y)为图像中坐标点，γ为空间纵横比，实际计算中取
Figure BDA0001882618440000024
ν为尺度参数，它的变化代表着不同长度的Gabor核函数，F为滤波的带宽间隔，一般取
Figure BDA0001882618440000025
σ为高斯滤波器的标准差，实际计算中取1.6*π。
与现有技术相比，本发明的有益效果是：
1、使热轧成品卷的边部质量由人工抽检改成自动检测；
2、采用控制系统控制垂直滑台对CCD摄像头精确定位，确保拍摄的热轧成品卷图像对于卷本身来说是中心对称的。也就是说，要保证CCD摄像头正对成品卷中心拍摄，消除由于摄像头由于安装问题带来的成品卷内径圆畸变。这样就能够直接拍摄出摄像头边部的正视图，准确的找出缺陷；
3、采用图像处理方法发现钢卷边部缺陷，精确度高。
附图说明
图1是本发明的一种热轧卷边部缺陷检测装置整体控制结构图；
图2为本发明的图像处理的流程图；
图3为本发明搜索故障特征的示意图。
具体实施方式
以下结合附图对本发明提供的具体实施方式进行详细说明。
如图1所示，一种热轧卷边部缺陷检测装置，包括CCD摄像头、辅助光源、超声波测高仪、电气控制系统和垂直移动滑台；CCD摄像头安装在垂直移动滑台上，垂直移动滑台、超声波测高仪、CCD摄像头及辅助光源均与电气控制系统相连。
所述的电气控制系统包括PLC控制系统及与之相连的工控机，PLC控制系统通过数据接口与热轧生产线信息交互，读取成品卷卷号、成品卷到检测位信号，发送检测完成信号和故障代码号；所述的PLC控制系统还读取超声波测高仪反馈的模拟量数值、通过超声波测高仪检测的热轧成品卷的摆放位置确定成品卷中心、控制垂直移动滑台的伺服电机运动至相应位置；所述的垂直移动滑台通过连接件带动CCD摄像头传动移动至对准成品卷中心位置，滑台设置有伺服电机，由PLC控制系统控制伺服电机实现摄像头的准确定位，CCD摄像头将采集到的图像数据发送至工控机。
本发明的热轧卷边部缺陷检测装置，设计的目的是确保拍摄的热轧成品卷图像对于卷本身来说是中心对称的。也就是说，要保证CCD摄像头正对成品卷中心拍摄，消除由于摄像头由于安装问题带来的成品卷内径圆畸变。这样就能够直接拍摄出摄像头边部的正视图，准确的找出缺陷。
所述的垂直移动滑台由伺服电机、零位限位开关、垂直升降传动机构和转接件组成。伺服电机用于定位控制，通过连接件带动摄像头传动移动至对准成品卷中心位置。零位开关用于重启设备和故障复位时回归零点，找到初始位置。上下的限位开关保护传动机构行走超出限位而发生设备故障。垂直升降传动机构主要由丝杠导轨模块组成，在垂直方向上可以精确定位带动连接件在垂直方向运动。转接件用于连接传动机构和摄像头的转接，以便摄像头随着垂直升降的传动机构运动。
如图2所示，一种热轧卷边部缺陷检测装置的方法，包括如下步骤：
步骤一、PLC控制系统获得一个热轧生产线发出的被检热轧卷就位信号后，控制系统把读取热轧卷上方的超声波测高仪数据计算成品卷高度；
步骤二、电气控制系统根据高度计算出成品卷中心位置；根据中心位置和当前位置的偏差控制垂直移动滑台的伺服电机运动，移动至CCD摄像头对准成品卷中心；到位后控制系统向工控机发出拍摄信号，工控机通过以太网控制相机拍照并返回当前成品卷图片；
步骤三、工控机采集图像后，调用图像处理程序，得出钢卷边部缺陷特征，返回图像处理结果到电气控制系统。
所述的步骤三具体为：
步骤3.1、读取成品卷图像后，计算Gabor内核；
步骤3.2、Gabor内核与原图像做卷积，得出的图像做二值化处理，作为滤波后的识别图像；
步骤3.3、根据Hough变换寻找圆心O，再从圆心O按照360度引出360条射线，沿着射线方向判断带钢宽度W，统计出平均宽度数值
Figure BDA0001882618440000041
见图3的搜索故障特征的示意图。
步骤3.4、判断当前射线角度的带钢宽度WX是否正常，当WX和平均宽度数值
Figure BDA0001882618440000042
偏差较大时为不正常；
步骤3.5、当判断当前射线角度的带钢宽度WX不正常时，分析周围相邻的带钢宽度，如果附近还出现宽度不正常的情况则分析宽度变化特征，进而分析出缺陷特征。
所述的步骤3.1中计算Gabor内核的方法具体为：
基于Gabor小波变换，通过选择合适的参数构建Gabor小波内核；其公式构建公式如下：
Figure BDA0001882618440000043
其中，(x,y)为图像中坐标点，γ为空间纵横比，实际计算中取
Figure BDA0001882618440000044
ν为尺度参数，它的变化代表着不同长度的Gabor核函数，F为滤波的带宽间隔，一般取
Figure BDA0001882618440000045
σ为高斯滤波器的标准差，实际计算中取1.6*π。
本发明的热轧卷边部缺陷的软件部分包括前台操作界面和图像处理算法。前台操作界面的特征在于不仅可以完成实时的视频和图像的采集工作以及成品卷就位的拍照，还可以进行查询和追溯。图像处理算法特征在于首先进行Gabor滤波提取图像的纹理信息，然后进行阈值分割，最后分别编写几个缺陷的识别算法，进行缺陷提取和定位。
所述的前台操作界面由Visual Studio2017编程环境，使用Visual C++编程语言编写。采集图像后，调用图像处理程序，返回图像处理结果到电气控制系统。
以上实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说明均为常规方法。

Claims (4)

1.一种热轧卷边部缺陷检测装置，其特征在于，包括CCD摄像头、辅助光源、超声波测高仪、电气控制系统和垂直移动滑台；CCD摄像头安装在垂直移动滑台上，垂直移动滑台、超声波测高仪、CCD摄像头及辅助光源均与电气控制系统相连；
所述的电气控制系统包括PLC控制系统及与之相连的工控机，PLC控制系统通过数据接口与热轧生产线信息交互，读取成品卷卷号、成品卷就位信号，发送检测完成信号和故障代码号；所述的PLC控制系统还读取超声波测高仪反馈的模拟量数值、通过超声波测高仪检测的热轧成品卷的摆放位置确定成品卷中心、控制垂直移动滑台的伺服电机运动至相应位置；所述的垂直移动滑台通过连接件带动CCD摄像头移动至对准成品卷中心位置，滑台设置有伺服电机，由PLC控制系统控制伺服电机实现摄像头的准确定位，CCD摄像头将采集到的图像数据发送至工控机。
2.一种权利要求1所述的热轧卷边部缺陷检测装置的方法，其特征在于，包括如下步骤：
步骤一、PLC控制系统获得一个热轧生产线发出的被检成品卷就位信号后，控制系统读取成品卷上方的超声波测高仪数据计算成品卷高度；
步骤二、电气控制系统根据高度计算出成品卷中心位置；根据中心位置和当前位置的偏差控制垂直移动滑台的伺服电机运动，移动至CCD摄像头对准成品卷中心；到位后控制系统向工控机发出拍摄信号，工控机通过以太网控制相机拍照并返回当前成品卷图片；
步骤三、工控机采集图像后，调用图像处理程序，得出钢卷边部缺陷特征，返回图像处理结果到电气控制系统。
3.根据权利要求2所述的热轧卷边部缺陷检测装置的方法，其特征在于，所述的步骤三具体为：
步骤3.1、读取成品卷图像后，计算Gabor内核；
步骤3.2、Gabor内核与原图像做卷积，得出的图像做二值化处理，作为滤波后的识别图像；
步骤3.3、根据Hough变换寻找圆心O，再从圆心O按照360度引出360条射线，沿着射线方向判断带钢宽度W，统计出平均宽度数值
Figure FDA0002843834160000011
步骤3.4、判断当前射线角度的带钢宽度WX是否正常，当WX和平均宽度数值
Figure FDA0002843834160000012
偏差较大时为不正常；
步骤3.5、当判断当前射线角度的带钢宽度WX不正常时，分析周围相邻的带钢宽度，如果附近还出现宽度不正常的情况则分析宽度变化特征，进而分析出缺陷特征。
4.根据权利要求3所述的热轧卷边部缺陷检测装置的方法，其特征在于，所述的步骤3.1中计算Gabor内核的方法具体为：
基于Gabor小波变换，通过选择合适的参数构建Gabor小波内核；其公式构建公式如下：
Figure FDA0002843834160000021
其中，(x,y)为图像中坐标点，γ为空间纵横比，实际计算中取
Figure FDA0002843834160000022
ν为尺度参数，它的变化代表着不同长度的Gabor核函数，F为滤波的带宽间隔，一般取
Figure FDA0002843834160000023
σ为高斯滤波器的标准差，实际计算中取1.6*π。
CN201811430636.4A 2018-11-28 2018-11-28 一种热轧卷边部缺陷检测装置及方法 Active CN109540918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811430636.4A CN109540918B (zh) 2018-11-28 2018-11-28 一种热轧卷边部缺陷检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811430636.4A CN109540918B (zh) 2018-11-28 2018-11-28 一种热轧卷边部缺陷检测装置及方法

Publications (2)

Publication Number Publication Date
CN109540918A CN109540918A (zh) 2019-03-29
CN109540918B true CN109540918B (zh) 2021-04-16

Family

ID=65852265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811430636.4A Active CN109540918B (zh) 2018-11-28 2018-11-28 一种热轧卷边部缺陷检测装置及方法

Country Status (1)

Country Link
CN (1) CN109540918B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082365B (zh) * 2019-04-08 2020-07-03 燕山大学 基于机器视觉的钢卷边部质量检测机器人
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
CN110955174B (zh) * 2019-11-08 2023-05-26 郑州海为电子科技有限公司 一种归零控制系统及归零控制方法
CN113935953A (zh) * 2021-09-18 2022-01-14 南通豪派金属制品有限公司 基于图像处理的钢卷缺陷检测方法

Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06288934A (ja) * 1993-04-05 1994-10-18 Nippon Steel Corp 熱延板のエッジ欠陥の検出方法
JPH07286968A (ja) * 1994-04-20 1995-10-31 Sumitomo Metal Ind Ltd 表面欠陥検査装置
US6753965B2 (en) * 2001-01-09 2004-06-22 The University Of Hong Kong Defect detection system for quality assurance using automated visual inspection
CN101115988A (zh) * 2005-02-10 2008-01-30 中央硝子株式会社 用于检测玻璃板端面缺陷的装置和方法
JP4097834B2 (ja) * 1999-02-03 2008-06-11 タカノ株式会社 リブ付カラーフィルター基板のリブ欠落の検査方法
JP2008145373A (ja) * 2006-12-13 2008-06-26 Jfe Steel Kk ステンレス鋼板の表面欠陥の検査装置および検査方法
CN201081763Y (zh) * 2007-01-30 2008-07-02 蹇木伟 一种纺织品缺陷检测装置
US7554655B2 (en) * 1995-06-06 2009-06-30 Kla-Tencor Corporation High throughput brightfield/darkfield water inspection system using advanced optical techniques
CN101567159A (zh) * 2009-06-10 2009-10-28 北京豪仪测控工程有限公司 基于图像识别技术的导览方法及设备
JP2010032467A (ja) * 2008-07-31 2010-02-12 Bridgestone Corp タイヤ検査方法及びタイヤ検査装置
CN101701922A (zh) * 2009-11-19 2010-05-05 西北工业大学 一种光学无损检测环形内壁表面的装置
CN101726498A (zh) * 2009-12-04 2010-06-09 河海大学常州校区 基于视觉仿生的铜带表面质量智能检测装置及方法
CN101294945B (zh) * 2007-04-28 2012-03-28 宝山钢铁股份有限公司 一种用于热镀锌合金化板的白边检测方法
CN102706881A (zh) * 2012-03-19 2012-10-03 天津工业大学 基于机器视觉的布匹瑕疵检测方法
CN202670606U (zh) * 2012-06-15 2013-01-16 鞍钢股份有限公司 一种减小热轧立卷端面卷边缺陷的装置
CN103018253A (zh) * 2012-11-30 2013-04-03 湖南大学 医药视觉检测机器人的安瓿瓶外观质量检测方法
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
CN103424409A (zh) * 2013-04-12 2013-12-04 安徽工业大学 一种基于dsp的视觉检测系统
CN103801566A (zh) * 2013-12-26 2014-05-21 宝钢发展有限公司 一种减少热轧钢板轧线卷取边部缺陷的控制方法
CN203658281U (zh) * 2014-01-27 2014-06-18 湖北工业大学 视角可调式钢板表面质量检测装置
CN104205827A (zh) * 2012-03-30 2014-12-10 富士胶片株式会社 图像处理装置及方法、以及摄像装置
CN104205825A (zh) * 2012-03-28 2014-12-10 富士胶片株式会社 图像处理装置及方法以及摄像装置
CN104535585A (zh) * 2015-01-29 2015-04-22 福州大学 一种轴承滚子表面缺陷的激光衍射测量仪器及其方法
CN103302105B (zh) * 2013-06-17 2015-11-18 北京首钢股份有限公司 一种冷轧带钢边部折皱缺陷与边部厚度的协同控制方法
CN105170009A (zh) * 2015-08-04 2015-12-23 长春理工大学 一种抛光磨粒流搅拌装置
CN105716546A (zh) * 2016-02-25 2016-06-29 华中科技大学 一种基于超声光栅的共面度测量系统
US9387527B2 (en) * 2007-02-28 2016-07-12 Jfe Steel Corporation Method and apparatus for hot-rolling metal strip using near-infrared camera
CN106529407A (zh) * 2016-10-09 2017-03-22 北京电子科技职业学院 一种车载指纹识别方法
CN206405057U (zh) * 2016-12-16 2017-08-15 东睦（天津）粉末冶金有限公司 粉末冶金零件缺陷在线检测系统
CN107884413A (zh) * 2017-10-24 2018-04-06 华东交通大学 一种自动检测轴承滚动体缺失的装置及检测方法
CN207439958U (zh) * 2017-11-06 2018-06-01 大族激光科技产业集团股份有限公司 产品表面缺陷检测装置
CN108458668A (zh) * 2018-01-05 2018-08-28 燕山大学 基于双目视觉的板坯边部及头尾形状自动检测系统及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI302756B (en) * 2004-04-19 2008-11-01 Phoseon Technology Inc Imaging semiconductor structures using solid state illumination
US10346964B2 (en) * 2016-02-02 2019-07-09 Steven M. Ebstein System for actinic inspection of semiconductor masks

Patent Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06288934A (ja) * 1993-04-05 1994-10-18 Nippon Steel Corp 熱延板のエッジ欠陥の検出方法
JPH07286968A (ja) * 1994-04-20 1995-10-31 Sumitomo Metal Ind Ltd 表面欠陥検査装置
US7554655B2 (en) * 1995-06-06 2009-06-30 Kla-Tencor Corporation High throughput brightfield/darkfield water inspection system using advanced optical techniques
JP4097834B2 (ja) * 1999-02-03 2008-06-11 タカノ株式会社 リブ付カラーフィルター基板のリブ欠落の検査方法
US6753965B2 (en) * 2001-01-09 2004-06-22 The University Of Hong Kong Defect detection system for quality assurance using automated visual inspection
CN101115988A (zh) * 2005-02-10 2008-01-30 中央硝子株式会社 用于检测玻璃板端面缺陷的装置和方法
JP2008145373A (ja) * 2006-12-13 2008-06-26 Jfe Steel Kk ステンレス鋼板の表面欠陥の検査装置および検査方法
CN201081763Y (zh) * 2007-01-30 2008-07-02 蹇木伟 一种纺织品缺陷检测装置
US9387527B2 (en) * 2007-02-28 2016-07-12 Jfe Steel Corporation Method and apparatus for hot-rolling metal strip using near-infrared camera
CN101294945B (zh) * 2007-04-28 2012-03-28 宝山钢铁股份有限公司 一种用于热镀锌合金化板的白边检测方法
JP2010032467A (ja) * 2008-07-31 2010-02-12 Bridgestone Corp タイヤ検査方法及びタイヤ検査装置
CN101567159A (zh) * 2009-06-10 2009-10-28 北京豪仪测控工程有限公司 基于图像识别技术的导览方法及设备
CN101701922A (zh) * 2009-11-19 2010-05-05 西北工业大学 一种光学无损检测环形内壁表面的装置
CN101726498A (zh) * 2009-12-04 2010-06-09 河海大学常州校区 基于视觉仿生的铜带表面质量智能检测装置及方法
CN102706881A (zh) * 2012-03-19 2012-10-03 天津工业大学 基于机器视觉的布匹瑕疵检测方法
CN104205825A (zh) * 2012-03-28 2014-12-10 富士胶片株式会社 图像处理装置及方法以及摄像装置
CN104205827A (zh) * 2012-03-30 2014-12-10 富士胶片株式会社 图像处理装置及方法、以及摄像装置
CN202670606U (zh) * 2012-06-15 2013-01-16 鞍钢股份有限公司 一种减小热轧立卷端面卷边缺陷的装置
CN103018253A (zh) * 2012-11-30 2013-04-03 湖南大学 医药视觉检测机器人的安瓿瓶外观质量检测方法
CN103424409A (zh) * 2013-04-12 2013-12-04 安徽工业大学 一种基于dsp的视觉检测系统
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
CN103302105B (zh) * 2013-06-17 2015-11-18 北京首钢股份有限公司 一种冷轧带钢边部折皱缺陷与边部厚度的协同控制方法
CN103801566A (zh) * 2013-12-26 2014-05-21 宝钢发展有限公司 一种减少热轧钢板轧线卷取边部缺陷的控制方法
CN203658281U (zh) * 2014-01-27 2014-06-18 湖北工业大学 视角可调式钢板表面质量检测装置
CN104535585A (zh) * 2015-01-29 2015-04-22 福州大学 一种轴承滚子表面缺陷的激光衍射测量仪器及其方法
CN105170009A (zh) * 2015-08-04 2015-12-23 长春理工大学 一种抛光磨粒流搅拌装置
CN105716546A (zh) * 2016-02-25 2016-06-29 华中科技大学 一种基于超声光栅的共面度测量系统
CN106529407A (zh) * 2016-10-09 2017-03-22 北京电子科技职业学院 一种车载指纹识别方法
CN206405057U (zh) * 2016-12-16 2017-08-15 东睦（天津）粉末冶金有限公司 粉末冶金零件缺陷在线检测系统
CN107884413A (zh) * 2017-10-24 2018-04-06 华东交通大学 一种自动检测轴承滚动体缺失的装置及检测方法
CN207439958U (zh) * 2017-11-06 2018-06-01 大族激光科技产业集团股份有限公司 产品表面缺陷检测装置
CN108458668A (zh) * 2018-01-05 2018-08-28 燕山大学 基于双目视觉的板坯边部及头尾形状自动检测系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Automated surface inspection for steel products using computer vision approach;JIAQI XI.et;《Applied Optics》;20170103;第56卷(第2期);第184-192页 *
Gabor滤波器在带钢表面缺陷检测中的应用;丛家慧等;《东北大学学报》;20101231;第31卷(第2期);第257-260页 *
Review of vision-based steel surface inspection systems;Nirbhar Neogi.et;《Journal on Image and Video Processing》;20141231;第1-19页 *
冷轧带钢表面缺陷图像处理与分析方法研究;宋宝宇等;《鞍钢技术》;20161231(第3期);第28-31页 *

Also Published As

Publication number Publication date
CN109540918A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN109540918B (zh) 一种热轧卷边部缺陷检测装置及方法
CN108765378B (zh) 基于g代码引导下工件轮廓飞边凸起的机器视觉检测方法
CN110501342B (zh) 一种筒子纱纱杆定位视觉检测方法
CN110119680B (zh) 一种基于图像识别的电气柜接线自动查错系统
CN109900711A (zh) 基于机器视觉的工件缺陷检测方法
CN105160652A (zh) 基于计算机视觉的手机外壳检验装置与方法
CN110853018B (zh) 一种基于计算机视觉的振动台疲劳裂纹在线检测系统及检测方法
CN109986172B (zh) 一种焊缝定位方法、设备及系统
CN111507186B (zh) 一种变电站指针式仪表读数识别方法
CN103357672A (zh) 一种带钢边界在线检测方法
CN113723325A (zh) 一种装配式预制构件的工装缺陷检测系统
CN105139384B (zh) 缺陷胶囊检测的方法和装置
CN109034170A (zh) 一种开关柜检测装置的圆形指针式仪表读数方法
CN110991360A (zh) 一种基于视觉算法的机器人巡检点位智能配置方法
CN111624203A (zh) 一种基于机器视觉的继电器接点齐度非接触式测量方法
CN112014407A (zh) 一种集成电路晶圆表面缺陷检测的方法
CN113705564B (zh) 一种指针式仪表识别读数方法
CN116309277A (zh) 基于深度学习的钢材检测方法及系统
EP4009038A1 (en) Method and device for detecting mechanical equipment parts
CN116862910B (zh) 基于自动化裁切生产的视觉检测方法
CN112669295A (zh) 一种基于二次阈值分割理论的锂电池极片缺陷检测方法
CN113536895A (zh) 一种圆盘指针表计识别方法
CN110245647B (zh) 一种玻璃液体温度计自动定位与读数的方法
CN114004812A (zh) 采用引导滤波与神经网络模型的螺纹孔检测方法及系统
CN114705691A (zh) 一种工业机器视觉控制方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231106

Address after: No. 259 Yueling Road, Gaoxin District, Anshan City, Liaoning Province, 114000

Patentee after: ANGANG GROUP AUTOMATION CO.,LTD.

Patentee after: DALIAN HUAYELIAN AUTOMATION Co.,Ltd.

Address before: 114002 No. 292, South Zhonghua Road, Tiedong District, Anshan City, Liaoning Province

Patentee before: ANGANG GROUP AUTOMATION CO.,LTD.