CN115266735A - 一种金属板材表面缺陷检测系统及其检测方法 - Google Patents

Abstract

本发明公开了一种金属板材表面缺陷检测系统及其检测方法包括：所述检测系统包括采集端，包括图像采集系统及复合光源系统；所述复合光源系统，包括若干光源室；光源室内设有白色漫反射光源及具有预定倾斜度的半透半反镜；白色漫反射光源一部分光线通过半透半反镜平行射向被测板材表面，由半透半反镜将与该光源室对应的摄像机主光轴平行的光线射入该摄像机；白色漫反射光源另一部分光线斜射向板材表面并透过半透半反镜射入面与该光源室对应的摄像机。本发明通过设计既具有同轴光源特性又具有多角度侧光特性的复合光源系统以实现对钢板上的几十种缺陷都能在面阵摄像机上获得清晰的板材表面图像。

Description

一种金属板材表面缺陷检测系统及其检测方法

技术领域

本发明属于金属板材表面缺陷检测技术领域，涉及钢铁、铝、铜等金属板材表面缺陷检测的光学系统、图像采集系统及分析系统等内容，具体是一种金属板材表面缺陷检测系统及其检测方法。

背景技术

金属板材表面缺陷的类型多种多样，产生的原因复杂。而且，热轧金属板材表面缺陷有结疮、裂纹、划痕、氧化铁皮、擦伤、辊印、浪皱、边裂、翘皮等二十几种缺陷。目前，现有的表面检测设备无法对宽厚金属板材边缘细裂纹进行有效的自动识别与检测，该缺陷目前只能通过人工目测检测的方式才能发现，而该缺陷是直接影响产品质量的一级缺陷类型，必须进行人工处理，然人工处理，容易疲劳，进而发生漏检；

如果出现漏检而流入到客户端，将会面临较高的索赔，并影响企业的产品质量和信誉度，该项缺陷已经成为企业品质管控的痛点和难点。

同时，该缺陷也是国内所有宽厚金属板材生产企业都面临的代表性通病和痛点，也是自动检测识别的难点。

综上所述,目前的现有金属板材表面缺陷检测技术无法对包含微细裂缝的所有缺陷进程全类型缺陷检测的系统及方法。

发明内容

发明目的：提供一种金属板材表面缺陷检测系统及其检测方法，以解决现有技术存在的上述问题。

技术方案：一种金属板材表面缺陷检测系统及其检测方法，包括：

采集端，包括图像采集系统及复合光源系统；

所述复合光源系统，包括若干光源室；

光源室内设有白色漫反射光源及具有预定倾斜度的半透半反镜；

白色漫反射光源一部分光线通过半透半反镜平行射向被测板材表面，由半透半反镜将与该光源室对应的摄像机主光轴平行的光线射入该摄像机；

白色漫反射光源另一部分光线斜射向板材表面并透过半透半反镜射入面与该光源室对应的摄像机。

实现具有同轴光源特性（即光线与摄像机光轴平行）又具有多角度侧光特性的复合光源系统。

钢板表面缺陷的成因繁多且复杂，因此其表现形式也千差万别，其种类多达20～30多种。在检测实践中，检测人员的经验是对不同的缺陷需要采用不同角度的白色光线才能看清特定类型的缺陷。

因此，开发一种既具有同轴光源特性（即光线与摄像机光轴平行）又具有多角度侧光特性的复合光源系统以实现对钢板上的几十种缺陷（其中：包含钢板边缘微细裂纹）都能在面阵摄像机上获得清晰图像的复合光源系统。

白色漫反射光源包括白色LED光。

采用大功率白色光源，可以实现对钢板全彩色图像的快速采集，数据采集的信息保真度高，无信息丢失现象；

新型光源可以实现摄像机与光源的同轴，解决图像采集的遮挡问题；

新型光源实现了钢板检测区域的能量集中，为光源和摄像机与钢板间的安全距离提供了足够的空间；

新型光源可以有效控制钢板缺陷图像的对比度、饱和度和亮度，有效实现检测指标的量化。

在进一步实施例中，所述光源室中设有倾斜气嘴及平行气嘴；

所述倾斜气嘴工作区域为半透半反镜与空气接触面；

所述平行气嘴工作区域为光源室与空气接触的开口区域。

所述光源室完全密封，具有唯一与空气接触的开口区域。

倾斜气嘴及平行气嘴吹出的气体，经过除湿、干燥、净化处理，且为压缩气体。

光学检测系统需要在温度稳定，干燥和低尘环境下工作，但是钢厂的工作环境，具有高温、粉尘及强电磁干扰等特点的工业环境。

同时钢板线表面的灰尘，氧化皮碎屑等污染物会由于重力将落入复合光源系统的光学镜片上从而影响摄像机的光学成像。

传统方式是通过透明玻璃等介质进行密封，避免粉尘影响采集效果，然而如若适用透明玻璃等介质，则光线容易在透明玻璃等介质上产生反射，影响成像效果。

本申请通过设计倾斜气嘴及平行气嘴对半透半反镜与光源室与空气接触的开口区域进行吹扫，通过倾斜气嘴清除半透半反镜上干扰物，及通过平行气嘴在光源室与空气接触的开口区域不停吹扫，形成气墙，作为密封介质，通过空气作为密封介质，相比于其它介质而言，摄像机可以更加清楚的采集板材表面图像信息。

同时由于吹扫的压缩空气在膨胀过程中会吸收一定量的热，因此该系统可以有效的降低光源系统工作时产生的热量，即可以增加采集效果，也可以进行散热工作，实现复合光源系统的自洁与散热。

在进一步实施例中，所述图像采集系统包括：

面阵摄像机组，由若干摄像机组成，用于采集板材表面图像；

控制单元，由图像成像芯片、图像控制芯片、FPGA芯片及ARM处理器组成。

面阵摄像机组采用并行数据处理芯片，其算力对后台计算机的依赖度小，因此数据采集与分析流畅度高，能实现毫秒级响应。

面阵摄像机组所成图像的纵向与横向检测精度具有一致性，不会产生漏检现象；

深度学习所采用的数据与实际现场检测人员的视觉感知能够对应，能够实现机器学习与人工检测标准一致，可以为机器学习训练与测试提供大量准确规范的原始数据样本；

缺陷检测的准确度受到干扰因素较少，可以较精确的利用对比度、饱和度亮度通道等色彩空间的变化，定量分析出缺陷的特征。

在进一步实施例中，所述复合光源系统位于面阵摄像机组采集方向上。

每个摄像机采集方向上均设有一光源室。所述复合光源系统及图像采集系统均设计两组，分为位于被测板材上下两面。

在进一步实施例中，还包括处理端；

所述处理端包括：

工控终端，通过网络对图像采集系统发送同步采集信号，并将图像采集系统采集到的图像发送至NAS存储器；

深度学习图像分析单元，与工控终端连通，基于机器学习或深度学习等缺陷分析算法对采集到的图像进行分析检测，包括深度学习机、NAS存储器。

检测单元，与工控终端连通，包括单片机、传感器；所述传感器位置可根据需要放置；一般可放置在光源室侧部或者运输端上。

所述传感器用于检测板材位置，当板材进入对应检测位置后，由单片机通知工控终端发送同步采集信号；

当板材离开后，由单片机通知工控终端停止检测，工控终端通知深度学习机，开始对NAS存储器里面的图片进行深度学习和检测。

在进一步实施例中，所述分析系统采用视频流分析法，对若干摄像机同步采集板材基于时间的序列图像进行实时分析，并根据用户对缺陷的定义进行判断板材缺陷等级及类型，基于缺陷级及类型形成彩虹缺陷标注。

所述复合光源系统工作方向上还设有运输端；

所述运输端带动金属板移动，使面阵摄像机组采集整个金属板表面；

所述运输端包括若干滚轴，若干滚轴之间具有预定间隙；所述滚轴端部设有驱动件，所述驱动件包括驱动电机。

该实现方案可在现有手段中选取。

一种金属板材表面缺陷检测检测方法，包括：

S1、在板材上下两面均设计采集端；

S2、板材通过运输端带动在采集端采集方向上运动；

S3、采集端同步采集板材基于时间的序列图像信息，并上传处理端；

S4、处理端基于机器学习或深度学习等缺陷分析算法对采集到的图像进行分析，并标注板材缺陷等级。

在进一步实施例中，所述S2中，板材在采集端采集方向上运动时，搭配复合光源系统，板材缺陷可在多角度上识别，存在互补的冗余，避免漏检。

在进一步实施例中，所述S3还包括：

S31、FPGA芯片接收通过网络发送的同步采集信号，实现多摄像机图像采集时序的同步；

S32、图像控制芯片触发图像成像芯片开启；

S33、图像成像芯片同步并行的将采集到的图像数据发送给成像控制芯片；

S34、面阵摄像机组采集图像时，复合光源系统配合工作，此时白色漫反射光源一部分光线通过半透半反镜平行射向被测板材表面，由半透半反镜将与该光源室对应的摄像机主光轴平行的光线射入该摄像机；

白色漫反射光源另一部分光线斜射向板材表面并透过半透半反镜射入面与该光源室对应的摄像机；

进而模拟人工检测场景，完成板材表面图像采集工作；

S35、成像控制芯片将多路图像数据进行编码压缩，以单帧图像的方式通过网络发送给工控终端，以实现对不同位置零件表面缺陷图像数据的传输。

在进一步实施例中，所述S4还包括：

S41、处理端对若干摄像机同步采集板材基于时间的序列图像进行实时分析，与若干摄像机位置形成二维关系图，进而精确判断出缺陷的位置，且根据用户对缺陷的定义进行判断板材缺陷等级及类型，并基于缺陷级及类型形成彩虹缺陷标注，在二维空间中展示三维的信息，可准确定位各种级别或类型缺陷的位置。

缺陷标注包括缺陷等级，及缺陷类型，缺陷类型是基于缺陷等级的继续划分。

以红色为例，红色表示一级缺陷，一级缺陷为缺陷等级；

而紫红为红色下级单元，表示结疮，即表示一级缺陷中的下级缺陷类型。

通过逐渐划分标注，展示板材各个位置的检测结果。

目前对于钢板表面缺陷的检测与认定最为可靠的方法仍然是人工现场检测。研究团队提出：采用“空间异位+时间同步”的面阵摄像机阵列布局的分区块检测方式，对钢板表面的缺陷进行全方位的缺陷检测，从而形成基于缺陷级别和类型的彩虹缺陷标注方法；

空间异位即每个摄像机位置不同，形成面阵摄像机组；

时间同步即采集端同步采集板材基于时间的序列图像，以时间周期为单位进行截取序列图像，完成时间同步采集。

彩虹缺陷标注可以很好的对应于异位摄像机采集图像在时间序列上的二维展开，可准确定位各种级别或类型缺陷的位置。

可以有效的在二维空间中表现三维的信息，即将图像空间二维位置信息和缺陷类型或等级(包含20～30种缺陷类型或4种缺陷等级)构成的三维信息表示二维图像上。

既方便了用户直观而全面的掌握金属板材表面缺陷的总体情况，又方便用户通过鼠标直接点击缺陷的位置以便快速查看缺陷。

本申请新的技术路线的提出是基于钢厂人工表面缺陷检测现场实践和实际的实验结果得出。

提出了智能面阵摄像机+新型白色LED同轴光源系统+深度学习技术路线。

研发团队在钢厂宽厚板的检测现场发现：

目前几乎所有表面缺陷都可以由现场检测人员手持手电筒对钢板表面打出不同角度的白色光线就可以发现。

所有用机器检测钢板表面缺陷检测结果验证，都是通过检测人员的评价与确认来实现。

基于以上情况，研发团队提出模拟人工检测的光学环境，采用面阵摄像机对钢板表面图像进行基于深度学习的视频流分析技术路线，来解决钢板表面缺陷的检测。

新方案的技术特征如下：

采用智能摄像机在特制光源系统的配合下实时获取钢板的彩色图像并同步输出缺陷检测结果图片；

采用新型大功率白色LED光源和光学透镜组，实现大面积高亮度同轴光源系统，对钢板进行垂直照射；

系统可以根据用户对缺陷的定义，通过私有云服务器对钢板的数据进行决策、判断并存档；

可通过工业总线网络系统将相关信息发送给生产线实现钢板品级的智能分选。

有益效果：本发明公开了一种金属板材表面缺陷检测系统及其检测方法，本发明通过设计图像采集系统及复合光源系统配合采集板材表面图像信息，通过复合光源系统模拟检测工人检测板材时的光照条件，既具有同轴光源特性又具有多角度侧光特性的复合光源系统以实现对钢板上的几十种缺陷都能在面阵摄像机上获得清晰的板材表面图像，进而结合分析系统对若干摄像机同步采集板材基于时间的序列图像进行实时分析，并根据用户对缺陷的定义进行判断板材缺陷等级及类型，基于缺陷级及类型形成彩虹缺陷标注。

附图说明

图1是本发明的结构示意图。

图2是本发明结构正面示意图。

图3是本发明板材下光源室示意图。

图4是本发明光源室内部结构示意图。

图5是本发明的倾斜气嘴、平行气嘴工作方向示意图。

图6是本发明的光源室光线射向示意图。

图7是本发明系统原理示意图。

图8是本发明的异位摄像机采集图像在时间序列上的二维展开图。

图9是本发明基于缺陷等级的彩虹缺陷标注及摄像机位置与时间序列示意图。

图10是本发明基于缺陷等级的彩虹缺陷标注及板材表面与时间序列示意图。

图11是本发明基于缺陷类型的彩虹缺陷标注及摄像机位置与时间序列示意图。

图12是本发明基于缺陷类型的彩虹缺陷标注及板材表面与时间序列示意图。

图13是本发明基于缺陷等级的彩虹缺陷标注的实例图。

图14是本发明基于缺陷类型的彩虹缺陷标注实例。

图15是本发明现有技术中激光+光敏探测器+激光三角测量法原理示意图。

图16是本发明现有技术中激光+线阵摄像机+图像处理+机器学习技术路线。

附图标记为：

1、采集端；11、图像采集系统；

12、复合光源系统；121、光源室；121A、半透半反镜；121B、平行气嘴；121C、倾斜气嘴；121D、白色漫反射光源；

2、运输端；3、板材。

具体实施方式

本申请涉及一种金属板材表面缺陷检测系统及其检测方法，下面通过具体实施方式进行详细解释。

现有钢板表面缺陷检测系统的技术路线分为两种：一条是以日本和德国为代表的激光+光敏探测器+激光三角测量法技术路线。

另一条是国内的采用激光+线阵摄像机+图像处理+机器学习技术路线。研发团队提出了全新的技术解决方案，即智能面阵摄像机+新型白色LED同轴光源系统+深度学习技术路线。

以上两条技术路线都有其优缺点,分述如下：

(1)激光+光敏探测器+激光三角测量法技术路线

优点是：

①缺陷检测的准确度较高；

②无需数据积累，通常可以做到上线即用。

缺点是：

①缺陷检测种类不全，无法检测到较细小的裂纹缺陷；

②存在一定的漏检和误检及死区干扰现象；

③数据纬度高数据量大，数据处理难度大，设备成本高；

④检测数据的积累与分析后引入人工智能技术的成本较高；

⑤设备后期维护保养等售后服务成本高；

⑥受国际竞争、贸易战等因素的影响，存在技术核心被封锁的风险。

(2)激光+线阵摄像机+图像处理+机器学习技术路线

优点是：

①设备造价低；

②技术难度不大具有成本优势。

缺点是：

①缺陷检测的准确度受到的干扰因素较多，无法精确利用对比度的变化定量分析出缺陷的深度；

②由于采用的摄像机为线阵摄像机和固定角度的光源系统，因此对于需要变换光源角度才能检测到的微细裂纹缺陷，该系统是无法检测到的；

③机器所采用的数据大多为灰度图像，因此与实际现场检测人员的视觉感知不能对应，很难实现机器学习与人工检测标准的对应。

一种金属板材表面缺陷检测系统，包括：

采集端1，包括图像采集系统11及复合光源系统12；

所述复合光源系统12，包括若干光源室121；

光源室121内设有白色漫反射光源121D及具有预定倾斜度的半透半反镜121A；

白色漫反射光源121D一部分光线通过半透半反镜121A平行射向被测板材3表面，由半透半反镜121A将与该光源室121对应的摄像机主光轴平行的光线射入该摄像机；

白色漫反射光源121D另一部分光线斜射向板材3表面并透过半透半反镜121A射入面与该光源室121对应的摄像机。

实现具有同轴光源特性（即光线与摄像机光轴平行）又具有多角度侧光特性的复合光源系统12。

钢板表面缺陷的成因繁多且复杂，因此其表现形式也千差万别，其种类多达20～30多种。在检测实践中，检测人员的经验是对不同的缺陷需要采用不同角度的白色光线才能看清特定类型的缺陷。

因此，开发一种既具有同轴光源特性（即光线与摄像机光轴平行）又具有多角度侧光特性的复合光源系统12以实现对钢板上的几十种缺陷（其中：包含钢板边缘微细裂纹）都能在面阵摄像机上获得清晰图像的复合光源系统12。

白色漫反射光源121D包括白色LED光。

采用大功率白色光源，可以实现对钢板全彩色图像的快速采集，数据采集的信息保真度高，无信息丢失现象；

新型光源可以实现摄像机与光源的同轴，解决图像采集的遮挡问题；

新型光源实现了钢板检测区域的能量集中，为光源和摄像机与钢板间的安全距离提供了足够的空间；

新型光源可以有效控制钢板缺陷图像的对比度、饱和度和亮度，有效实现检测指标的量化。

所述光源室121中设有倾斜气嘴121C及平行气嘴121B；

所述倾斜气嘴121C工作区域为半透半反镜121A与空气接触面；

所述平行气嘴121B工作区域为光源室121与空气接触的开口区域。

所述光源室121完全密封，具有唯一与空气接触的开口区域。

倾斜气嘴121C及平行气嘴121B吹出的气体，经过除湿、干燥、净化处理，且为压缩气体。

光学检测系统需要在温度稳定，干燥和低尘环境下工作，但是钢厂的工作环境，具有高温、粉尘及强电磁干扰等特点的工业环境。

同时钢板线表面的灰尘，氧化皮碎屑等污染物会由于重力将落入复合光源系统12的光学镜片上从而影响摄像机的光学成像。

传统方式是通过透明玻璃等介质进行密封，避免粉尘影响采集效果，然而如若适用透明玻璃等介质，则光线容易在透明玻璃等介质上折射，影响成像效果。

本申请通过设计倾斜气嘴121C及平行气嘴121B对半透半反镜121A与光源室121与空气接触的开口区域进行吹扫，通过倾斜气嘴121C清除半透半反镜121A上干扰物，及通过平行气嘴121B在光源室121与空气接触的开口区域不停吹扫，形成气墙，作为密封介质，通过空气作为密封介质，相比于其它介质而言，摄像机可以更加清楚的采集板材3表面图像信息。

同时由于吹扫的压缩空气在膨胀过程中会吸收一定量的热，因此该系统可以有效的降低光源系统工作时产生的热量，即可以增加采集效果，也可以进行散热工作，实现复合光源系统12的自洁与散热。

所述图像采集系统11包括：

面阵摄像机组，由若干摄像机组成，用于采集板材3表面图像；

控制单元，由图像成像芯片、图像控制芯片、FPGA芯片及ARM处理器组成。

面阵摄像机组采用并行数据处理芯片，其算力对后台计算机的依赖度小，因此数据采集与分析流畅度高，能实现毫秒级响应。

面阵摄像机组所成图像的纵向与横向检测精度具有一致性，不会产生漏检现象；

深度学习所采用的数据与实际现场检测人员的视觉感知能够对应，能够实现机器学习与人工检测标准一致，可以为机器学习训练与测试提供大量准确规范的原始数据样本；

缺陷检测的准确度受到干扰因素较少，可以较精确的利用对比度、饱和度亮度通道等色彩空间的变化，定量分析出缺陷的特征。

所述复合光源系统12位于面阵摄像机组采集方向上。

每个摄像机采集方向上均设有一光源室121。所述复合光源系统12及图像采集系统11均设计两组，分为位于被测板材3上下两面。

还包括处理端；

所述处理端包括：

工控终端，通过网络对图像采集系统11发送同步采集信号，并将图像采集系统11采集到的图像发送至NAS存储器；

深度学习图像分析单元，与工控终端连通，基于机器学习或深度学习等缺陷分析算法对采集到的图像进行分析检测，包括深度学习机、NAS存储器。

检测单元，与工控终端连通，包括单片机、传感器；所述传感器位置可根据需要放置；

所述传感器用于检测板材3位置，当板材3进入对应检测位置后，由单片机通知工控终端发送同步采集信号；

当板材3离开后，由单片机通知工控终端停止检测，工控终端通知深度学习机，开始对NAS存储器里面的图片进行深度学习和检测。

所述分析系统采用视频流分析法，对若干摄像机同步采集板材3基于时间的序列图像进行实时分析，并根据用户对缺陷的定义进行判断板材3缺陷等级及类型，基于缺陷级及类型形成彩虹缺陷标注。

所述复合光源系统12工作方向上还设有运输端2；

所述运输端2带动金属板移动，使面阵摄像机组采集整个金属板表面；

所述运输端2包括若干滚轴，所述滚轴端部设有驱动件，所述驱动件包括驱动电机。

该实现方案可在现有手段中选取。

目前对于钢板表面缺陷的检测与认定最为可靠的方法仍然是人工现场检测。研究团队提出：采用“空间异位+时间同步”的面阵摄像机阵列布局的分区块检测方式，对钢板表面的缺陷进行全方位的缺陷检测，从而形成基于缺陷级别和类型的彩虹缺陷标注方法；

空间异位即每个摄像机位置不同，形成面阵摄像机组；

时间同步即采集端1同步采集板材3基于时间的序列图像，以时间周期为单位进行截取序列图像，完成时间同步采集。

彩虹缺陷标注可以很好的对应于异位摄像机采集图像在时间序列上的二维展开，可准确定位各种级别或类型缺陷的位置。

可以有效的在二维空间中表现三维的信息，即将图像空间二维位置信息和缺陷类型或等级(包含20～30种缺陷类型或4种缺陷等级)构成的三维信息表示二维图像上。

既方便了用户直观而全面的掌握金属板材3表面缺陷的总体情况，又方便用户通过鼠标直接点击缺陷的位置以便快速查看缺陷。

工作原理说明：首先在板材3上下两面均设计采集端1；板材3通过运输端2带动在采集端1采集方向上运动；

采集端1同步采集板材3基于时间的序列图像信息，并上传处理端；

FPGA芯片接收通过网络发送的同步采集信号，实现多摄像机图像采集时序的同步；图像控制芯片触发图像成像芯片开启；

图像成像芯片同步并行的将采集到的图像数据发送给成像控制芯片；

面阵摄像机组采集图像时，复合光源系统12配合工作，此时白色漫反射光源121D一部分光线通过半透半反镜121A平行射向被测板材3表面，由半透半反镜121A将与该光源室121对应的摄像机主光轴平行的光线射入该摄像机；

白色漫反射光源121D另一部分光线斜射向板材3表面并透过半透半反镜121A射入面与该光源室121对应的摄像机；

进而模拟人工检测场景，完成板材3表面图像采集工作；

板材3在采集端1采集方向上运动时，搭配复合光源系统12，板材3缺陷可在多角度上识别，存在互补的冗余，避免漏检。

成像控制芯片将多路图像数据进行编码压缩，以单帧图像的方式通过网络发送给工控终端，以实现对不同位置零件表面缺陷图像数据的传输。

处理端基于机器学习或深度学习等缺陷分析算法对采集到的图像进行分析，并标注板材3缺陷等级。

处理端对若干摄像机同步采集板材3基于时间的序列图像进行实时分析，与若干摄像机位置形成二维关系图，进而精确判断出缺陷的位置，且根据用户对缺陷的定义进行判断板材3缺陷等级及类型，并基于缺陷级及类型形成彩虹缺陷标注，在二维空间中展示三维的信息，可准确定位各种级别或类型缺陷的位置。

缺陷标注包括缺陷等级，及缺陷类型，缺陷类型是基于缺陷等级的继续划分。

以红色为例，红色表示一级缺陷，一级缺陷为缺陷等级；

而紫红为红色下级单元，表示结疮，即表示一级缺陷中的下级缺陷类型。

通过逐渐划分标注，展示板材3各个位置的检测结果。

以上结合附图详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换，这些等同变换均属于本发明的保护范围。

Claims (10)

1.一种金属板材表面缺陷检测系统，包括：

采集端（1），包括图像采集系统（11）及复合光源系统（12）；

所述复合光源系统（12），包括若干光源室（121）；

其特征在于，光源室（121）内设有白色漫反射光源（121D）及具有预定倾斜度的半透半反镜（121A）；

白色漫反射光源（121D）一部分光线通过半透半反镜（121A）平行射向被测板材（3）表面，由半透半反镜（121A）将与该光源室（121）对应的摄像机主光轴平行的光线射入该摄像机；

白色漫反射光源（121D）另一部分光线斜射向板材（3）表面并透过半透半反镜（121A）射入面与该光源室（121）对应的摄像机。

2.根据权利要求1所述的一种金属板材表面缺陷检测系统，其特征是：所述光源室（121）中设有倾斜气嘴（121C）及平行气嘴（121B）；

所述倾斜气嘴（121C）工作区域为半透半反镜（121A）与空气接触面；

所述平行气嘴（121B）工作区域为光源室（121）与空气接触的开口区域。

3.根据权利要求1所述的一种金属板材表面缺陷检测系统，其特征是：所述图像采集系统（11）包括：

面阵摄像机组，由若干摄像机组成，用于采集板材（3）表面图像；

控制单元，由图像成像芯片、图像控制芯片、FPGA芯片及ARM处理器组成。

4.根据权利要求3所述的一种金属板材表面缺陷检测系统，其特征是：

所述复合光源系统（12）位于面阵摄像机组采集方向上。

5.根据权利要求1所述的一种金属板材表面缺陷检测系统，其特征是：还包括处理端；

所述处理端包括：

工控终端，通过网络对图像采集系统（11）发送同步采集信号，并将图像采集系统（11）采集到的图像发送至NAS存储器；

深度学习图像分析单元，与工控终端连通，基于机器学习或深度学习缺陷分析算法对采集到的图像进行分析检测。

6.根据权利要求5所述的一种金属板材表面缺陷检测系统，其特征是：

所述分析系统采用视频流分析法，对若干摄像机同步采集板材（3）基于时间的序列图像进行实时分析，并根据用户对缺陷的定义进行判断板材（3）缺陷等级及类型，基于缺陷级及类型形成彩虹缺陷标注。

7.一种金属板材表面缺陷检测方法，包括：

S1、在板材（3）上下两面均设计采集端（1）；

S2、板材（3）在采集端（1）采集方向上运动；

S3、采集端（1）同步采集板材（3）基于时间的序列图像信息，并上传处理端；

S4、处理端基于机器学习或深度学习缺陷分析算法对采集到的图像进行分析，并标注板材（3）缺陷等级；

其特征在于，采集端（1）采集图像时，复合光源系统（12）配合工作，此时白色漫反射光源（121D）一部分光线通过半透半反镜（121A）平行射向被测板材（3）表面，由半透半反镜（121A）将与该光源室（121）对应的摄像机主光轴平行的光线射入该摄像机；

白色漫反射光源（121D）另一部分光线斜射向板材（3）表面并透过半透半反镜（121A）射入面与该光源室（121）对应的摄像机；

进而模拟人工检测场景，完成板材（3）表面图像采集工作。

8.根据权利要求7所述的一种金属板材表面缺陷检测方法，其特征是：所述S2中，板材（3）在采集端（1）采集方向上运动时，搭配复合光源系统（12），板材（3）缺陷可在多角度上识别，存在互补的冗余，避免漏检。

9.根据权利要求7所述的一种金属板材表面缺陷检测方法，其特征是：所述S3还包括：

S31、FPGA芯片接收通过网络发送的同步采集信号，实现多摄像机图像采集时序的同步；

S32、图像控制芯片触发图像成像芯片开启；

S33、图像成像芯片同步并行的将采集到的图像数据发送给成像控制芯片；

S34、成像控制芯片将多路图像数据进行编码压缩，以单帧图像的方式通过网络发送给工控终端，以实现对不同位置零件表面缺陷图像数据的传输。

10.根据权利要求7所述的一种金属板材表面缺陷检测方法，其特征是：所述S4还包括：

S41、处理端对若干摄像机同步采集板材（3）基于时间的序列图像进行实时分析，与若干摄像机位置形成二维关系图，进而精确判断出缺陷的位置，且根据用户对缺陷的定义进行判断板材（3）缺陷等级及类型，并基于缺陷级及类型形成彩虹缺陷标注，在二维空间中展示三维的信息，可准确定位各种级别或类型缺陷的位置。

Images