DE69818438T2 - Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit bildsegmentierung zur umgrenzung von defektbereichen - Google Patents

Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit bildsegmentierung zur umgrenzung von defektbereichen Download PDF

Info

Publication number
DE69818438T2
DE69818438T2 DE69818438T DE69818438T DE69818438T2 DE 69818438 T2 DE69818438 T2 DE 69818438T2 DE 69818438 T DE69818438 T DE 69818438T DE 69818438 T DE69818438 T DE 69818438T DE 69818438 T2 DE69818438 T2 DE 69818438T2
Authority
DE
Germany
Prior art keywords
zones
image
irregularity
suspicious
picture elements
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.)
Expired - Lifetime
Application number
DE69818438T
Other languages
English (en)
Other versions
DE69818438D1 (de
Inventor
Patrick Alexandre
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.)
Sollac SA
Original Assignee
Sollac SA
Lorraine de Laminage Continu SA SOLLAC
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 Sollac SA, Lorraine de Laminage Continu SA SOLLAC filed Critical Sollac SA
Application granted granted Critical
Publication of DE69818438D1 publication Critical patent/DE69818438D1/de
Publication of DE69818438T2 publication Critical patent/DE69818438T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901Optical details; Scanning details
    • G01N21/8903Optical details; Scanning details using a multiple detector array

Landscapes

  • Engineering & Computer Science (AREA)
  • Textile Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Image Processing (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)
  • Heat Treatment Of Strip Materials And Filament Materials (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
  • Road Signs Or Road Markings (AREA)
  • Sanitary Device For Flush Toilet (AREA)

Description

  • Die Erfindung betrifft ein Verfahren zur Kontrolle der Oberfläche eines laufenden Bandes, insbesondere eines mit hoher Geschwindigkeit laufenden gewalzten Blechs, sowie eine Anlage zur Oberflächenkontrolle zur Durchführung eines solchen Verfahrens.
  • Eine erste bekannte Technik zur Oberflächenkontrolle eines Blechs besteht darin, eine Sichtkontrolle der Oberfläche des Bandes vorzunehmen. Eine solche Technik ist sehr anstrengend für den Operator und erfordert außerdem, das Band in einer spezifischen Strecke einer Walzkette durchlaufen zu lassen, in der es mit reduzierter Geschwindigkeit läuft. Diese Technik hat den Nachteil, dass die Ausbeute der Walzkette beträchtlich verringert wird.
  • Eine andere bekannte Technik der Oberflächenkontrolle besteht darin, den Oberflächenzustand des Bandes automatisch mit Hilfe einer Bildaufnahmekamera und einer Einheit zur Verarbeitung von Signalen zur Analyse der von der Bildaufnahmekamera gelieferten Bilder in Echtzeit zu kontrollieren.
  • Bei einem Verfahren dieses Typs bildet man mindestens ein digitales Bild von mindestens einer der Seiten des Bandes, das aus einer Anzahl von aufeinander folgenden Zeilen von Bildelementen besteht, denen jeweils ein digitaler Wert zugeteilt ist, filtert dieses mindestens eine digitale Bild für die Erfassung von Oberflächenunregelmäßigkeiten durch Erfassung von relativen Änderungen dieser digitalen Werte und behandelt dieses mindes tens eine gefilterte digitale Bild zur Identifizierung des Oberflächenfehlertyps des Bandes.
  • Dieser Typ von Oberflächenkontrolltechnik gestattet es, Bänder zu kontrollieren, die mit Geschwindigkeiten laufen, die viel höher als die bei den Kontrolltechniken durch Sichtkontrolle verwendeten Geschwindigkeiten sind.
  • Die gebildeten digitalen Bilder liegen jedoch in Form von aufeinander folgenden Bildern vor, die manche Fehler zerschneiden können.
  • So besteht die Gefahr, dass die zerschnittenen Fehler schlecht identifiziert werden und als getrennte Fehler identifiziert werden.
  • Dies ist auch der Fall, wenn die Oberflächenfehler in segmentierter Form vorliegen.
  • Ein Ziel der Erfindung ist es, diesen Nachteil zu beseitigen.
  • Ein anderes Ziel der Erfindung ist es, ein Verfahren zur Oberflächenkontrolle und eine entsprechende Anlage zur Oberflächenkontrolle zu schaffen, die die Kontrolle von mit großer Geschwindigkeit laufenden Oberflächen gestatten.
  • Gegenstand der Erfindung ist deshalb ein Verfahren zur Kontrolle der Oberfläche eines laufenden Bandes zur Erfassung von Oberflächenfehlern, umfassend die Schritte, die darin bestehen, dass mit Hilfe von Bildaufnahmemitteln mindestens ein digitales Bild mindestens einer der Seiten des Bandes hergestellt wird, das aus einer Anzahl von aufeinander folgenden Zeilen von Bildelementen besteht, denen jeweils ein digitaler Wert zugeteilt ist, dass dieses mindestens eine digitale Bild für die Erfassung von Oberflächenunregelmäßigkeiten durch Erfassung von relativen Änderungen dieser digitalen Werte gefiltert wird, dass dieses mindestens eine Bild so in verdächtige Zonen segmentiert wird, dass jede verdächtige Zone eine Oberflächenunregelmäßigkeit enthält, und dass die verdächtigen Zonen für die Identifizierung des jeder erfassten Unregelmäßigkeit entsprechenden Oberflächentyps behandelt werden, dadurch gekennzeichnet, dass der Schritt der Segmentierung dieses mindestens einen Bildes darin besteht, dass ein erstes Profil der Änderung der digitalen Werte der Bildelemente in einer ersten Richtung berechnet wird, dieses berechnete Profil einer Schwellenwert-Setzung unterzogen wird, so dass Bänder von Bildelementen begrenzt werden, die jeweils mindestens eine Oberflächenunregelmäßigkeit aufweisen, bei jedem begrenzten Band ein zweites Profil der Änderung der digitalen Werte in einer zweiten Richtung, die von der ersten Richtung verschieden ist, berechnet wird und dieses zweite berechnete Profil einer Schwellenwert-Setzung unterzogen wird, um die verdächtigen Zonen zu begrenzen, die jeweils eine Oberflächenunregelmäßigkeit enthalten. Dieser Schritt der Berechnung des ersten Profils umfasst die Berechnung der Summe der digitalen Werte von jeder Spalte von Bildelementen und dieser Schritt der Berechnung des zweiten Profils umfasst bei jedem Band die Berechnung der Summe der digitalen Werte jeder Zeile von Bildelementen.
  • Da auf diese Weise die Segmentierung der Bilder nicht mehr willkürlich, sondern in Abhängigkeit von dem Auftreten von Oberflächenunregelmä ßigkeiten vor sich geht, können die Fehler nicht mehr durch die Bildverarbeitung zerschnitten werden.
  • Das erfindungsgemäße Verfahren kann außerdem eines oder mehrere der folgenden Merkmale aufweisen:
    • – nach dem Schritt der Segmentierung der Bilder in verdächtige Zonen berechnet man für jede Zone die Einzelfläche von Abschnitten der Zone, die jeweils von Bildelementen gebildet sind, die ein Unregelmäßigkeitssegment darstellen, und eliminiert die Unregelmäßigkeitssegmente, deren Fläche kleiner als eine vordefinierte Schwelle ist;
    • – der Schritt der Herstellung von Bildern umfasst die Herstellung einer Anzahl von Bildern von aufeinander folgenden Teilen des vorbeilaufenden Bandes in Form von Zeilen und Spalten von Bildelementen und die Verschmelzung dieser Bilder zu einem Bild, indem diese Zeilen in einem Speicher an aufeinander folgenden Adressen gespeichert werden;
    • – nach dem Schritt der Filterung des gespeicherten Bildes begrenzt man in dem Speicher als Antwort auf eine Erfassung eines Bildelements einer Unregelmäßigkeit eine Speicherzone, in der Zeilen von Bildelementen gespeichert sind, die nacheinander von den Bildaufnahmemitteln geliefert werden und mindestens ein Bildelement umfassen, das mindestens einer Unregelmäßigkeit entspricht, wobei dieser Schritt der Segmentierung auf jeder Speicherzone durchgeführt wird;
    • – die Speicherzone, die in dem Speicher als Antwort auf eine Erfassung eines Bildelements mindestens einer Unregelmäßigkeit geöffnet wird, wird geschlossen, sobald kein Bildelement einer Unregelmäßigkeit mehr in einer vorbestimmten Anzahl von Zeilen von Bildelementen erfasst wird;
    • – das Verfahren umfasst außerdem einen Schritt der Erfassung von Speicherzonen großer Länge durch Vergleich der Anzahl von Zeilen von Bild elementen, die in jeder Speicherzone gespeichert sind, mit einer vorbestimmten Schwelle der Erfassung von Speicherzonen großer Länge, wobei diese Speicherzone im Fall des Überschreitens dieser Schwelle geschlossen wird;
    • – nach dem Schritt der Segmentierung des Bildes in verdächtige Zonen bildet man eine Gruppe von verdächtigen Zonen, indem man ein und derselben Unregelmäßigkeit entsprechende, verdächtige Zonen von aufeinander folgenden Speicherzonen einander zuordnet, von denen mindestens eine eine Speicherzone großer Länge ist, und, wenn die Gesamtanzahl von Zeilen von Bildelementen der verdächtigen Zonen dieser Gruppe höher als eine Schwelle der Erfassung von Fehlern großer Länge ist, führt man den Schritt der Bildverarbeitung auf einer dieser verdächtigen Zonen dieser Gruppe durch und ordnet das Ergebnis der Verarbeitung den anderen verdächtigen Zonen dieser Gruppe zu.
  • Gegenstand der Erfindung ist ferner eine Anlage zur Kontrolle der Oberfläche zur Durchführung eines Verfahrens der oben definierten Art, dadurch gekennzeichnet, dass sie eine Anlage zur Kontrolle der Oberfläche eines laufenden Bandes zur Durchführung eines Kontrollverfahrens umfasst, dadurch gekennzeichnet, dass sie Bildaufnahmemittel zum Aufnehmen mindestens einer der Seiten des Bandes, einen Speicher zum Speichern mindestens eines Bildes des Bandes in Form von Zeilen und Spalten von Bildelementen, denen jeweils ein digitaler Wert zugeordnet ist, einen Kreis zum Filtern dieses mindestens einen digitalen Bildes für die Erfassung von Oberflächenunregelmäßigkeiten durch Erfassung von relativen Änderungen dieser digitalen Werte und eine Einheit zur Verarbeitung der von der Filtervorrichtung kommenden Signale aufweist, die eine erste Stufe der Segmentierung dieses mindestens einen digitalen Bildes in verdächtige Zonen, die jeweils eine Oberflächenunregelmäßigkeit aufweisen, und eine zweite Stufe der Verarbeitung des Bilds von verdächtigen Zonen zur Identifizierung des dieser Unregelmäßigkeit entsprechenden Oberflächenfehlertyps umfasst, und dass die erste Stufe der Segmentierung erste Mittel zur Berechnung eines ersten Profils der Änderung der digitalen Werte der Bildelemente in einer ersten Richtung und zweite Mittel zur Berechnung eines zweiten Profils der Änderung der digitalen Werte in einer zweiten Richtung, die von der ersten Richtung verschieden ist, umfasst. Diese Segmentierungsstufe umfasst erste Mittel zur Berechnung der Summe der digitalen Werte der Bildelemente jeder Bildelementspalte zur Erstellung eines ersten Profils der Änderung der digitalen Werte und zweite Mittel zur Berechnung der Summe der digitalen Werte der Bildelemente jeder Zeile für die Erstellung eines zweiten Profils der Änderung der digitalen Werte.
  • Diese Anlage kann außerdem die folgenden Merkmale einzeln oder in Kombination aufweisen:
    • – die Anlage umfasst außerdem Mittel zum Filtern dieser Profile, die den ersten und den zweiten Rechenmitteln zugeordnet sind, und mit diesen Filtermitteln verbundene Schwellenwertsetzmittel für die Begrenzung dieser verdächtigen Zonen;
    • – die Anlage umfasst am Ausgang des Filterkreises angeordnete und mit dem Speicher verbundene Mittel zur Verwaltung der Adressierung der Bildelemente in diesem Speicher, die dafür ausgelegt sind, in diesem Speicherzonen zu begrenzen; die für die Aufzeichnung von aufeinander folgenden Zeilen von Bildelementen ausgelegt sind, die jeweils mindestens ein Bildelement umfassen, das mindestens einer Unregelmäßigkeit entspricht, wobei diese Speicherzonen jeweils eine maximale Kapazität haben;
    • – die Verarbeitungseinheit weist außerdem Mittel zur Berechnung der Anzahl von Zeilen von Bildelementen von verdächtigen Zonen, die in aufeinander folgenden Speicherzonen gespeichert sind und ein und derselben Unregelmäßigkeit entsprechen, und Mittel zum Vergleichen dieser Anzahl von Zeilen mit einer Schwelle der Erfassung eines Fehlers großer Länge auf.
  • Weitere Merkmale und Vorteile ergeben sich aus der folgenden Beschreibung, die nur als Beispiel dient und in der auf die beiliegende Zeichnung Bezug genommen wird. In dieser zeigen:
  • 1 ein allgemeines Schema einer Ausführungsform einer erfindungsgemäßen Oberflächenkontrollanlage,
  • 2 eine Darstellung eines Teils eines Bilds, das von den Bildaufnahmemitteln der Anlage von 1 geliefert wird und im Speicher gespeichert wird,
  • 3a bis 3e Darstellungen von verschiedenen Bildern der Oberfläche eines Bandes während eines Bildteilungsschrittes,
  • 4 ein Organigramm, das den allgemeinen Betrieb der Anlage von 1 veranschaulicht,
  • 5 ein Organigramm, das die einzelnen Schritte der Verarbeitung der gefilterten digitalen Bilder zeigt,
  • 6a und 3b Schemas, die in Abhängigkeit von der Länge und von der Breite der Oberflächenfehler die verschiedenen Fehlerklassen bei einem Halbfertigprodukt (DKP) bzw. einem galvanisierten Produkt zeigen, und
  • 7 ein Organigramm, das die Schritte eines Programms zur Analyse erfasster Oberflächenfehler zeigt.
  • Die in 1 dargestellte Anlage ist für die Erfassung von Oberflächenfehlern eines mit hoher Geschwindigkeit ablaufenden Bandes 10, beispielsweise eines eine Walzstrecke verlassenden gewalzten Bandes, bestimmt.
  • Die Oberflächen des Blechs 10 werden mit Hilfe einer Bildaufnahmevorrichtung 12 kontrolliert, die einer Filterstufe 14 digitale Bilder der Oberfläche des Bandes liefert.
  • Bei dem dargestellten Ausführungsbeispiel besitzt die Anlage eine einzige Bildaufnahmevorrichtung 12, die auf eine der Oberflächen des Bandes gerichtet ist, die Anlage kann jedoch natürlich auch mit zwei Bildaufnahmevorrichtungen ausgerüstet sein, um Bilder von jeder Oberfläche des Bandes 10 zu bilden.
  • Die Bildaufnahmevorrichtung 12 kann aus jeder für die ins Auge gefasste Verwendung geeigneten Vorrichtung bestehen, deren Bildbreite im Wesentlichen gleich der Breite der Kontrollzone des Bandes 10 ist, die aus der ganzen Bandbreite bestehen kann. Sie kann auch aus einer oder mehreren matriziellen Kameras bestehen, die Bilder von endlicher Länge liefern, indem man die Laufrichtung des Bandes betrachtet, oder aus einer oder mehreren linearen Kameras, die Bilder von unendlicher Länge liefern.
  • In dem Fall, in dem eine matrizielle oder lineare Kamera nicht ausreicht, um die ganze Breite der Kontrollzone des Bandes abzudecken, verwendet man mehrere Kameras, die auf der Breite des Bandes verteilt sind.
  • Wie 2 zeigt, bildet die Aufnahmevorrichtung 12 Zeilen i von M adressierbaren Bildelementen Ii,j oder Pixel bei einer Lokalisierung der Pixel in der Länge des Bandes 10 durch Zeile Nr. i und in der Breite durch Spalte Nr. j, wobei jedem Bildelement ein digitaler Wert zugeordnet ist, der eine Graustufe darstellt.
  • Die Zeilen von Bildelementen werden in einem Speicher 18 der Filterstufe unter der Steuerung durch eine Verwaltungsschaltung 20 gespeichert.
  • Gemäß einem ersten Beispiel besteht die Bildaufnahmevorrichtung aus einer linearen Kamera, die dem Speicher 18 10.000 Zeilen von 2048 Pixel pro Sekunde liefert, wobei diese Zeilen im Speicher an aufeinander folgenden Adressen gespeichert werden.
  • Gemäß einem anderen Beispiel besteht die Bildaufnahmevorrichtung aus zwei matriziellen Kameras, die auf der Breite des Bandes verteilt sind, um die Breite des Bandes abzudecken, und die dafür ausgelegt sind, 10 Bilder/s aufzunehmen. Jedes von einer einzigen Kamera gelieferte Bild besteht aus 1024 Zeilen zu 1024 Pixel, die dem Speicher 18 geliefert werden.
  • Auf diese Weise liefert das Bildaufnahmesystem ständig Zeilen von Bildelementen, wobei jedem Bildelement ein digitaler Wert zugeordnet ist, der eine Graustufe darstellt. Es wird also pro Zeile getaktet, wenn es sich um eine lineare Kamera handelt, und pro Zeilengruppe, wenn es sich um eine matrizielle Kamera handelt.
  • Wie 1 zeigt, besitzt die Filterstufe 14 außerdem einen Filterkreis 21, der aus einem Bildverarbeitungsoperator besteht, der die Erfassung von Änderungen, die sich auf die digitalen Werte der Bildelemente oder Pixel beziehen, für die Erfassung von Oberflächenunregelmäßigkeiten gewährleistet.
  • Der Filterkreis besteht vorzugsweise aus einer Umrisserfassungsschaltung, beispielsweise einem Detektor vom Typ "Prewitt", der Graustufenänderungen zwischen Bildelementen erfasst, die in gegenseitiger Nähe gelegen sind, was die Erfassung der Zonen des Blechs 10 gestattet, die Oberflächenunregelmäßigkeiten aufweisen.
  • Wie 1 zeigt, ist der Ausgang des Filterkreises 14 mit einer Signalverarbeitungseinheit 22 verbunden, die eine erste Stufe 24 zur Segmentierung der digitalen Bilder in Bildelementzonen aufweist, die jeweils eine durch die Filterstufe 14 erfasste Oberflächenunregelmäßigkeit begrenzen, sowie eine zweite Stufe 26 zur Verarbeitung von Signalen, die aus einer Rechenschaltung 28 besteht, der ein entsprechender Speicher 30 zugeordnet ist, in dem Verarbeitungsalgorithmen für die Oberflächenfehlererkennung und -identifizierung für jede eine Oberflächenunregelmäßigkeit aufweisende Zone gespeichert sind. Die in 1 dargestellte Anlage ist ferner mit einer Visualisierungsvorrichtung 32 versehen, die am Ausgang der Verarbeitungseinheit 22 angeschlossen ist, von der ein Eingang an einen Ausgang der Rechenschaltung 28 angeschlossen ist und die die Visualisierung der erfassten Oberflächenfehler gestattet, denen Informationen zugeordnet sind, die den Fehlertyp und Parameter betreffen, die die Schwere dieser Fehler darstellen, wie im Nachstehenden ausführlich beschrieben wird.
  • Die Arbeitsweise der beschriebenen Anlage wird nun unter Bezugnahme auf die 2 bis 7 beschrieben.
  • In 3a ist ein Teil des Blechs dargestellt, das eine Anzahl von Oberflächenunregelmäßigkeiten, wie zum Beispiel 34, aufweist.
  • Das Feld der Bildaufnahmevorrichtung 12 beträgt vorzugsweise die ganze Breite des Bandes 10. Während eines ersten Schritts36 (4) nimmt die Bildaufnahmevorrichtung aufeinander folgende Zeilen von Bildelementen der Oberfläche des Bandes 10 auf, wobei diese Bildelemente im Speicher 18 gespeichert werden, wobei ihnen ein Graustufenwert zugeordnet wird.
  • Während dieses ersten Schritts 36 der Bildaufnahme führt die Verwaltungsschaltung 20 gegebenenfalls eine Verschmelzung der von der Bildaufnahmevorrichtung 12 gelieferten Bilder durch, indem die aufeinander folgenden Pixel zusammengefasst werden, und zwar einerseits in der Richtung der Breite des Bandes 10, falls mehrere Kameras verwendet werden, um die ganze Breite der Kontrollzone zu bedecken, um im Speicher 18 ein Bild zu erhalten, dessen Breite der der kontrollierten Zone entspricht, und andererseits in der Richtung der Länge des Bandes 10, falls die Bildaufnahmevorrichtung 12 eine oder mehrere matrizielle Kameras verwendet, indem die nacheinander gelieferten Gruppen von Pixelzeilen verschmolzen werden.
  • Das im Speicher 18 gespeicherte Bild, das im Nachstehenden "Rohbild" genannt wird, besteht aus einer Anzahl von Bildelementen Ii,j, wobei i die Adresse der Zeile im Speicher bezeichnet und von 1 bis N gehen kann, und j die Nummer eines Bildelements jeder Zeile bezeichnet und von 1 bis M gehen kann, wobei M beispielsweise gleich 2048 ist, wobei jedem Bildelement ein digitaler Graustufenwert zugeordnet ist.
  • Es ist zu bemerken, dass der Wert N von der Kapazität des Speichers abhängt. Diese Kapazität muss für die Speicherung einer ausreichenden Anzahl von Zeilen angesichts der durchzuführenden späteren Verarbeitung angepasst sein. Für die Speicherung eines Bildes, das einer Länge von 15 m Blech mit einer Anzahl von Bildelementzahlen von gleich 1024/m entspricht, beträgt N beispielsweise vorzugsweise gleich 15360 Zeilen.
  • Wenn die Kapazität des Speichers gesättigt ist, werden die nacheinander ankommenden Zeilen an der Stelle der ältesten zuvor gespeicherten und normal verarbeiteten Pixelzeilen gespeichert.
  • Wenn der Speicher 18 gesättigt ist und die ältesten Pixelzeilen nicht verarbeitet wurden, wird eine Sättigungswarnung abgegeben, um anzuzeigen, dass eine Zone des Bandes nicht kontrolliert wird.
  • In diesem Fall bestimmt man auf dem Band die Lage der nicht kontrollierten Zone durch Identifizierung und Speicherung der nicht gespeicherten aufeinander folgenden Zeilen in einer Datei, und zwar beispielsweise zum Zweck einer statistischen Analyse von nicht kontrollierten Abschnitten des Bandes.
  • Angesichts der mittleren Bandlaufgeschwindigkeit und der mittleren Dichte von zu identifizierenden Oberflächenunregelmäßigkeiten bei einem gegebenen Bandtyp kann man eine erforderliche mittlere Rechenleistung bestimmen, die einer mittleren Verarbeitungsgeschwindigkeit entspricht, jenseits welcher praktisch keine Gefahr mehr besteht, dass nicht verarbeitete Zeilen gelöscht werden.
  • Man dimensioniert die Verarbeitungsmodule also vorzugsweise so, dass die momentane Verarbeitungsgeschwindigkeit höher als diese mittlere Geschwindigkeit ist.
  • Abgesehen von seiner Aufgabe der Verschmelzung der Bilder gewährleistet der Speicher 18 außerdem eine Pufferfunktion, die es gestattet, Änderungen und insbesondere Erhöhungen der Verarbeitungslast infolge einer Erhöhung der Dichte der Oberflächenunregelmäßigkeiten aufzufangen.
  • Während des folgenden Schritts 38 ordnet man jedem im Speicher 18 gespeicherten Bild ein binäres Bild zu, das Umrisslinien von Oberflächenunregelmäßigkeiten darstellt.
  • Zu diesem Zweck werden die aufeinander folgenden Zeilen von Rohbildelementen in diesem Schritt durch die Filterschaltung 21 gefiltert, die, wie oben erwähnt wurde, beispielsweise aus einem zweiseitig gerichteten Prewitt-Filter herkömmlichen Typs besteht, das die Aufgabe hat, Graustufenänderungen der Rohbildelemente zu erfassen, die das Vorliegen von Oberflächenunregelmäßigkeiten ausdrücken, um ihren in das zugeordnete binäre Bild eingeschriebenen Umriss zu bestimmen.
  • Bei der beschriebenen Ausführungsform geht man davon aus, dass das verwendete Filter ein Prewitt-Filter ist, wobei jedoch jeder andere Filtertyp, der für die ins Auge gefasste Verwendung geeignet ist, ebenfalls verwendet werden kann.
  • Das Prewitt-Filter gewährleistet eine Bestimmung der Lage des Umrisses der Oberflächenunregelmäßigkeit, indem auf jeder Zeile eines Rohbildes Bildelemente erfasst werden, die zu einer Unregelmäßigkeitsumrisslinie gehören können, wobei diese Bildelemente im Nachstehenden "verdächtige Pixel" genannt werden.
  • Das Filter, das hier verwendet wird, teilt jedem binären Bildelement, das jedem verdächtigen Pixel des von der Bildaufnahmevorrichtung 12 gelieferten Rohbildes zugeordnet ist, einen digitalen Wert "1" zu, wobei die anderen Pixel des binären Bildes auf 0 gehalten werden.
  • Dieser Filterungsschritt 38 gestattet auf diese Weise, im Speicher 18 ein binäres Bild zu bilden, das aus einer Anzahl von binären Bildelementen Bi,j besteht, deren jedem ein binärer Wert gleich 1 bei einem Pixel, das zu einem Umriss einer Unregelmäßigkeit gehört, und gleich einem Wert Null bei einem Pixel, das nicht zu einem Umriss einer Oberflächenunregelmäßigkeit gehört, zugeteilt wird.
  • Während des folgenden Schritts 40 wird das im Speicher 18 gespeicherte binäre Bild mit Hilfe eines herkömmlichen Konnektivitäts-Operators verarbeitet, der an dieses Bild eine Maske anlegt, um Pixel des binären Bildes, die einen Wert Null haben und zwischen zwei relativ nahen verdächtigen Bildelementen gelegen sind, auf den digitalen Wert "1" zu zwingen, um bei jedem erfassten Umriss durchgehende Linien zu erhalten und zu definieren.
  • Nachdem sie dieser Bearbeitung unterzogen wurden, werden die rohen und binären Bilder gereinigt, um die von einem Umriss begrenzten Flecken zu entfernen, deren Fläche unter einer bestimmten Schwelle, beispielsweise 3 × 3 Pixel, liegt. Man erhält nun ein binäres Bild, das dem von der Bildaufnahmevorrichtung 12 gelieferten Rohbild überlagert ist und die Umrisse zeigt, die die im Rohbild erfassten Oberflächenunregelmäßigkeiten begrenzen. Das binäre Bild und das Rohbild sind nun für die Verarbeitung bereit.
  • Im folgenden Schritt 42 analysiert die Verwaltungsschaltung 20 nacheinander jede Zeile des gespeicherten binären Bildes, um binäre Elemente vom Wert "1", das heißt suspekte Elemente, zu erfassen. Sobald ein verdächtiges Pixel erfasst ist, bestimmt die Verwaltungsschaltung 20 die Nummer der entsprechenden Zeile, öffnet ausgehend von dieser Zeilennummer eine Speicherzone von vorbestimmter Kapazität in Form eines Fensters im Speicher 18 (Schritt 44) und hält dieses Fenster offen, solange die Verwaltungsschaltung in den folgenden Zeilen verdächtige Pixel erfasst.
  • Dieses Fenster, das im Nachstehenden "verdächtiges Fenster" genannt wird, enthält auf diese Weise verdächtige Pixel, das heißt Pixel, die zu einer Oberflächenunregelmäßigkeit gehören können.
  • Die Verwaltungsschaltung 20 schließt das verdächtige Fenster wieder, sobald in einer vorbestimmten Anzahl von aufeinander folgenden Zeilen des binären Bildes kein verdächtiges Pixel mehr erfasst wird, indem die Nummer der letzten Zeile aufgezeichnet wird, in der ein verdächtiges Pixel geortet wurde.
  • Das auf diese Weise im Speicher 18 definierte verdächtige Fenster stellt ein Rohbildsegment dar, dem ein entsprechendes binäres Bildsegement zugeordnet ist, und enthält mindestens eine Oberflächenunregelmäßigkeit, die identifiziert und erkannt werden soll.
  • Insbesondere wird das im Schritt 44 geöffnete Fenster offen gehalten, solange die Anzahl der letzten in diesem Fenster gespeicherten aufeinander folgenden Bildelementzeilen, die kein verdächtiges Pixel enthalten, eine vorbestimmte Schwellenanzahl von aufeinander folgenden binären Zeilen nicht überschreitet, wobei diese Schwelle mindestens gleich 1 ist.
  • Auf diese Weise wird im folgenden Schritt 45 die Anzahl der aufeinander folgenden Bildelementzeilen, die kein verdächtiges Pixel enthalten, mit dieser Schwellenzahl verglichen, und im Fall der Gleichheit wird das verdächtige Fenster geschlossen (Schritt 46).
  • Im Schritt 47 wird ferner die Anzahl von im offenen Fenster aufgezeichneten Zeilen mit einer vorbestimmten Schwelle verglichen, die "Schwelle der Erfassung eines Fensters großer Länge" oder "Schwelle der Erfassung eines langen Fehlers" genannt wird.
  • Diese vorbestimmte Schwelle entspricht der vorbestimmten maximalen Kapazität der Speicherzonen im Speicher 18.
  • Wenn die Anzahl von aufgezeichneten Zeilen größer als diese Schwelle ist, wird das Fenster geschlossen (Schritt 48), und man entscheidet im folgenden Schritt 50, dass das Fenster ein so genanntes verdächtiges Fenster großer Länge ist, das eine Oberflächenunregelmäßigkeit enthält, deren Anzahl von Bildelementzeilen größer als die Schwelle der Erfassung eines langen Fehlers ist.
  • Es ist ferner zu bemerken, dass die verdächtigen Fenster in dem beschriebenen Ausführungsbeispiel nacheinander geöffnet werden.
  • Im Verfahren zur Oberflächenkontrolle folgen dann Phasen der Teilung der im Speicher 18 gespeicherten verdächtigen Fenster in so genannte "suspekte Zonen", die jeweils eine Oberflächenunregelmäßigkeit aufweisen, indem entweder die dem Rohbild entsprechende Komponente oder die dem binären Bild entsprechende Komponente verwendet wird.
  • Zu diesem Zweck führt die Stufe 24 in den folgenden Schritten 58 bis 64 mit Hilfe geeigneter Mittel, beispielsweise Softwaremittel, eine Berechnung des Akkumulationsprofils der digitalen Werte oder der binären Werte bei jedem Rohbild bzw. bei jedem binären Bild einerseits in der Längsrichtung und andererseits in der Richtung der Breite aus, und zwar durch Projektion der digitalen Werte oder der binären Werte gemäß zwei senkrechten Achsen und durch Schwellenwert-Setzung in den Profilen, so dass verdächtige Zonen begrenzt werden, die jeweils eine Oberflächenunregelmäßigkeit einschließen.
  • Obwohl die Berechnung dieses Profils aus den Bildelementen des Rohbildes zugeordneten digitalen Werten oder aus binären Werten des nach Verarbeitung gespeicherten Bildes durchgeführt werden kann, geht man in der weiteren Beschreibung davon aus, dass die Verarbeitung des Bildes ausgehend von dem binären Bild durchgeführt wird.
  • Diese Rechenoperation beginnt mit einer Phase der Segmentierung jedes verdächtigen Fensters in ein Unregelmäßigkeiten umfassendes verdächtiges Band, wobei jedes Band dann in eine oder mehrere verdächtige Zonen segmentiert wird.
  • Zunächst errechnet die Stufe 24 im Schritt 58 mit Hilfe einer Rechenschaltung 24-a (1) die Summe der binären Werte jeder Zeile des verdächtigen Fensters, um auf M Spalten ein erstes Querprofil in der Richtung der Breite des Bandes zu erhalten. Man erhält auf diese Weise die in 3b dargestellte Kurve.
  • Im folgenden Schritt 60 wird dieses Profil einer Umrahmungsschaltung 24-b eingegeben, um so umrahmt zu werden, dass Bildelemente einer Unregelmäßigkeit, die in gegenseitiger Nähe gelegen sind, nicht getrennt werden.
  • Die Umrahmungsschaltung 24-b kann aus jedem geeigneten Filtertyp bestehen, wie zum Beispiel einem RIF-Filter mit endlicher Impulsantwort oder einem RII-Filter mit unendlicher Impulsantwort, besteht vorzugsweise jedoch aus einem Filter mit Gleitfenster, mit dem ein gerahmtes Profil r(x) geliefert werden kann, dessen Werte durch die folgende Gleichung bestimmt werden:
    Figure 00190001
    in der K die Breite des Gleitfensters ist,
    F(x–i) der Wert der Spalte (x–i) des zu umrahmenden Profils ist,
    Q der Koeffizient des Gleitfensterfilters ist und beispielsweise gleich 1 gewählt ist, und
    X die Spaltennummer des gerahmten Profils ist.
  • Das auf diese Weise gerahmte Profil wird dann im folgenden Schritt 62 mit Hilfe einer Schwellenwertsetzschaltung 24-c durch Vergleich mit einem Schwellenwert der Erfassung von Unregelmäßigkeiten einer Schwellenwertsetzung unterzogen.
  • Man erhält auf diese Weise das gerahmte und mit Schwellenwerten versehene Profil, das in 3c dargestellt ist und das verdächtige Bänder begrenzt, die in 3a mit unterbrochenen Linien dargestellt sind und jeweils eine oder mehrere Oberflächenunregelmäßigkeiten enthalten.
  • Wie oben erwähnt wurde, werden die auf diese Weise definierten verdächtigen Bänder dann in verdächtige Zonen segmentiert, die jeweils eine Oberflächenunregelmäßigkeit aufweisen.
  • Zu diesem Zweck werden im folgenden Schritt 64 die Schritte 58, 60 und 62 wieder durchgeführt und unabhängig auf jede Bildelementzeile jedes verdächtigen Bandes angewendet, so dass man ein Profil der Akkumulation der binären Werte in der Längsrichtung erhält, wie in 3d dargestellt ist.
  • Dieses Längsprofil wird dann wie oben gerahmt und einer Schwellenwertsetzung unterzogen, um das in 3e dargestellte Bild zu erhalten, in dem verdächtige Zonen, wie die Zonen 66, definiert sind, die jeweils eine erfasste Oberflächenunregelmäßigkeit eingrenzen, wobei jede Unregelmäßigkeit natürlich mehrere Objekte oder Unregelmäßigkeitssegmente umfassen kann.
  • Jede auf diese Weise definierte verdächtige Zone enthält also ein Rohbildsegment und das entsprechende Binärbildsegment.
  • Die auf diese Weise abgegrenzten verdächtigen Zonen 66 werden außerdem vorzugsweise dem Eingang einer zweiten Rechenschaltung 24-d zugeführt, die an den Ausgang der Schwellenwertsetzschaltung 24-c angeschlossen ist und mit deren Hilfe die Unregelmäßigkeiten von kleinen Abmessungen ausgeschaltet werden.
  • Zu diesem Zweck behandelt man im folgenden Schritt 68 unabhängig jede verdächtige Zone des binären Bildes mit Hilfe eines klassischen Labelisierungsalgorithmus, um eine Oberflächenunregelmäßigkeit bildende Objekte zu begrenzen, wobei jedes Objekt durch eine Anzahl von miteinander in Kontakt stehenden verdächtigen Bildelementen definiert wird.
  • Dann wird die Fläche jedes Objekts sowie die mittlere Fläche der zu einer gemeinsamen verdächtigen Zone gehörenden Objekte berechnet.
  • Die Objekte von kleinen Abmessungen werden von der Verarbeitung ausgeschlossen. Zu diesem Zweck entscheidet man, die Objekte auszuschalten, deren Einzelfläche kleiner als ein vorbestimmter Prozentsatz der errechneten mittleren Fläche ist.
  • Man erhält auf diese Weise am Ausgang der Rechenschaltung 24-d jeweils eine Unregelmäßigkeit enthaltende verdächtige Zonen, aus denen die kleinen Objekte entfernt wurden.
  • Diese auf diese Weise gereinigten verdächtigen Zonen werden dann im Speicher 30 der Rechenschaltung 28 gespeichert, um verarbeitet zu werden, wie im Nachstehenden unter Bezugnahme auf 5 ausführlich beschrieben wird.
  • Es ist zu bemerken, dass die Rechenschaltung 24-a, die Rahmungsschaltung 24-b, die Schwellenwertsetzschaltung 24-c und die Rechenschaltung 24-d Schaltungen vom gebräuchlichen Typ sind. Sie werden deshalb im Nachstehenden nicht ausführlich beschrieben.
  • Wenn ein verdächtiges Fenster im vorhergehenden Schritt 50 als verdächtiges Fenster großer Länge eingestuft wurde, geht dem Schritt der Bearbeitung der Bilder eine Phase der Ausschaltung der Bearbeitung von manchen verdächtigen Zonen voraus, was eine Verringerung der Belastung der Rechenschaltung 28 gestattet.
  • Zu diesem Zweck geht man folgendermaßen vor: sobald man ein verdächtiges Fenster großer Länge erfasst (Schritte 47, 48 und 50) und auf die oben beschriebene Weise in verdächtige Zonen zerschneidet, ortet man im folgenden Schritt 70 mindestens eine verdächtige Zone dieses Fensters, deren unterste Bildelementzeile zu derjenigen des Fensters gehört. Diese auf diese Weise geortete verdächtige Zone wird dann als "unten geschnittene verdächtige Zone" eingestuft.
  • Das auf ein verdächtiges Fenster großer Länge folgende verdächtige Fenster wird als "verdächtiges Verlängerungsfenster" bezeichnet.
  • Ein verdächtiges Verlängerungsfenster kann ebenfalls von großer Länge sein.
  • Nach dem Zerschneiden eines verdächtigen Verlängerungsfensters in verdächtige Zonen auf die oben beschriebene Weise ortet man mindestens eine verdächtige Zone dieses Fensters, deren obere Bildelementzeile zu derjenigen dieses Fensters gehört, wobei diese verdächtige Zone als "oben abgeschnittene verdächtige Zone" oder "verdächtigte Verlängerungszone" bezeichnet wird (Schritt 71). Man ordnet die "unten abgeschnittenen" verdächtigen Zonen des Fensters großer Länge und die "oben abgeschnittenen" verdächtigen Zonen des verdächtigen Verlängerungsfensters einander zu (Schritt 72).
  • Im folgenden Schritt 73 bestimmt man, ob das verdächtige Verlängerungsfenster seinerseits von großer Länge ist. Ist dies der Fall, ermittelt man mindestens eine verdächtige Zone dieses Fensters, deren unterste Bildelementzeile zu derjenigen des Fensters gehört, wobei diese verdächtige Zone nun wie oben als "unten abgeschnittene verdächtige Zone" bezeichnet wird, und man führt dieselbe Zusammensetzungsbehandlung dieser verdächtigen Zone mit den "oben abgeschnittenen" verdächtigen Zonen des folgenden so genannten Verlängerungsfensters aus (Schritt 74).
  • Im Maße der Zuordnung oder Kombinierung der abgeschnittenen verdächtigen Zonen von einem Fenster zum anderen aktualisiert man die Länge jedes Fehlers. Im folgenden Schritt 75 vergleicht die Verarbeitungseinheit 22 die Länge jedes Fehlers mit der Länge eines Fensters großer Länge, das heißt mit der oben erwähnten Schwelle der Erfassung langer Fehler.
  • Sobald diese Länge diejenige eines Fensters großer Länge überschreitet, bezeichnet man den Fehler als einen langen Fehler (Schritt 76) und öffnet "eine Gruppe langer Fehler", die durch eine Zone des Speichers der Verarbeitungsstufe definiert wird und in die man alle abgeschnittenen und kombinierten aufeinander folgenden verdächtigen Zonen setzt, die tatsächlich ein und denselben, "langer Fehler" genannten Fehler bilden.
  • Dann entfernt man aus der Bildverarbeitung alle verdächtigen Verlängerungszonen, die zu Gruppen "langer Fehler" gehören; auf diese Weise wird die Bildverarbeitung in jeder Gruppe "langer Fehler" nur auf der ersten verdächtigen ("unten abgeschnittenen") Zone durchgeführt, und zur Vereinfachung der Verarbeitung ordnet man das Ergebnis dieser Verarbeitung allen verdächtigen Verlängerungszonen derselben Gruppe "langer Fehler" zu.
  • Im Maße der Zuordnung oder Kombinierung der abgeschnittenen verdächtigen Zonen von einem Fenster zum folgenden, indem man die Länge jedes Fehlers aktualisiert, der verdächtigen Zonen zugeordnet ist, die sich von einem Fenster zum folgenden entsprechen, kann man im Schritt 75 feststellen, dass dieser Fehler nicht ein langer Fehler ist.
  • Die Segmentierung eines solchen Fehlers kann nicht auf mehr als zwei aufeinander folgenden Fenstern stattfinden, es sei denn, er wird als langer Fehler eingestuft.
  • In diesem Fall öffnet man im Speicher 30 eine Speicherzone in der Form einer verdächtigen Zone, Neuzusammensetzungszone genannt, in die man die beiden entsprechend zusammengefügten und zentrierten abgeschnittenen verdächtigen Zonen desselben Fehlers setzt, wobei die Größe dieses Fensters dafür ausgelegt ist, diesen Fehler wie in dem Fall der nicht abgeschnittenen verdächtigen Zonen zu rahmen (Schritt 77).
  • Die verdächtigen Neuzusammensetzungszonen werden dann wie alle anderen verdächtigen Zonen verarbeitet.
  • Die Phase der Segmentierung der Rohbilder und binären Bilder in zu behandelnde verdächtige Zonen ist nun beendet, und man nimmt nun die Bearbeitung jeder in den Schritten 58 bis 68 abgegrenzten verdächtigen Zone vor, und zwar mit Ausnahme der verdächtigen Verlängerungszonen der Gruppe "langer Fehler".
  • Nun wird die Bearbeitung jeder verdächtigen Zone unter Bezugnahme auf die 5 und 7 beschrieben.
  • Diese Bearbeitung beginnt mit einem Schritt 78 der Berechnung von Parametern zur Fehleridentifizierung, der allgemein als Parameterextraktionsschritt bezeichnet wird.
  • Auf an sich bekannte Weise bestimmt man die Natur der Parameter, die die Fehler oder Oberflächenunregelmäßigkeiten des zu kontrollierenden Bandes charakterisieren können und erforderlich sind, um sie genau und zuverlässig zu erkennen und zu identifizieren.
  • Man bestimmt auch die Art der Berechnung dieser Parameter, und zwar insbesondere in Abhängigkeit von Werten von Bildelementen des Rohbildes oder des binären Bildes einer verdächtigen Zone, die diesen Fehler oder diese Oberflächenunregelmäßigkeit enthält.
  • Auf herkömmliche Weise findet man unter diesen Parametern im Allgemeinen die Länge, die Breite und die Fläche einer Oberflächenunregelmäßigkeit in einer verdächtigen Zone, die mittlere Stärke der Graustufen der Elemente des Rohbildes im Inneren des Fehlers, die Typenabweichung dieser Graustufen...
  • Die Anzahl von Parametern, die für eine genaue und zuverlässige Erkennung erforderlich sind und die im Folgenden mit P bezeichnet wird, kann sehr hoch sein und beispielsweise 65 erreichen.
  • Nachdem nun die Natur und die Art der Berechnung der Parameter der Fehler für einen zu kontrollierenden Bandtyp definiert sind, nimmt man die Berechnung der P Parameter für jede verdächtige Zone vor.
  • Jede verdächtige Zone oder Unregelmäßigkeit kann auf diese Weise mit einem Punkt in einem P-dimensionalen Raum dargestellt werden.
  • Diese hohe Anzahl P von Parametern ist angesichts der Zeit und der Bearbeitungsmittel zur Erkennung der verdächtigen Zonen ein Handicap. Um dieses Handicap zu vermeiden oder zumindest zu begrenzen, führt man einen Grobbearbeitungsschritt 80 aus, der eine beträchtliche Vereinfachung der Bearbeitung jeder verdächtigen Zone gestattet, indem die Unregelmäßigkeiten in einer Anzahl von Grobbearbeitungsklassen eingeteilt werden. Dieser grobe Bearbeitungsschritt, der eine Vorklassifizierung der Unregelmäßigkeiten in einer Anzahl von vordefinierten Klassen bildet, gestattet die Teilung des allgemeinen Problems der Analyse der Unregelmäßigkeiten in eine Anzahl von einfacheren zu behandelnden Problemen.
  • Insbesondere definiert man im Inneren jeder Grobbearbeitungsklasse eine Anzahl von Fehlereinzelklassen oder Fehlerfamilien, deren Anzahl begrenzt ist.
  • Um den Grobbearbeitungsschritt durchführen zu können, ist es erforderlich, eine Vorphase der Definition der Grobbearbeitungsklassen und gegebenenfalls ihrer zugeordneten vereinfachten Lage vorgesehen zu haben, und zwar im Allgemeinen vor Durchführung des erfindungsgemäßen Verfahrens.
  • Diese Vorphase ist für einen zu kontrollierenden Bandtyp spezifisch.
  • Als Beispiel einer Vorphase, die zur Definition von Grobbearbeitungsklassen führt, geht man folgendermaßen lernend vor: Man nimmt eine Oberflächeninspektion auf die oben bis zu diesem Stadium des Verfahrens beschriebene Weise an einer ausreichenden Anzahl von Proben desselben Bandtyps vor, um zu einer ausreichend zahlreichen und repräsentativen Population von verdächtigen Zonen zu kommen, von denen jede Unregelmäßigkeit mit einem Punkt in dem oben erwähnten Pdimensionalen Raum dargestellt wird.
  • Gemäß der nach der im Übrigen bekannten Methode der faktoriellen Korrespondenzanalyse ermittelt man, wie diese Punkte sich in Wolken in diesem Raum gruppieren.
  • Man geht nun davon aus, dass jeder Bereich des Raums, der eine Wolke abgrenzt, gestattet, eine Fehlertypologie zu definieren, und die Fehler einer gemeinsamen Wolke haben also Elemente gemeinsam und können gegebenenfalls in einem vereinfachten Bezugssystem dargestellt werden, das für diese Wolke oder diese Typologie spezifisch ist.
  • Um die Achsen eines für eine gegebene Typologie oder eine gegebene Wolke spezifischen vereinfachten Bezugssystems zu definieren, kann man die Hauptträgheitsachsen dieser Wolke verwenden, deren Lagen und Richtungen auf an sich bekannte Weise berechnet werden können.
  • Auf diese Weise können alle Fehler einer gemeinsamen Klasse im selben vereinfachten Bezugssystem in einem Raum dargestellt werden, dessen Abmessung kleiner als P ist, das heißt alle Fehler einer gemeinsamen Klasse können durch eine geringe Anzahl von Parametern, die kleiner als P ist, charakterisiert werden.
  • Unter Verwendung von herkömmlichen mathematischen Methoden erstellt man Bezugssystemänderungsmatrizes, die es gestatten, von einer Darstellung der Fehler in einem P-dimensionalen Raum zu einer Darstellung desselben Fehlers in einem vereinfachten Bezugssystem mit geringen Abmessungen überzugehen.
  • In dieser Vorphase, die zur Vorbereitung der Grobbearbeitung bestimmt ist, hat man auf diese Weise Typologien oder "Grobbearbeitungsklassen" von Fehlern und ein vereinfachtes Bezugssystem der Fehlerdarstellung definiert, das für jede Grobbearbeitungsklasse spezifisch ist.
  • Gemäß einem speziellen Beispiel können diese Grobbearbeitungsklassen aus der Länge (L) oder der Breite (1) der Unregelmäßigkeiten definiert werden; unter Bezugnahme auf die 6a und 6b definiert man beispielsweise 5 und 6 Grobbearbeitungsklassen für ein Blech "DKP" bzw. für ein galvanisiertes Blech, und zwar eine Klasse kleiner Fehler (pt), eine Klasse feiner und kurzer Fehler (fc), eine Klasse feiner und langer Fehler (fl), eine Klasse mittlerer und kurzer Fehler (mc), eine Klasse mittlerer und langer Fehler (ml) und eine Klasse von breiten Fehlern (1a), wobei jeder Klasse ein vereinfachtes Darstellungsbezugssystem zugeordnet ist.
  • Nach dem Schritt der Extraktion der Parameter kann man nun den Schritt 80 der eigentlichen Vorklassifizierung oder Grobbearbeitung vornehmen.
  • Zu diesem Zweck teilt man jeden Fehler oder jede Oberflächenunregelmäßigkeit einer verdächtigen Zone in die einzelnen zuvor definierten Grobbe arbeitungsklassen ein, und zwar in Abhängigkeit von dem Wert der P Parameter eines Fehlers und der Merkmale, die diese Klassen definieren.
  • Diese Voreinteilung der Fehler in Grobbearbeitungsklassen gestattet eine beträchtliche Vereinfachung der Erkennung der Fehler, indem diese Erkennung an jeder Grobbearbeitungsklasse durchgeführt wird.
  • Gemäß einer Abwandlung stellt man alle Fehler ein und derselben Klasse in einem dieser Klasse zugeordneten vereinfachten Bezugssystem dar, indem man die auf die P Parameter angewandte Bezugssystemänderungsmatrix dieser Klasse verwendet. Man gelangt auf diese Weise zu einer vereinfachten Charakterisierung aller Fehler durch eine geringe Anzahl von Parametern, was die Menge an Rechnungen, die bei der Erkennung durchzuführen sind, begrenzt.
  • Der spätere Schritt 82 der Verarbeitung besteht darin, dass die Fehler jeder Grobbearbeitungsklasse erkannt und identifiziert werden.
  • Die Identifizierungs- und Erkennungsbearbeitung ist für jede Grobbearbeitungsklasse spezifisch und wird im Allgemeinen zuvor in Abhängigkeit von den Fehlertypen definiert, die man in jeder Klasse antreffen kann.
  • Diese Identifizierungs- und Erkennungsbearbeitung kann in einer Klassifizierung bestehen, die beispielsweise auf der so genannten Methode der "Coulomb'schen Kugeln" beruht.
  • Man kann auch andere bekannte Methoden verwenden, wie zum Beispiel die Methode der diskriminierenden Analyse, die Methode des Entschei dungsbaums oder die Methode, die über die Bestimmung des nächsten benachbarten "K" geht.
  • Gemäß der Methode der Coulomb'schen Kugeln werden die für eine gegebene Grobbearbeitungsklasse spezifischen Fehlertypologien durch Kugeln dargestellt, die in ihrer Lage und ihrer Größe in dem dieser Klasse zugeordneten vereinfachten Raum ausgemacht werden können.
  • Jede Kugel entspricht einem Fehlertyp und/oder einem Fehleridentifizierungsnamen.
  • So bestimmt man zum Erkennen und Identifizieren eines Fehlers einer gegebenen Grobbearbeitungsklasse im Schritt 83, zu welcher Kugel der Fehler gehört, und teilt dieser Kugel den zugeordneten Identifizierungsnamen zu (Schritt 84).
  • Dieser Erkennungs- und Identifizierungsschritt kann in vorteilhafter Weise sehr schnell durchgeführt werden, da die Klassifizierungsberechnungen an einer geringen Anzahl von Kriterien durchgeführt werden können, da die Anzahl von Kugeln und die Anzahl von Parametern aufgrund des vorhergehenden Grobbearbeitungsschrittes reduziert sind.
  • In dem besonderen Fall, in dem man innerhalb einer gegebenen Grobbearbeitungsklasse einen Fehler antrifft, der zu keiner Kugel gehört, teilt man ihm den Identifizierungsnamen der nächstgelegenen Kugel zu.
  • Auf diese Weise sind am Ende des Schritts 84 der Zuteilung eines Fehleridentifizierungsnamens an jede Unregelmäßigkeit alle Unregelmäßigkeiten als einem besonderen Fehlertyp entsprechend identifiziert.
  • Der folgende Schritt 86 besteht darin, dass eine zweite Klassifizierung durchgeführt wird, indem eine zweite Klassifizierungsstufe der Rechenschaltung verwendet wird, und zwar aus einer geringen Anzahl von Klassen, um beispielsweise das von der ersten Klassifizierungsstufe gelieferte Ergebnis zu bestätigen und gewisse Unsicherheiten zu beseitigen, die möglicherweise in der Identifizierung mancher Fehler auftreten konnten, oder um beispielsweise in einer engeren Typologie Fehler eines gemeinsamen Typs zu differenzieren, bezüglich derer man entschieden hat, sie auf Höhe der ersten Klassifizierungsstufe in Ermanglung von ausreichenden Klassifizierungsleistungen auf dieser Stufe nicht zu differenzieren.
  • Um diesen zweiten Klassifizierungsschritt 86 durchführen zu können, ist es erforderlich, eine Vorqualifizierungsphase jeder Einzelklasse vorgesehen zu haben.
  • In dieser Vorphase nimmt man statistische Bearbeitungen der Validierung oder Nichtvalidierung der für die Nichtidentifizierung der Fehler durchgeführten Klassifizierung vor, indem man das beschriebene Verfahren verwendet, so dass die Einzelklassen ermittelt werden, die am meisten Fehlerklassifizierungsfehler enthalten.
  • Diese Einzelklassen von geringer Anzahl, die die Größte Anzahl von Klassifizierungsfehlern enthalten, werden als "Einzelklassen ungewisser Identifizierung" bezeichnet, wobei die anderen, die am wenigsten Klassifizierungs fehler enthalten, als "Einzelklassen sicherer Identifizierung" bezeichnet werden.
  • Die zweite Klassifizierung, die im Schritt 86 durchgeführt wird, wird nur an den in den Einzelklassen unsicherer Identifizierung eingeteilten Fehlern oder Unregelmäßigkeiten vorgenommen.
  • Die zweite Klassifizierungsstufe verwendet beispielsweise eine der oben erwähnten Klassifizierungsmethoden.
  • Sie ist beispielsweise dafür ausgelegt, die Zugehörigkeit der Fehler zu diesen Klassen unsicherer Identifizierung zu validieren oder nicht zu validieren. Im Fall der Nichtvalidierung wird der Fehler als kein Fehler betrachtet und wird aus der Behandlung ausgeschlossen.
  • Sie kann auch dafür ausgelegt sein, die Fehler von manchen Einzelklassen unsicherer Identifizierung in Klassen genauer Identifizierung einzuteilen, die nach einer engeren Typologie vordefiniert sind.
  • Es ist zu bemerken, dass diese zusätzliche Klassifizierung an einer sehr geringen Anzahl von Fehlerklassen stattfindet und deshalb sehr schnell durchgeführt werden kann.
  • Nach diesen Schritt 80 und 86 ist jeder Fehler identifiziert und erkannt, das heißt einer Einzelklasse zugeteilt.
  • Die Bildbearbeitungsphase endet mit einem Schritt 88 der Verschmelzung der Daten, indem manche Fehler zusammengefasst werden, indem zuvor definierte Kriterien verwendet werden, die insbesondere die Geometrie und die Topologie der Fehler betreffen (zum Beispiel: Abstand der Fehler voneinander, gleiche Lage auf der Oberseite und der Unterseite des Bandes, Nähe des Bandrandes,...).
  • Diese Verschmelzungsphase gestattet es, manche Unvollkommenheiten zu beseitigen, die bei der Erkennung der Fehler auftreten können, und manche besondere Verwechslungsprobleme zu lösen, ohne die bereits bestätigten Ergebnisse in Frage zu stellen.
  • Die Entscheidung der Zusammenfassung von Fehlern geschieht nach Konfrontation mit Informationen, die von der nahen Umgebung eines zu erkennenden Objekts von der Größenordnung beispielsweise eines Meters, von anderen Bildaufnahmevorrichtungen (die beispielsweise auf die andere Seite des Bandes gerichtet sind) kommen, oder mit die Bearbeitung des Bandes betreffenden Daten (Natur des Bandes, Anhaltepunkt,...).
  • Insbesondere entscheidet man Fehler, bei denen eine Unbestimmtheit hinsichtlich des Namens bestehen bleibt, sowie Fehler derselben Natur zusammenzufassen.
  • Ferner fasst man die Fehler zusammen, die besondere Beziehungen der Nähe aufweisen, beispielsweise Fehler, die in der Nähe, auf einer gemeinsamen Seite des Bandes oder auf einer entgegengesetzten Seite liegen, sowie Fehler, die in derselben Längs- oder Querausrichtung liegen.
  • So äußert sich beispielsweise im Fall eines galvanisierten Blechs ein Fehler vom Typ "körniger Streifen" in einer Vielzahl von Oberflächenunregel mäßigkeiten, die in Nähe des Randstreifens des Blechs gelegen sind. In diesem Fall ist die Identifizierung des Fehlers nicht vollständig zuverlässig. Jede dieser Unregelmäßigkeiten kann nämlich als zu einem "körnigen Streifen" gehörig erkannt werden oder einzeln als ein Fehler von einem anderen Typ, insbesondere eine "Abschälung" oder eine "Blasenbildung" erkannt werden.
  • In diesem besonderen Fall verschmelzt man die Unregelmäßigkeiten, die in Nähe des Randstreifens des Blechs gelegen sind und miteinander in einer Linie liegen, und identifiziert sie als zu einem Fehler vom Typ "körniger Streifen" gehörend.
  • Ebenso fasst man gemäß einem anderen Beispiel in diesem Verschmelzungsschritt die Fehler, die in derselben Lage auf der Oberseite und auf der Unterseite des Blechs gelegen sind, zusammen und gibt ihnen einen identischen Namen.
  • In diesem Verschmelzungsschritt fasst man, wie oben unter Bezugnahme auf den Schritt 76 von 4 beschrieben wurde, auch die langen Fehler zusammen, die bei der Öffnung der verdächtigen Fenster abgeschnitten wurden, indem, wie oben erwähnt wurde, der Name des Fehlers der verdächtigen Zone großer Länge den Fehlern der verdächtigen Verlängerungszonen derselben Gruppe zugeteilt wird.
  • In diesem Verschmelzungsschritt analysiert man auch die Population jeder Fehlereinzelklasse auf einer gegebenen Bandlänge, das heißt die Anzahl von Fehlern pro Längeneinheit, die dieselbe Identifizierung besitzen.
  • Man vergleicht dann diese Population mit einer vorbestimmten Schwelle, die Schwelle der Annahme eines periodischen Fehlers genannt wird. Diese Schwelle wird für dieselbe gegebene Länge des Bandes bestimmt.
  • Wenn die Population einer Einzelklasse diese Schwelle überschreitet, schätzt man, dass Fehler dieser Klasse wahrscheinlich einen periodischen Charakter aufweisen.
  • Um dieses Merkmal zu validieren, kann man eine gebräuchliche Methode der Erfassung von periodischen Fehlern verwenden.
  • Beispielsweise zeichnet man das Histogramm des Abstands zwischen jedem Fehler dieser Klasse, und wenn dieses Histogramm eine Periodizität (Grundschwingung oder Oberschwingung) aufzeigt, öffnet man im Speicher eine spezielle Gruppe "periodischer Fehler" und fasst in derselben Gruppe die periodischen Fehler dieser Klasse zusammen.
  • Gemäß einer Abwandlung kann dieser Schritt der Erfassung und Zusammenfassung der periodischen Fehler nach der Extraktion der Parameter, jedoch vor der Identifizierung und der Erkennung oder auch vor der Grobbearbeitung oder Vorklassifizierung vorgenommen werden.
  • Diese Variante setzt nun eine spezifische Klassifizierungsbearbeitung voraus, die relativ summarisch ist, da sie auf der Kennzeichnung der Fehler gemäß einer hohen Anzahl P von Parametern beruhen muss und bei der Erfassung der periodischen Fehler analysiert man nun die Population der in dieser spezifischen Klassifizierung definierten Einzelklassen.
  • Diese Variante hat den Vorteil, dass ein Ergebnis angezeigt wird, das nicht von den Leistungen der Erkennungsmodule (Grobbearbeitung und Klassifizierung stromabwärts) abhängt.
  • Nach dem Erfassen, Erkennen und gegebenenfalls Zusammenfassen der erfassten Unregelmäßigkeiten entsprechenden Fehler, besteht die folgende Phase des Kontrollverfahrens darin, dass die Fehler analysiert werden, um ihre Schwere zu bestimmen, um die Bestimmung der Fehlerhaftigkeit des Bandes zu gestatten. Diese Phase wird nun unter Bezugnahme auf 7 beschrieben.
  • Zuvor definiert man vor der Durchführung des Verfahrens für jede Klasse oder jeden Fehlertyp in Abhängigkeit von verschiedenen möglichen inneren Schädlichkeiten des Fehlertyps eine Anzahl von Unterklassen, wobei jede Unterklasse einer möglichen inneren Schädlichkeit des Fehlertyps zugeordnet ist. Jeder Unterklasse kann gegebenenfalls ein Koeffizient der immanenten Schwere zugeteilt sein.
  • Man versteht, dass jede Oberflächenunregelmäßigkeit in diesem Stadium durch charakteristische Parameter, insbesondere eine geringe Anzahl von Parametern, identifiziert und damit charakterisiert ist.
  • Im ersten Schritt 90 dieser Phase der Analyse der Fehler setzt man die im vorhergehenden Schritt in einer Verschmelzungsgruppe zusammengefassten Fehler einem einzigen Fehler gleich, der Verschmelzungsfehler genannt wird. Zu diesem Zweck berechnet man für diese zusammengefassten Fehler die den Verschmelzungsfehler charakterisierenden Parameter durch lineare Kombination der Werte der Parameter, die jeden Fehler oder jede Unregelmäßigkeit der Verschmelzungsgruppe kennzeichnen.
  • Ausgehend von den Werten der Parameter, die die nicht zusammengefassten Fehler und die Verschmelzungsfehler kennzeichnen, führt man im folgenden Schritt 92 eine zusätzliche Klassifizierung dieser Fehler gemäß der für jeden Fehlertyp spezifischen Gesamtheit von Unterklassen aus.
  • Diese zusätzliche Klassifizierung kann nach derselben Art von Methoden durchgeführt werden, wie sie bei der Erkennung der Fehler verwendet werden.
  • Diese zusätzliche Klassifizierung führt zu einem Ergebnis, das von den späteren Verwendungen des Blechs unabhängig ist.
  • Nach dieser zusätzlichen Klassifizierung kann man ein "Profil der immanenten Fehlerhaftigkeit" des Bandes durch eine Liste definieren, die die Population jeder Unterklasse "Schwere" jedes Typs oder "Einzelklasse" von Fehler ergibt, wobei diese Population auf eine Bandlängeneinheit bezogen ist; dieses Profil kann beispielsweise in Form von Histogrammen der Population jeder Unterklasse dargestellt werden, die nebeneinander in einer vorbestimmten Ordnung angeordnet sind (Unterklassen nach Unterklassen, Klassen nach Klassen).
  • Parallel kann man für eine bestimmte Verwendung des Bandes in derselben Form (beispielsweise: Histogramme in derselben Ordnung) ein "Profil der zulässigen Fehlerhaftigkeit" definieren, und zwar für jede Unterklasse "Schwere" jedes möglichen Fehlertyps eine für diese gegebene Verwendung maximal zulässige Population (immer bezogen auf dieselbe Bandlängeneinheit).
  • Dieses "Profil der zulässigen Fehlerhaftigkeit" ist nicht für eine gegebene Verwendung "ein für alle mal" definiert. Es kann in Abhängigkeit beispielsweise von der Änderung des Lastenhefts dieser Verwendung variieren.
  • Dann vergleicht man im Schritt 94 das Profil der immanenten Fehlerhaftigkeit des kontrollierten Bandes mit dem Profil der zulässigen Fehlerhaftigkeit der gewünschten Verwendung dieses Bandes.
  • Wenn man im Schritt 94 feststellt, dass das Profil der immanenten Fehlerhaftigkeit des kontrollierten Bandes in das Profil der zulässigen Fehlerhaftigkeit der für dieses Band vorgesehenen Verwendung eintritt (oder in diesem enthalten ist), wird dieses Band als für diese Verwendung zulässig oder validiert betrachtet (Schritt 96).
  • Wenn dies nicht der Fall ist, wird dieses kontrollierte Band als hinsichtlich dieser Verwendung unzulässig oder "fehlerhaft" betrachtet (Schritt 98).
  • Um die Ausscheidung dieses kontrollierten Bandes zu vermeiden, sucht man nun die Verwendung, in deren Profil der zulässigen Fehlerhaftigkeit das Profil der immanenten Fehlerhaftigkeit dieses kontrollierten Bandes eintritt (oder enthalten ist), und teilt dieses Band dieser anderen Verwendung zu.
  • Bekanntlich nämlich kann ein Blech, das eine vorbestimmte Anzahl von Fehlern von einer gegebenen Schwere und einem besonderen Typ besitzt, für eine Verwendung nicht fehlerhaft sein, aber kann für eine andere Verwendung fehlerhaft sein.
  • Beispielsweise ist ein Blech mit einem Kratzer fehlerhaft, wenn es in einem späteren Bearbeitungsschritt nicht gewalzt wird, aber wird als nicht fehlerhaft betrachtet, wenn es nachgewalzt wird, da die Kratzer dann geglättet werden.
  • Der entscheidende Vorteil dieses Verfahrens der Ermittlung der Fehlerhaftigkeit eines Bandes durch Messung eines Profils der immanenten Fehlerhaftigkeit besteht darin, dass diese Messung von der späteren und nachgeschalteten Verwendung des Bandes und von der Änderung, die die für diese Verwendung zu erfüllenden Kriterien betrifft, unabhängig ist.
  • Auf vorteilhafte Weise können die Profile der immanenten Fehlerhaftigkeit der kontrollierten Bänder umgekehrt dazu dienen, der Entwicklung und den eventuellen Abweichungen der Herstellungsverfahren dieser Bänder beispielsweise gemäß der Herstellungszeiten zu folgen; man kann auf diese Weise beispielsweise eventuelle Abweichungen des Verhaltens der Walzkette stromaufwärts feststellen.
  • Die Profile der immanenten Fehlerhaftigkeit der kontrollierten Bänder können auch dazu dienen, Abweichungen im Kontrollsystem selbst zu identifizieren.
  • Gemäß einer vereinfachten Variante des Verfahrens zur Analyse der Fehlerhaftigkeit kann man jeder Unterklasse "Schwere" der Fehlertypen einen Koeffizient zuordnen, dessen Wert von der für eine gegebene Verwendung geschätzten Schwere abhängig ist, und das Profil der Fehlerhaftigkeit eines Bandes durch die Summe der Populationen jeder Unterklasse, multipliziert mit dem entsprechenden Koeffizienten, definieren. Zur Validierung dieser Verwendung prüft man nun einfach nach, ob das erhaltene Ergebnis, und zwar diese Summe, einen für diese Verwendung definierten vorbestimmten Wert nicht überschreitet.
  • Andere vereinfachte Varianten, die auf der Verwendung von Koeffizienten beruhen, können auch in Betracht kommen.

Claims (12)

  1. Verfahren zur Kontrolle der Oberfläche eines laufenden Bandes zur Erfassung von Oberflächenfehlern, umfassend die Schritte, die darin bestehen, – daß mit Hilfe von Bildaufnahmemitteln (12) mindestens ein digitales Bild mindestens einer der Seiten des Bandes (10) hergestellt wird, das aus einer Anzahl von aufeinanderfolgenden Zeilen von Bildelementen (Ii,j, Bi,j) besteht, denen jeweils ein digitaler Wert zugeteilt ist; – daß dieses mindestens eine digitale Bild für die Erfassung von Oberflächenunregelmäßigkeiten (34) durch Erfassung von relativen Änderungen dieser digitalen Werte gefiltert wird, – daß dieses mindestens eine Bild so in verdächtige Zonen (66) segmentiert wird, daß jede verdächtige Zone (66) eine Oberflächenunregelmäßigkeit (34) enthält; und – daß die verdächtigen Zonen (66) für die Identifizierung des jeder erfaßten Unregelmäßigkeit (34) entsprechenden Oberflächentyps behandelt werden; dadurch gekennzeichnet, daß der Schritt der Segmentierung dieses mindestens einen Bildes darin besteht, daß ein erstes Profil der Akkumulation der digitalen Werte der Bildelemente (Ii,j, Bi,j) in einer ersten Richtung berechnet wird, dieses berechnete Profil einer Schwellenwert-Setzung unterzogen wird, so daß Bänder von Bildelementen begrenzt werden, die jeweils mindestens eine Oberflächenunregelmäßigkeit (34) aufweisen, bei jedem begrenzten Band ein zweitesProfil der Akkumulation der digitalen Werte in einer zweiten Richtung, die von der ersten Richtung verschieden ist, berechnet wird und dieses zweite berechnete Profil einer Schwellenwert-Setzung unterzogen wird, um die verdächtigen Zonen (66) zu begrenzen, die jeweils eine Oberflächen unregelmäßigkeit enthalten, daß dieser Schritt der Berechnung des ersten Profils die Berechnung der Summe der digitalen Werte von jeder Spalte von Bildelementen (Ii,j, Bi,j) umfaßt, und daß dieser Schritt der Berechnung des zweiten Profils bei jedem Band die Berechnung der Summe der digitalen Werte jeder Zeile von Bildelementen (Ii,j, Bi,j) umfaßt.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß man nach dem Schritt der Segmentierung der Bilder in verdächtige Zonen (66) für jede Zone (66) die Einzelfläche von Abschnitten der Zone berechnet, die jeweils von Bildelementen (Ii,j, Bi,j) gebildet sind, die ein Unregelmäßigkeitssegment darstellen, und die Unregelmäßigkeitssegmente eliminiert, deren Fläche kleiner als eine vordefinierte Schwelle ist.
  3. Verfahren nach einem der Ansprüche 1 und 2, dadurch gekennzeichnet, daß der Schritt der Herstellung von Bildern die Herstellung einer Anzahl von Bildern von aufeinanderfolgenden Teilen des vorbeilaufenden Bandes (10) in Form von Zeilen und Spalten von Bildelementen (Ii,j, Bi,j) und die Verschmelzung dieser Bilder zu einem Bild umfaßt, indem diese Zeilen in einem Speicher (18) an aufeinanderfolgenden Adressen gespeichert werden.
  4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß man nach dem Schritt der Filterung des gespeicherten Bildes in dem Speicher (18) als Antwort auf eine Erfassung eines Bildelements einer Unregelmäßigkeit eine Speicherzone begrenzt, in der Zeilen von Bildelementen gespeichert sind, die nacheinander von den Bildaufnahmemitteln (12) geliefert werden und mindestens ein Bildelement umfassen, das mindestens einer Unregelmäßigkeit entspricht, wobei dieser Schritt der Segmentierung auf jeder Speicherzone durchgeführt wird.
  5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß die Speicherzone, die in dem Speicher (18) als Antwort auf eine Erfassung eines Bildelements mindestens einer Unregelmäßigkeit geöffnet wird, geschlossen wird, sobald kein Bildelement einer Unregelmäßigkeit mehr in einer vorbestimmten Anzahl von Zeilen von Bildelementen (Ii,j, Bi,j) erfaßt wird.
  6. Verfahren nach einem der Ansprüche 4 und 5, dadurch gekennzeichnet, daß es außerdem einen Schritt der Erfassung von Speicherzonen großer Länge durch Vergleich der Anzahl von Zeilen von Bildelementen (Ii,j, Bi,j) , die in jeder Speicherzone gespeichert sind, mit einer vorbestimmten Schwelle der Erfassung von Speicherzonen großer Länge umfaßt, wobei diese Speicherzone im Fall des Überschreiteris dieser Schwelle geschlossen wird.
  7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß man nach dem Schritt der Segmentierung des Bildes in verdächtige Zonen (66) eine Gruppe von verdächtigen Zonen (66) bildet, indem man ein und derselben Unregelmäßigkeit (34) entsprechende, verdächtige Zonen (66) von aufeinanderfolgenden Speicherzonen einander zuordnet, von denen mindestens eine eine Speicherzone großer Länge ist, und, wenn die Gesamtanzahl von Zeilen von Bildelementen der verdächtigen Zonen (66) dieser Gruppe höher als eine Schwelle der Erfassung von Fehlern großer Länge ist, den Schritt der Bildver arbeitung auf einer dieser verdächtigen Zonen (66) dieser Gruppe durchführt und das Ergebnis der Verarbeitung den anderen verdächtigen Zonen (66) dieser Gruppe zuordnet.
  8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß der Schritt der Filterung der digitalen Bilder darin besteht, daß die Umrisse jeder Unregelmäßigkeit (34) erfaßt werden.
  9. Anlage zur Kontrolle der Oberfläche eines laufenden Bandes (10) zur Durchführung eines Kontrollverfahrens nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, daß sie Bildaufnahmemittel (12) zum Aufnehmen mindestens einer der Seiten des Bandes (10), einen Speicher (18) zum Speichern mindestens eines Bildes des Bandes in Form von Zeilen und Spalten von Bildelementen (Ii,j, Bi,j) , denen jeweils ein digitaler Wert zugeordnet ist, einen Kreis (21) zum Filtern dieses mindestens einen digitalen Bildes für die Erfassung von Oberflächenunregelmäßigkeiten (34) durch Erfassung von relativen Änderungen dieser digitalen Werte und eine Einheit (22) zur Verarbeitung der von dem Filterkreis (21) kommenden Signale aufweist, die eine erste Stufe (24) der Segmentierung dieses mindestens einen digitalen Bildes in verdächtige Zonen (66), die jeweils eine Oberflächenunregelmäßigkeit (34) aufweisen, und eine zweite Stufe (26) der Verarbeitung des Bilds von verdächtigen Zonen (66) zur Identifizierung des dieser Unregelmäßigkeit entsprechenden Oberflächenfehlertyps umfaßt, und daß die erste Stufe (24) der Segmentierung erste Mittel (24-a) zur Berechnung eines ersten Profils der Akkumulation der digitalen Werte der Bildelemente (Ii,j, Bi,j) in einer ersten Richtung und zweite Mittel (24-b) zur Berechnung eines zweiten Profils der Akkumulation der digitalen Werte in einer zweiten Richtung, die von der ersten Richtung verschieden ist, umfaßt, daß die ersten Rechenmittel Mittel (24-a) zur Berechnung der Summe der digitalen Werte der Bildelemente (Ii,j, Bi,j) jeder Bildelementspalte zur Erstellung des ersten Profils der Akkumulation der digitalen Werte aufweisen und daß die zweiten Rechenmittel Mittel (24-a) zur Berechnung der Summe der digitalen Werte der Bildelemente (Ii,j, Bi,j) jeder Zeile für die Erstellung des zweiten Profils der Akkumulation der digitalen Werte aufweisen.
  10. Anlage nach Anspruch 9, dadurch gekennzeichnet, daß sie außerdem Mittel (24-b) zum Filtern dieser Profile, die den ersten und den zweiten Rechenmitteln zugeordnet sind, und mit diesen Filtermittel (24-b) verbundene Schwellenwertsetzmittel (24-c) für die Begrenzung dieser verdächtigen Zonen aufweist.
  11. Anlage nach einem der Ansprüche 9 und 10, dadurch gekennzeichnet, daß sie am Ausgang des Filterkreises (21) angeordnete und mit dem Speicher (18) verbundene Mittel (20) zur Verwaltung der Adressierung der Bildelemente (Ii,j, Bi,j) in diesem Speicher (18) aufweist, die dafür ausgelegt sind, in diesem Speicherzonen zu begrenzen, die für die Aufzeichnung von aufeinanderfolgenden Zeilen von Bildelementen ausgelegt sind, die jeweils mindestens ein Bildelement umfassen, das mindestens einer Unregelmäßigkeit (34) entspricht, wobei diese Speicherzonen jeweils eine maximale Kapazität haben.
  12. Anlage nach Anspruch 11, dadurch gekennzeichnet, daß die Verarbeitungseinheit (22) außerdem Mittel zur Berechnung der Anzahl von Zeilen von Bildelementen (Ii,j, Bi,j) von verdächtigen Zonen, die in aufeinanderfolgenden Speicherzonen gespeichert sind und ein und derselben Unregelmäßigkeit (34) entsprechen, und Mittel zum Vergleichen dieser Anzahl von Zeilen mit einer Schwelle der Erfassung eines Fehlers großer Länge aufweist.
DE69818438T 1997-03-28 1998-03-25 Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit bildsegmentierung zur umgrenzung von defektbereichen Expired - Lifetime DE69818438T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR9703896 1997-03-28
FR9703896A FR2761475B1 (fr) 1997-03-28 1997-03-28 Procede d'inspection de surface d'une bande en defilement par segmentation d'image en zones suspectes
PCT/FR1998/000602 WO1998044336A1 (fr) 1997-03-28 1998-03-25 Procede d'inspection de surface d'une bande en defilement par segmentation d'image en zones suspectes

Publications (2)

Publication Number Publication Date
DE69818438D1 DE69818438D1 (de) 2003-10-30
DE69818438T2 true DE69818438T2 (de) 2004-05-06

Family

ID=9505347

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69818438T Expired - Lifetime DE69818438T2 (de) 1997-03-28 1998-03-25 Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit bildsegmentierung zur umgrenzung von defektbereichen

Country Status (13)

Country Link
US (1) US6778694B1 (de)
EP (1) EP0970367B1 (de)
JP (1) JP4225579B2 (de)
AT (1) ATE250758T1 (de)
AU (1) AU7050998A (de)
BR (1) BRPI9808630B8 (de)
CA (1) CA2284895C (de)
DE (1) DE69818438T2 (de)
DK (1) DK0970367T3 (de)
ES (1) ES2209129T3 (de)
FR (1) FR2761475B1 (de)
PT (1) PT970367E (de)
WO (1) WO1998044336A1 (de)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6975391B1 (en) * 1999-03-31 2005-12-13 Hitachi, Ltd. Method and apparatus for non-destructive testing
US7052483B2 (en) * 2000-12-19 2006-05-30 Animas Corporation Transcutaneous inserter for low-profile infusion sets
US7634372B2 (en) * 2001-09-11 2009-12-15 Prysmian Cavi E Sistemi Energia S.R.L. Method and apparatus for monitoring cable stranding
US7027934B2 (en) * 2003-09-24 2006-04-11 3M Innovative Properties Company Apparatus and method for automated web inspection
WO2005065367A2 (en) 2003-12-31 2005-07-21 3M Innovative Properties Company Maximation of yield for web-based articles
WO2005065305A2 (en) * 2003-12-31 2005-07-21 3M Innovative Properties Company Inventory control for web-based articles
US7623699B2 (en) 2004-04-19 2009-11-24 3M Innovative Properties Company Apparatus and method for the automated marking of defects on webs of material
US8175739B2 (en) * 2007-07-26 2012-05-08 3M Innovative Properties Company Multi-unit process spatial synchronization
US7542821B2 (en) 2007-07-26 2009-06-02 3M Innovative Properties Company Multi-unit process spatial synchronization of image inspection systems
US20090028417A1 (en) * 2007-07-26 2009-01-29 3M Innovative Properties Company Fiducial marking for multi-unit process spatial synchronization
US8014973B1 (en) * 2007-09-07 2011-09-06 Kla-Tencor Corporation Distance histogram for nearest neighbor defect classification
AU2008322469B2 (en) * 2007-11-14 2014-02-20 Biosensors International Group, Ltd. Automated coating apparatus and method
CN102119328B (zh) * 2008-08-07 2013-01-23 凯德易株式会社 检查系统
US7797133B2 (en) * 2008-09-10 2010-09-14 3M Innovative Properties Company Multi-roller registered repeat defect detection of a web process line
US8714472B2 (en) 2010-03-30 2014-05-06 Kimberly-Clark Worldwide, Inc. Winder registration and inspection system
JP5912125B2 (ja) * 2010-11-12 2016-04-27 スリーエム イノベイティブ プロパティズ カンパニー ウェブベース材料における不均一性の高速処理と検出
DE102011083405A1 (de) * 2010-12-21 2012-06-21 Sms Siemag Ag Verfahren und Vorrichtung zur Oberflächeninspektion von Bandstücken
EP2678665A4 (de) * 2011-02-24 2017-07-05 3M Innovative Properties Company System zur erfassung von unregelmässigkeiten in netzbasierten materialien
US8929661B2 (en) * 2011-06-29 2015-01-06 Infosys Limited System and method for measuring camber on a surface
CN102680481B (zh) * 2012-05-16 2014-05-07 陕西长岭纺织机电科技有限公司 棉纤维杂质的检测方法
WO2020049338A1 (en) 2018-09-06 2020-03-12 Arcelormittal Method and electronic device for monitoring a manufacturing of a metal product, related computer program and installation
EP3899677B1 (de) 2018-12-18 2022-07-20 ArcelorMittal Verfahren und elektronische vorrichtung zur steuerung der herstellung einer gruppe von metallendprodukten aus einer gruppe von metallzwischenprodukten, zugehöriges computerprogramm, herstellungsverfahren und anlage
JP7211265B2 (ja) * 2019-05-22 2023-01-24 日本製鉄株式会社 識別モデル生成装置、識別モデル生成方法及び識別モデル生成プログラム、並びに鋼材疵判定装置、鋼材疵判定方法及び鋼材疵判定プログラム
US11493453B2 (en) * 2019-06-28 2022-11-08 Kyocera Document Solutions Inc. Belt inspection system, belt inspection method, and recording medium for belt inspection program
CN111915607A (zh) * 2020-08-31 2020-11-10 佛山市南海区广工大数控装备协同创新研究院 一种基于机器视觉的金属膜电阻表面条带缺陷检测方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4519041A (en) * 1982-05-03 1985-05-21 Honeywell Inc. Real time automated inspection
US5091963A (en) * 1988-05-02 1992-02-25 The Standard Oil Company Method and apparatus for inspecting surfaces for contrast variations
GB9008632D0 (en) * 1990-04-17 1990-06-13 Leicester Polytechnic Inspecting garments
AU627658B2 (en) * 1990-06-13 1992-08-27 Aluminium Company Of America Video inspection system
US5649032A (en) * 1994-11-14 1997-07-15 David Sarnoff Research Center, Inc. System for automatically aligning images to form a mosaic image
US6148097A (en) * 1995-06-07 2000-11-14 Asahi Kogaku Kogyo Kabushiki Kaisha Optical member inspecting apparatus and method of inspection thereof
DE19528519A1 (de) * 1995-08-03 1997-02-06 Tzn Forschung & Entwicklung Vorrichtung zur Detektion streifenförmiger Oberflächenfehler

Also Published As

Publication number Publication date
JP4225579B2 (ja) 2009-02-18
ES2209129T3 (es) 2004-06-16
AU7050998A (en) 1998-10-22
PT970367E (pt) 2004-01-30
CA2284895A1 (fr) 1998-10-08
ATE250758T1 (de) 2003-10-15
BR9808630A (pt) 2000-05-16
BRPI9808630B8 (pt) 2016-07-05
FR2761475A1 (fr) 1998-10-02
US6778694B1 (en) 2004-08-17
FR2761475B1 (fr) 1999-06-11
BR9808630B1 (pt) 2010-07-13
JP2001517308A (ja) 2001-10-02
DK0970367T3 (da) 2004-02-02
WO1998044336A1 (fr) 1998-10-08
DE69818438D1 (de) 2003-10-30
EP0970367B1 (de) 2003-09-24
EP0970367A1 (de) 2000-01-12
CA2284895C (fr) 2007-12-18

Similar Documents

Publication Publication Date Title
DE69818438T2 (de) Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit bildsegmentierung zur umgrenzung von defektbereichen
DE4410603C1 (de) Verfahren zur Erkennung von Fehlern bei der Inspektion von strukturierten Oberflächen
DE10037697B4 (de) Adaptive Maskentechnik zur Inspektion von Defekten
DE60100594T2 (de) Verfahren und system zur aufspürung von fehlern auf einer gedruckten leiterplatte
DE69821225T2 (de) Verfahren zur kontrolle der oberfläche einer laufenden materialbahn mit vorklassifikation von ermittelten unregelmässigkeiten
DE4201514A1 (de) Verfahren zur ermittlung von fehlerhaften stellen
WO1998008080A1 (de) Verfahren und vorrichtung zur erkennung von fehlern in textilen flächengebilden
EP2034461A2 (de) Verfahren zur Detektion und/oder Verfolgung von bewegten Objekten in einer Überwachungsszene mit Störern, Vorrichtung sowie Computerprogramm
DE10326035A1 (de) Verfahren zur adaptiven Fehlererkennung auf einer strukturierten Oberfläche
EP2787485B1 (de) Verfahren und Vorrichtung zur automatischen Fehlerstellenerkennung bei biegeschlaffen Körpern
DE102006017337A1 (de) Verfahren zur optischen Erfassung von bewegten Objekten und Vorrichtung
EP0685580A1 (de) Verfahren und Vorrichtung zur Ermittlung von Ursachen für Fehler in Garnen, Vorgarnen und Bändern
DE102020107179A1 (de) Verfahren zum anzeigen, benutzerschnittstelleneinheit,anzeigevorrichtung und prüfgerät
EP0564858B1 (de) Verfahren zur Auflösung von Clustern bewegter Segmente
EP0876600B1 (de) Vorrichtung zur automatischen überwachung von textilen flächengebilden
DE112018000224B4 (de) Verfahren und Vorrichtung zum Bestimmen einer Position eines Schlitzes in einer zu verarbeitenden Probe
DE102020132106A1 (de) System und verfahren zum betrieb eines gaussschen bildqualitätsanalysesystems
DE102018208481A1 (de) Abschätzen eines Verlaufs eines Schienenpfads
DE19834718C2 (de) Digitale Bildverarbeitung für ein Qualitätskontrollsystem
DE19720121C2 (de) Verfahren zur quantitativen Bestimmung der Anteile verschiedenartiger Stoffe in Schüttgütern
EP3316216B1 (de) Verfahren zum prüfen eines gegenstands
EP0670559A2 (de) Echtzeit-Bildverarbeitungssystem, insbesondere als PC-Zusatzsystem
EP1347286A1 (de) Verfahren und Vorrichtung zur Kontrolle von Objekten
DE102011116791B4 (de) Optisches Prüfverfahren mit Mehrfach-Auslesung/Einfrieren
DE102019131440B3 (de) Computerimplementiertes Verfahren zur Segmentierung von Messdaten aus einer Messung eines Objekts

Legal Events

Date Code Title Description
8364 No opposition during term of opposition