FR2896899A1 - Procede de traitement des images d'un dispositif d'inspection de surface d'un produit en defilement, pour la detection automatique des defauts cycliques - Google Patents

Abstract

La présente invention se rapporte à un procédé de traitement des images d'un dispositif d'inspection de surface d'un produit en défilement, pour la détection automatique de défauts cycliques. De tels défauts sont en général de très petite taille et les signaux qu'ils génèrent sont noyés dans le bruit de fond de la texture de l'image.Selon l'invention on réalise à l'aide d'une caméra linéaire (2), une image continue de la surface du produit, on réalise ensuite des sous images (5) de l'image de la surface du produit selon des zones ayant la forme de bandelettes (51, 52, 53, ...) et on extrait pour chaque ligne une grandeur portant la trace du défaut périodique à l'aide d'un filtre numérique, qui travaille sur les niveaux de gris comme un filtre d'extraction de contour. Il peut être l'écart type, l'écart moyen, l'écart entre le minimum et le maximum, la somme de la réponse à un filtre de Prewitt. On réalise ensuite une analyse fréquentielle sur l'ensemble des valeurs extraites pour chaque ligne, on trie les spectres (6) obtenus présentant des pics (7), on effectue ensuite un second tri des pics (7) dont les fréquences se trouvent dans des plages correspondantes à des fréquences possibles de défauts périodiques.

Description

La présente invention se rapporte à un procédé de traitement des images

d'un dispositif d'inspection de surface d'un produit en défilement, pour la détection automatique de défauts cycliques. Elle s'applique particulièrement à la détection des défauts de surface des bandes métalliques laminées.

Ces produits sont l'objet de la plus grande attention pendant leur fabrication, en particulier ceux qui sont destinés aux parties visibles des carrosseries automobiles. Les lignes de fabrication comportent une série de procédés pour lesquels les bandes sont traitées en continues. Après le laminage à chaud on trouve en général une installation de décapage pour éliminer les oxydes de fer puis une installation de laminage pour donner l'épaisseur finale au produit ainsi que ses propriétés mécaniques. La plus grande partie des produits destinés à l'industrie automobile reçoit ensuite une protection anti corrosion dans une ligne de galvanisation au trempé. Ensuite une bonne partie de la production est revêtue d'une première couche de peinture dans une ligne de peinture.

Dans toutes ces lignes les bobines sont maintenant traitées en continu pour des raisons de qualité et de productivité et outre les cylindres du laminoir, une quantité importante de rouleaux sont au contact du produit pour le guidage, le changement de direction ou le renvoi de la bande selon la disposition des équipements. Ces rouleaux peuvent être endommagés au cours de l'exploitation ou de la maintenance et imprimer une marque sur le produit à chaque rotation. Ces marques sont en général de faible dimensions et localisées sensiblement à un endroit constant dans la largeur de la bande. Ils sont présents sur le produit à une distance les uns des autres représentant une rotation du rouleau qui produit la marque. S'il s'agit d'un cylindre de laminoir cette distance peut être multipliée par le facteur d'allongement des cages du laminoir situées en aval du point de création du défaut. Les contrôles de la qualité de surface, qui étaient réalisés par une inspection visuelle, sont de plus en plus difficile à mettre en oeuvre dans ces lignes continues qui comportent un nornbre réduit de postes d'opérateurs et doivent se faire au défilé à la vitesse de passage de la bande. Depuis quelques années les systèmes d'inspection automatique des produits en bande se sont développés. Ces techniques ont l'avantage d'être ni contraignantes pour l'opérateur, ni subjectives et elles peuvent être mises en oeuvre sur les lignes de production sans nécessiter l'utilisation d'une ligne spécifique pour l'inspection qui représentait une immobilisation de matériel, de moyens humains et de produit stockés sortis du circuit normal d'expédition. Il est cependant indispensable que ces dispositifs automatiques soient parfaitement fiables quant à la détection des défauts, et ils ne doivent ni en laisser passer, ce qui pénaliserait la qualité, ni en détecter en surnombre ce qui pénaliserait la productivité.

Cependant certains défauts restent difficilement accessibles à ces systèmes si on se limite à l'acquisition et au traitement usuel des images. Les défauts de marques de cylindres évoqués font partie de cette catégorie. Il s'agit, par exemple, des griffures provoquées sur les cylindres de laminage par un choc mécanique ou thermique ou sur un rouleau sur lequel passe le produit. Dans ce cas les défauts sont de taille très petite et sont en général noyés dans le bruit de fond de l'image de la surface du fait de la texture. L'exploitant est alors obligé de reprendre l'inspection visuelle en sortant des bobines du champ de production et en en déroulant une partie sur un dispositif d'inspection. Parfois ces défauts ne sont pas décelables même en inspection visuelle sur les dispositifs d'inspection et ne sont révélés qu'après les traitements de surface tels que la peinture ou la galvanisation. On comprend bien qu'il s'écoule dans ces conditions un laps de temps important pendant lequel on a produit plusieurs dizaines de bobines qui portent toutes le défaut de marquage par le rouleau endommagé, avant que l'on puisse intervenir en identifiant l'origine du défaut et en réparant ou en remplaçant le rouleau défectueux, comme, par exemple, les cylindres de laminage. Ces défauts sont de petite taille mais toujours localisés au même endroit dans la largeur de la bande et reproduits de manière cyclique puisqu'ils sont imprimés à chaque rotation du rouleau présentant le défaut. Lorsque l'on a pu mesurer la distance entre deux défauts consécutifs on peut identifier le rouleau marqué en comparant avec le diamètre dudit rouleau. On a donc imaginé de traiter les images par des méthodes d'analyse des signaux périodiques, comme la transformée de Fourrier. Cependant un traitement global de l'image de la surface du produit demande une grande puissance de calcul et ne donne pas de résultat car du fait de la taille des défauts et du faible contraste les variations de signal qui leur sont dues sont noyées dans le bruit de fond.

De plus la localisation du défaut est sensiblement toujours située au même endroit dans la largeur du produit, mais elle peut fluctuer légèrement du fait de petits débattements latéraux de la bande. En effet les produits en bandes peuvent présenter des défauts dits 'de sabre' qui proviennent de leur élaboration à chaud, et, malgré les systèmes de guidage, il peut se produire de légers déplacements latéraux du produit lors de son défilement. Le procédé de l'invention vise à résoudre ces problèmes par une méthode efficace et fiable qui permet de déceler un défaut périodique pendant le déroulement d'une seule bobine. C'est donc tout au plus quelques centaines de mètres de produit qui seront perdues pendant le temps de la détection et d'identification du défaut puis de l'alarme. On a donc imaginé d'analyser l'image de la surface du produit en la subdivisant en sous images de faible largeur prises dans le sens de la longueur de l'image principale. Ces sous images sont prises de manière à se recouvrir légèrement les unes les autres de façon à éviter les zones occultées ou ambiguës et à palier au déplacement latéral du produit. On a alors observé que si l'on extrait pour chaque ligne d'acquisition de l'image une valeur représentative obtenue par un calcul de paramètre nurnérique, on obtient pour chaque ligne une seule valeur qui, pour ainsi dire, 'porte la trace' du défaut périodique. Ensuite, et par un effet surprenant si on effectue une transformée dans le domaine des fréquences de l'ensemble des valeurs numériques obtenues, on obtient un pic identifiable correspondant à la fréquence d'un rouleau de la ligne, pour les zones de la bande présentant des défauts. Ainsi, et selon le procédé de l'invention on réalise ligne par ligne, à l'aide d' un dispositif d'acquisition d'images équipé d'au moins une caméra linéaire (2), une image continue de la surface du produit, les lignes étant orientées de manière perpendiculaire à la direction (F) de défilement dudit produit (1) et l'acquisition étant faite en synchronisme avec le défilement dudit produit, on réalise ensuite des sous images (5) de l'image de la surface du produit selon des zones ayant la forme de bandelettes (51, 52, 53, ...) dont la longueur est orientée selon la direction du défilement du produit et on extrait pour chaque ligne de chaque bandelette une grandeur portant la trace du défaut périodique à l'aide d'un filtre numérique. La largeur des bandelettes (5) est réglée selon les caractéristiques de la ligne de production du produit à inspecter (1) pour obtenir un résultat optimal. Les bandelettes (5) se recouvrent légèrement les unes les autres pour éviter les zones occultées ou ambiguës.

Selon le procédé de l'invention le filtre numérique utilisé pour extraire une grandeur portant la trace du défaut périodique travaille sur les valeurs de niveau de gris de chaque ligne de chaque bandelette (5) comme un filtre d'extraction de contour. La valeur extraite pour chaque ligne de chaque bandelette 5 par le filtre numérique est l'écart type des valeurs de la ligne considérée. Selon une autre caractéristique du procédé de l'invention la valeur extraite pour chaque ligne de chaque bandelette 5 par le filtre numérique est l'écart moyen des valeurs de la ligne considérée. Selon encore une autre caractéristique du procédé de l'invention la valeur extraite pour chaque ligne de chaque bandelette 5 par le filtre numérique est l'écart entre le minimum et le maximum des valeurs de la ligne considérée. Selon une autre caractéristique avantageuse du procédé de l'invention la valeur extraite pour chaque ligne de chaque bandelette 5 par le filtre numérique est la somme de la réponse à un filtre de Prewitt appliqué aux valeurs de la ligne considérée. Dans ce cas, et toujours selon le procédé de l'invention, la valeur extraite pour chaque ligne de chaque bandelette 5 par le filtre numérique est le nombre de valeurs dépassant un certain seuil après application du filtre aux valeurs de la ligne considérée. Selon le procédé de l'invention on réalise ensuite dans chaque bandelette (5) une analyse fréquentielle sur l'ensemble des valeurs extraites pour chaque ligne. Selon une caractéristique du procédé de l'invention l'analyse fréquentielle est réalisée à l'aide d'une transformée de Laplace. Selon une autre caractéristique de l'invention l'analyse fréquentielle est réalisée à l'aide dune transformée de Fourier. Selon une caractéristique particulière du procédé de l'invention, l'analyse fréquentielle est réalisée à l'aide d'une transformée de Fourier limitée au premier ordre. Selon une variante avantageuse du procédé de l'invention on réalise dans chaque bandelette (5) une analyse fréquentielle sur une partie des valeurs extraites pour chaque ligne à l'aide d'une transformée de Fourrier 'glissante' prise sur un nombre limité de lignes de chaque bandelette (5) et se déplaçant avec elle. Selon une caractéristique de l'invention on réalise alors la somme les spectres (6) d'une même bandelette (5) ainsi obtenus et calculés sur un nombre limité de lignes, pour faire apparaître les fréquences recherchées et diminuer le bruit dans le signal spectral. Toujours selon le procédé de l'invention on effectue alors un tri des spectres (6) obtenus par l'analyse fréquentielle présentant des pics (7). On effectue ensuite un second tri des pics (7) dont les fréquences se trouvent dans des plages correspondantes à des fréquences possibles de défauts périodiques d'après les diamètres des rouleaux de la ligne de production, les coefficients éventuels d'allongement du produit (1) et la résolution de l'acquisition de l'image. Le procédé de l'invention permet alors, après le second tri, de donner une alarme à l'opérateur en indiquant le ou les rouleaux retenus comme pouvant être à l'origine du défaut périodique ainsi que la localisation des marques (4) dans la largeur de la bande.

Mais l'invention sera mieux comprise par la description d'un mode de réalisation illustré par les figures suivantes : La figure 1 représente schématiquement un dispositif de détection des défauts de surface pour produits plats. La figure 2 illustre la présence de défauts périodiques sur une bande. Les figures 3a et 3b illustrent le traitement de l'image de la surface du produit selon le procédé de l'invention.

Les figures 4a et 4b illustrent les résultats obtenus par le procédé de l'invention.

Le procédé de l'invention permet de détecter les défauts de surface périodiques présents à la surface d'un produit fabriqué en continu. Il utilise pour cela un dispositif de détection de défauts de surface employé de manière plus générale pour détecter tous types de défauts d'aspect de la surface du produit pouvant altérer sa qualité et provoquer des rebuts à la fin de la chaîne de fabrication. Il en est ainsi pour les tôles utilisées pour les carrosseries automobiles ou pour les carrosseries des équipements électroménager ou encore pour des meubles et pour des murs métalliques. Ces produits sont exposés en permanence à l'oeil de l'usager et de petits défauts sont perceptibles même sous des couches de peinture et occasionnent des défauts d'aspect inacceptables par la clientèle. 5 Un certain nombre des équipements qui constituent les lignes de fabrication des tôles d'acier peuvent provoquer de tels défauts, et on peut citer les équipements de décapage qui peuvent provoquer des nuances de surface si le traitement dans les bains acides ont de trop fortes variations, les équipements de laminage qui demandent une élimination complète des émulsions de laminage pour ne laisser aucune trace sur la surface du produit et des cylindres de laminage en parfait état pour ne pas marquer la bande sous l'effet de la pression appliquée. Enfin tous les rouleaux présents dans la ligne de production et servant à orienter et guider le produit en défilement peuvent provoquer des marques s'ils sont eux-mêmes endommagés. Un dispositif de détection des défauts est représenté sur la figure 1. Il est constitué d'au moins une caméra 2 qui est orientée vers la surface du produit 1 dont l'axe longitudinal Y'Y donne la direction du défilement F. L'ensemble de la caméra 2 comporte un axe optique X'X qui est orienté de manière à être sensiblement sécant avec l'axe longitudinal du produit Y'Y. Les caméras utilisées par la déposante sont des caméras numériques linéaires équipées de capteurs à transfert de charges, encore dénommés capteurs CCD. L'utilisation d'une caméra linéaire fait partie de l'invention et présente plusieurs avantages, qui ont déjà été décrits dans plusieurs brevets de la déposante. Une telle camera comporte une ou plusieurs barrettes linéaires équipées de capteurs CCD. Un objectif adéquat permet de former une image nette de la surface de la bande sur les barrettes. En fait l'image est celle d'une ligne de la surface V'V appelée ligne de visée puisque la caméra est équipée d'au moins un capteur linéaire. Un dispositif équipé d'un calculateur fait une acquisition en temps réel des signaux de l'ensemble des capteurs constituant une barrette et mémorise chaque ligne de la surface. L'image de la surface du produit 1 est ainsi reproduite en juxtaposant l'une derrière l'autre les lignes d'acquisition, pour obtenir une image continue sans possibilité de recouvrement de parties d'image, comme cela pourrait être le cas avec des caméras matricielles. L'acquisition des lignes se fait de manière synchrone avec le défilement de la bande de manière à pouvoir localiser les images selon la longueur d'une bobine. Cela permet aussi de travailler avec une résolution longitudinale constante qui eut être définie en millimètres par lignes. De même dans le sens de la largeur du produit la résolution peut être chiffrée en millimètres par pixels.

Des logiciels de traitement d'image sont ensuite appliqués aux images obtenues, ces logiciels permettent des reconnaissances de contrastes, de contours et peuvent servir à classer les types de défauts. Mais les défauts habituels, par exemple, de tâches de décapage ou de liquide de laminage présentent des surfaces relativement étendues et l'aspect de la surface d'un produit se présente généralement comme il est illustré sur la figure 2 lorsque se trouve aussi un défaut de marque périodique. L'ensemble de la surface 3 du produit 1 présente un aspect relativement régulier du à la texture de la surface réfléchissant la lumière. Un défaut relativement étendu présentera une différence de texture et sera détecté, par exemple par son contour, du fait, par exemple d'une variation de contraste à sa frontière. Cette frontière étant elle-même suffisamment étendue pour pouvoir être détectée. Mais un défaut de marque de cylindre 4 est de très petites dimensions et n'affecte en général que quelques pixels sur l'ensemble de l'image. La variation de contraste engendrée est alors noyée dans le bruit de fond de la texture de l'image ou dans celle du défaut plus étendu et elle n'est pas détectée par le traitement de l'image pratiqué de manière usuelle. Par contre le défaut de marque de cylindre a deux propriétés particulières : celle d'être localisé sensiblement toujours au même endroit de la largeur de la bande, et celle d'être reproduit de manière périodique à une distance constante sur la longueur du produit. Mais la bande en défilement peut être affectée de légers mouvements latéraux et on a représenté sur la figure 2 un défaut dit de sabre qui est une déviation des rives d'une période de grande longueur et de faible amplitude b. Ces défauts proviennent de l'élaboration des bandes à chaud et généralement les systèmes de guidages ne parviennent pas à compenser complètement le déplacement latéral de la bande du à ce défaut, une marque de cylindre présente sur la surface peut donc aussi être affectée d'un léger déplacement latéral. Etant donné que l'on cherche à détecter un défaut périodique on peut penser à établir sur l'image un traitement d'analyse des fonctions périodiques du genre transformation de Fourier. Mais on ne peut appliquer cette méthode à l'ensemble de l'image, le signal recherché étant de faible amplitude, et une transformée de Fourier à deux dimensions n'est d'aucun secours puisque l'on sait que la période recherchée est orientée selon le sens du défilement du produit. On a donc imaginé, d'une part d'analyser des sous images 5 de l'image de la surface du produit 1, ainsi que cela est représenté sur la figure 3a. Ces sous images en forme de bandelettes 51, 52, 53, ... ont quelques centaines de pixels de largeur et une longueur étendue selon le sens F de défilement du produit 1. Ces images sont réalisées en niveaux de gris et les bandelettes se recouvrent légèrement pour éviter les zones occultées ou ambiguës. Cela permet d'éviter de manquer la détection d'un défaut de 7 marque de cylindre 4 dans le cas où celui-ci se trouverait à la frontière de deux bandelettes prises de manière jointive. L'image d'une bandelette est constituée des mêmes lignes d'acquisition que la surface totale du produit, la longueur de chaque ligne est simplement limitée à quelques centaines de points correspondant à la largeur de la bandelette. Les caractéristiques de la ligne de fabrication permettent de régler la largeur des bandelettes pour un résultat optimal. En effet les défauts d'une ligne sont générés par des dysfonctionnement qui proviennent toujours des mêmes origines propres à chaque exploitant : le type de liquide de décapage, celui des émulsions de laminage etc.... Cela génère des défauts dont les caractéristiques sont à chaque fois voisines lorsqu'ils apparaissent. On peut donc pour chaque ligne de production optimiser les réglages d'un dispositif de détection des défauts de surface. Dans chaque bandelette 5, et selon le procédé de l'invention, on effectue préalablement un prétraitement en niveau de gris visant à s'affranchir des variations locales de luminosité, exception faite, précisément, des objets se distinguant du fond.

On a d'autre part observé que l'on peut extraire pour chaque ligne d'acquisition et pour chaque bandelette 5, une valeur représentative de la ligne par le calcul d'un paramètre numérique. Ce paramètre est calculé sur les niveaux de gris et peut être, par exemple, l'écart type, l'écart moyen, l'écart entre le minimum et le maximum ou un autre paramètre obtenu par un autre type de filtrage à deux dimensions. Après de multiples expérimentations, et par un effet surprenant, la déposante a alors observé que le paramètre ainsi extrait garde la trace du défaut périodique si la ligne ainsi traitée le traverse. Cela signifie que si on applique un traitement d'analyse fréquentielle, comme le montre la figure 4a, on obtiendra sur le spectre 6 transformé des pics 7 correspondant à la fréquence des défauts périodiques recherchés et ses multiples.

On a représenté sur la figure 3b, au long de la bandelette 5 un graphe montrant l'amplitude du paramètre p extrait de chaque ligne composant l'image de la bandelette 51 en fonction de la longueur 1 de celle-ci. On observe une perturbation brusque du paramètre p pour chaque ligne qui traverse le défaut de marque de rouleau 4. Selon un mode avantageux de réalisation de l'invention l'extraction du paramètre se fait à l'aide d'un filtre déjà utilisé dans le traitement de l'image des défauts. D'une manière générale le traitement des images utilise des filtres de contour qui peuvent être les filtres de Roberts, Prewitt ou Sobel. On a donc imaginé réutiliser le filtre de Prewitt d'une manière particulière pour la détection des défauts périodiques. Ce filtre sert à déterminer des contours d'images à l'aide de masques.

Ces masques transforment une image I en une image I' en associant à chaque pixel p;,; les pixels des deux lignes entourant le pixel, au dessus, en dessous, à droite et à gauche, si on utilise un masque de dimension 5. La convolution résulte d'un produit matriciel tout à fait classique et peut s'écrire : I'= G*I On a donc imaginé, pour la détection des défauts périodiques, d'extraire le paramètre représentatif de chaque ligne de chaque bandelette 5, en utilisant d'une manière particulière un tel filtre. On réalise pour cela la transformation de l'image de manière connue de l'homme du métier et on prend alors comme paramètre numérique extrait la somme des valeurs des pixels de la ligne correspondant à l'image transformée. On a ainsi un mode d'extraction aisé du paramètre représentatif étant donné que les filtres de Prewitt sont déjà largement utilisés par ailleurs dans le traitement des images obtenues des cameras 2 pour la détection des défauts. Lors de ses nombreux essais et tests la déposante a pu constater que le paramètre ainsi extrait porte la trace du défaut périodique. C'est-à-dire que le passage dans le domaine des fréquences par une méthode connue permet de trouver des occurrences lorsqu'il y a présence de défauts périodiques. Une autre manière efficace expérimentée par la déposante pour extraire un paramètre représentatif de chaque ligne dans les bandelettes 5 est de compter, pour chaque ligne, le nombre des valeurs dépassant un certain seuil après le traitement par le filtre de Prewitt, et de garder ce nombre comme paramètre représentatif de la ligne.

Il faut bien entendu appliquer ce seuil aux valeurs absolues des valeurs des pixels de la ligne car le seuil peut se traduire par un saut vers une valeur positive ou vers une valeur négative. Selon cet autre mode de réalisation de l'invention on commence donc par traiter chaque ligne de chaque bandelette 5 par le filtre de Prewitt. On applique alors un seuil S aux valeurs ainsi obtenues, c'est-à-dire que l'on regarde les valeurs dépassant S ou ûS et on leur affecte la valeur 1. On affecte la valeur 0 pour les autres. On obtient alors pour chaque pixel de chaque ligne : 0si ûS<p';.1< S et 1 sip'i<-S ou sip'11>S On retient alors pour chaque ligne comme paramètre numérique représentatif le nombre de 1 obtenus dans la ligne.

Quelle que soit la méthode retenue pour extraire un paramètre numérique de chaque ligne on applique ensuite dans chaque bandelette 5 une méthode d'analyse fréquentielle à l'ensemble des valeurs extraites pour chaque bandelette. On a constaté que le spectre résultant de cette analyse fait apparaître des pics de fréquences lorsqu'un défaut périodique est présent dans la bandelette 5. On a donc ainsi les moyens de retrouver des défauts périodiques à l'aide de l'analyse de l'image de la surface du produit en sous images 5. On peut ainsi trier les spectres présentant des pics susceptibles de représenter des défauts périodiques. Etant donné que l'acquisition des images de la caméra 2 se fait en synchronisme avec l'avance de la bande, on a les moyens, après avoir déterminé la fréquence des pics sélectionnés, de calculer les périodes des défauts calculées en longueur de bande et de comparer lors d'un second tri la longueur développée des rouleaux de la ligne, sans oublier les coefficients éventuels de l'allongement du produit qui est réalisé sur le laminoir. Il est alors possible, toujours selon le procédé de l'invention, de déterminer le rouleau qui produit des marques sur la bande, ainsi que la localisation du défaut selon la largeur du produit en fonction de la ou des bandelettes qui comportent les traces d'un défaut périodique. La figure 4 représente les résultats obtenus selon un des modes de réalisation du procédé de l'invention. Des bandes de quelques centaines de pixels ont été extraites de l'image de la surface en pleine largeur et la longueur enregistrée correspondait à plusieurs centaines de mètres. Pour chaque ligne de chaque bandelette 5 on a choisit de calculer la somme des écarts moyens des niveaux de gris présents sur la ligne et de garder la valeur obtenue comme valeur représentative de la ligne. Compte tenu de la vitesse de défilement de la bande et de la résolution de la caméra lors de l'acquisition les données ont été introduites dans un analyseur de Fourier à la fréquence de 500 kHz. Sur les deux graphes 4a et 4b on a porté selon l'axe des ordonnées la valeur du paramètre représentatif en décibels, et la fréquence selon l'axe des abscisses. Le graphique 4b ne présente pas de pic 7 remarquable car la bandelette 5 analysée ne comportait pas de marque de cylindre périodique. Le graphique 4a présente un premier pic 7 à 66,4 Hz ce qui correspond à 500000 / 66,4 = 7530 lignes. La résolution longitudinale utilisée étant de 0,34 pixel/mm on obtient une longueur de la période du défaut 4 sur la bande de 2560 millimètres ce qui a été identifié comme étant un défaut provoqué par un des cylindres d'une cage du laminoir multiplié par le coefficient d'allongement produit par les cages situées en aval de ce cylindre. On peut ainsi donner une alarme en temps réel sur la présence d'une marque de cylindre 4 ou de rouleaux, qui n'apparaissait pas dans l'analyse usuelle des défauts de surface. En effet l'analyse des bandelettes 5 prises dans l'image de la surface du produit se fait en temps réel. II suffit de sélectionner une longueur de bandelette à analyser de dimension suffisante pour avoir la possibilité de trouver plusieurs occurrences du défaut à détecter. Or tous les rouleaux de la ligne de production sont connus et l'allongement en cours sur le laminoir l'est aussi. II est donc possible de donner une alarme pendant la fabrication de la bobine au cours de laquelle le défaut apparaît, avec tout au plus quelques centaines de mètres de retard, et on évite ainsi de déclasser une partie importante de la production. Il faut bien entendu procéder à la réparation ou à l'échange du rouleau défectueux, mais sa recherche est rapide puisqu'il est identifié par son diamètre et la localisation de la marque selon la largeur de la bande. On dispose de plusieurs méthodes pour traiter l'analyse fréquentielle. Un transformateur de Fourier complet donne les résultats escomptés, mais il n'est point nécessaire de déterminer la transformée complète pour identifier un éventuel rouleau en défaut. En effet la détection de la fréquence fondamentale est suffisante puisque c'est elle qui correspond à la période de rotation du rouleau. Ainsi, selon un mode de réalisation du procédé de l'invention on peut aussi traiter les paramètres caractéristiques de chaque bandelette d'une autre manière et ne pas attendre l'acquisition d'images sur une grande longueur. On réalise alors, par exemple, une transformée de Fourier sur un nombre de lignes limitées que l'on décale au fur et à mesure de l'avance du produit et de l'acquisition des images. On fabrique ainsi une transformée de Fourier 'glissante' dont les pics 7 dans le spectre 6 se préciseront aufur et à mesure des occurrences, pour les bandelettes 5 contenant un défaut de marque de cylindre 4. Selon un mode de réalisation avantageux de l'invention on réalise une sorte d'intégrateur des spectres 6 issus des transformées de Fourier partielles ou 'glissantes' obtenues. En effet, sur un nombre limité de lignes la transformée de Fourier est obtenue après un temps de calcul très réduit et on obtient un spectre 6 de fréquences. II est alors possible que les pics 7 se distinguent mal du fait du bruit existant dans le domaine spectral. Il suffit alors de sommer les spectres 6 successifs obtenus. Les zones qui ne contiennent que du bruit de fond s'estomperont d'avantage à chaque sommation, par contre les valeurs des pics 7 s'accroîtront au fur et à mesure jusqu'à devenir très distinctes. La précision de cette méthode est tout à fait suffisante, car il ne s'agit pas d'extraire tout le spectre de fréquences, mais de seulement vérifier si la fondamentale correspond à un des rouleaux présents dans la ligne de production. On peut, dans de nombreux cas, avancer ainsi le moment de la confirmation du défaut et diminuer considérablement la longueur de produit perdu. Selon un mode perfectionné de réalisation du procédé de l'invention on effectue aussi une optimisation de la largeur et du recouvrement des bandelettes 5. En effet, selon les éclairages et les défauts habituellement constatés sur une ligne de production, générant certains niveaux de contraste on peut régler ces paramètres. Cela permet d'optimiser les temps de calcul et le traitement en temps réel des défauts de marques pour donner l'alarme. On peut aussi, lors de la mise au point de l'installation dans la ligne de production, essayer différents calculs du paramètre numérique parmi ceux précédemment cités de façon à avoir la meilleure fiabilité dans la détection des défauts périodiques.

Mais l'invention n'est pas limitée aux exemples qui ont été décrits. Le procédé de l'invention peut s'appliquer à la détection de défauts périodiques sur des produits en acier ou constitués d'un autre métal et de différentes formes.

L'invention peut aussi s'appliquer à tout produit d'une autre matière ou élaboré par un autre procédé que le laminage, comme par exemple l'extrusion de matières plastiques, pouvant faire l'objet d'une inspection de surface. Il est aussi possible d'utiliser d'autres méthodes pour l'extraction d'un paramètre caractéristique dans chaque ligne des bandelettes ainsi que d'autres méthodes d'analyse fréquentielle sans sortir du domaine de l'invention.

Les signes de référence insérés après les caractéristiques techniques mentionnées dans les revendications, ont pour seul but de faciliter la compréhension de ces dernières et n'en limitent aucunement leur portée.

Claims (18)

Revendications

1) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement pour la détection de défauts périodiques, procédé utilisant un dispositif d'acquisition d'images équipé d'au moins une caméra linéaire (2) et réalisant ligne par ligne une image continue de la surface du produit, les lignes étant orientées de manière perpendiculaire à la direction (F) de défilement dudit produit (1) et l'acquisition étant faite en synchronisme avec le défilement dudit produit, caractérisé en ce que l'on réalise des sous images (5) de l'image de la surface du produit selon des zones ayant la forme de bandelettes (51, 52, 53, ...) dont la longueur est orientée selon la direction du défilement du produit et en ce que l'on extrait pour chaque ligne de chaque bandelette une grandeur portant la trace du défaut périodique à l'aide d'un filtre numérique.

2) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 1 caractérisé en ce que la largeur des bandelettes (5) est réglée selon les caractéristiques de la ligne de production du produit à inspecter (1) pour obtenir un résultat optimal.

3) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon revendication 1 caractérisé en ce que les bandelettes (5) se recouvrent légèrement les unes les autres pour éviter les zones occultées ou ambiguës.

4) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon l'une des revendications 1 à 3 caractérisé en ce que le filtre numérique travaille sur les valeurs de niveau de gris de chaque ligne de chaque bandelette (5) comme un filtre d'extraction de contour.

5) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 4 caractérisé en ce que la valeur extraite pour chaque ligne de chaque bandelette (5) par le filtre numérique est l'écart type des valeurs de la ligne considérée.

6) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 4 caractérisé en ce que la valeur extraite pour chaque ligne de chaque bandelette (5) par le filtre numérique est l'écart moyen des valeurs de la ligne considérée.

7) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 4 caractérisé en ce que la valeur extraite pour chaque ligne de chaque bandelette (5) par le filtre numérique est l'écart entre le minimum et le maximum des valeurs de la ligne considérée.

8) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 4 caractérisé en ce que la valeur extraite pour chaque ligne de chaque bandelette (5) par le filtre numérique est la somme de la réponse à un filtre de Prewitt appliqué aux valeurs de la ligne considérée.

9) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 8 caractérisé en ce que la valeur extraite pour chaque ligne de chaque bandelette (5) par le filtre numérique est le nombre de valeurs dépassant un seuil après application du filtre aux valeurs de la ligne considérée.

10) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon l'une des revendications 1 à 9 caractérisé en ce que l'on réalise dans chaque bandelette (5) une analyse fréquentielle sur l'ensemble des valeurs extraites pour chaque ligne.

11) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 10 caractérisée en ce que l'analyse 15 fréquentielle est réalisée à l'aide de la transformée de Laplace.

12) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 10 caractérisée en ce que l'analyse fréquentielle est réalisée à l'aide de la transformée de Fourrier.

13) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un 20 produit (1) en défilement selon la revendication 12 caractérisée en ce que l'analyse fréquentielle est réalisée à l'aide de la transformée de Fourrier limitée au premier ordre.

14) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 10 caractérisée en ce que l'analyse fréquentielle est réalisée à l'aide d'une transformée de Fourrier 'glissante' prise sur un 25 nombre limité de lignes de chaque bandelette (5) et se déplaçant avec elle.

15) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 14 caractérisée en ce que l'on somme les spectres (6) d'une même bandelette (5) calculés sur un nombre limité de lignes pour faire apparaître les fréquences recherchées et diminuer le bruit dans le signal spectral. 30

16) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon l'une des revendications 10 à 15 caractérisé en ce que l'on effectue un tri des spectres (6) obtenus par l'analyse fréquentielle présentant des pics (7).

17) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un 35 produit (1) en défilement selon la revendication 16 caractérisé en ce que l'on effectue un second tri des pics (7) dont les fréquences se trouvent dans des plagescorrespondantes à des fréquences possibles de défauts périodiques d'après les diamètres des rouleaux de la ligne de production, les coefficients éventuels d'allongement du produit (1) et la résolution de l'acquisition de l'image.

18) Procédé de traitement des images d'un dispositif d'inspection de la surface d'un produit (1) en défilement selon la revendication 17 caractérisé en ce qu'après le second tri on donne une alarme à l'opérateur en indiquant le ou les rouleaux retenus comme pouvant être à l'origine du défaut périodique ainsi que la localisation des marques (4) dans la largeur de la bande.