WO2023276102A1 - 異常検出装置および異常検出方法 - Google Patents

異常検出装置および異常検出方法 Download PDF

Info

Publication number
WO2023276102A1
WO2023276102A1 PCT/JP2021/024919 JP2021024919W WO2023276102A1 WO 2023276102 A1 WO2023276102 A1 WO 2023276102A1 JP 2021024919 W JP2021024919 W JP 2021024919W WO 2023276102 A1 WO2023276102 A1 WO 2023276102A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
abnormality
rolling
luminance data
image
Prior art date
Application number
PCT/JP2021/024919
Other languages
English (en)
French (fr)
Inventor
智俊 望月
明寛 小村
信弥 金森
昌弘 山田
Original Assignee
Ｐｒｉｍｅｔａｌｓ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｊａｐａｎ 株式会社
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 Ｐｒｉｍｅｔａｌｓ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｊａｐａｎ 株式会社 filed Critical Ｐｒｉｍｅｔａｌｓ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｊａｐａｎ 株式会社
Priority to PCT/JP2021/024919 priority Critical patent/WO2023276102A1/ja
Priority to EP21948406.0A priority patent/EP4260958A4/en
Priority to JP2022501053A priority patent/JP7033241B1/ja
Priority to CN202180090360.3A priority patent/CN116685419A/zh
Publication of WO2023276102A1 publication Critical patent/WO2023276102A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
    • B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
    • B21B1/24—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8918—Metal

Definitions

  • the present invention relates to an anomaly detection device and an anomaly detection method.
  • Patent Document 1 discloses a method for detecting flaws on the surface of a running metal steel strip.
  • a threshold calculation unit includes a density histogram calculation unit that obtains a density histogram for each unit area from an image signal, and a density histogram calculation unit that obtains a peak position of the density histogram, and a normal value when the peak position is used as an average value.
  • the determination threshold value is obtained by minimizing the inclusion of flaw signal components other than texture signal components in the standard deviation value.
  • strip reduction phenomenon (this is called rolling abnormality) occurs due to the rapid meandering of strips when passing through the tail end of the strip after the rear tension is released.
  • the occurrence of scratches on the roll surface increases, and the number of roll replacements increases, which may lead to a decrease in product yield.
  • rolling strip reduction rolling abnormality
  • early intervention can be implemented, and the probability of preventing subsequent rolling abnormalities and equipment failures can be increased. possible to raise.
  • Rolling plate reduction phenomenon is a phenomenon in which a metal strip is rolled in a folded state when it passes through a rolling mill.
  • the image of the strip surface is monitored with a camera, and the brightness of the strip surface exceeds a certain threshold and the area increases. Sometimes plate anomalies can be detected.
  • Patent Document 1 when the distribution area of white pixels in an image obtained by binarizing the tail end image detected by the tail end detection means is equal to or larger than a predetermined area, it is detected that the tail end is squeezed. It is disclosed to
  • An object of the present invention is to provide an anomaly detection device and an anomaly detection method capable of improving the detection accuracy of plate rolling anomalies compared to conventional methods.
  • the present invention includes a plurality of means for solving the above problems.
  • a camera for capturing an image of the metal strip to be detected; and brightness data of pixels within the range of the metal strip from the image captured by the camera are divided into three components of an R value, a G value, and a B value.
  • an image processing unit that detects the rolling abnormality of the surface based on the relationship between the two components of the brightness data of the components.
  • FIG. 1 is a schematic diagram showing the configuration of an abnormality detection device according to an embodiment of the present invention
  • FIG. 4 is a diagram showing how the range of a material to be rolled is extracted from an image in the abnormality detection device of the embodiment
  • FIG. 4 is a diagram showing an example of a luminance (RGB) histogram of pixels within a plate range for one image in the abnormality detection device of the embodiment
  • FIG. 5 is a diagram showing an example of abnormal region extraction determination processing in the abnormality detection device of the embodiment
  • FIG. 5 is a diagram showing an example of abnormal region extraction determination processing in the abnormality detection device of the embodiment
  • FIG. 5 is a diagram showing an example of abnormal region extraction determination processing in the abnormality detection device of the embodiment
  • FIG. 5 is a diagram for explaining the flow of a method for calculating an abnormal area based on a reflected light area in the abnormality detection device of the embodiment;
  • FIG. 5 is a diagram for explaining the flow of a method for calculating an abnormal area based on a reflected light area in the abnormality detection device of the embodiment;
  • FIG. 5 is a diagram for explaining the flow of a method for calculating an abnormal area based on a reflected light area in the abnormality detection device of the embodiment;
  • 4 is a flowchart of abnormality determination processing in the abnormality detection device of the embodiment.
  • FIG. 1 An embodiment of the abnormality detection device and the abnormality detection method of the present invention will be described with reference to FIGS. 1 to 10.
  • FIG. 1 the same or corresponding components are denoted by the same or similar reference numerals, and repeated descriptions of these components may be omitted.
  • the metal strip that is the material to be rolled in the present invention is generally a strip of a metal material that can be rolled, and its type is not particularly limited. be able to.
  • FIG. 1 is a schematic diagram showing the configuration of an abnormality detection device of this embodiment and a rolling mill equipped with the same
  • FIG. 2 is a schematic diagram illustrating the configuration of the abnormality detection device.
  • a rolling facility 100 shown in FIG. 1 is a finish rolling facility for rolling a material 1 to be rolled, and includes an F1 stand 10, an F2 stand 20, an F3 stand 30, an F4 stand 40, an F5 stand 50, an F6 stand 60, and an F7 stand. It has a stand 70, cameras 81 and 82, a tension control looper 65, an image processing computer 90, a display device 95, and the like.
  • the cameras 81 and 82, the illumination device 67, and the image processing computer 90 constitute an abnormality detection device 101 for detecting an abnormality on the surface of the material 1 to be rolled.
  • the rolling facility 100 is not limited to the configuration in which seven rolling stands are provided as shown in FIG. 1, and may have at least one stand.
  • Each of the F1 stand 10, the F2 stand 20, the F3 stand 30, the F4 stand 40, the F5 stand 50, the F6 stand 60, and the F7 stand 70 has an upper work roll and a lower work roll, and the upper work roll and the lower work roll, respectively.
  • the roll configuration of the rolling mill is not limited to the form described above, and it is sufficient that there are at least upper and lower work rolls.
  • the looper 65 is a roll for line tension control. This roll is installed with its rotating shaft extending in the width direction of the material 1 to be rolled, and the line tension can be changed by raising or lowering the material 1 to be rolled vertically. between F1 stand 10 and F2 stand 20, between F2 stand 20 and F3 stand 30, between F3 stand 30 and F4 stand 40, between F4 stand 40 and F5 stand 50, between F5 stand 50 and They are provided between the F6 stand 60 and between the F6 stand 60 and the F7 stand 70, respectively.
  • the looper 65 may also have the function of a plate shape meter for detecting the tension distribution in the plate width direction.
  • the camera 81 is provided at a position capable of capturing an image including the material 1 to be rolled on the delivery side of the F4 stand 40 and the entry side of the F5 stand 50. For example, directly above the material 1 to be rolled, Alternatively, an image including the material to be rolled 1 is taken from obliquely above at an interval shorter than 0.1 seconds, preferably in a moving image format. Data of the image captured by the camera 81 is transmitted to the image processing computer 90 via the communication line 85 .
  • the camera 82 is provided on the delivery side of the F7 stand 70 at a position capable of capturing an image including the material 1 to be rolled. An image including the material to be rolled 1 is taken at an interval shorter than 0.1 seconds, for example. Data of images captured by the camera 82 are also transmitted to the image processing computer 90 via the communication line 85 .
  • These cameras 81 and 82 perform an imaging step of capturing an image including the material 1 to be rolled.
  • the lighting device 67 illuminates the material to be rolled 1, particularly the material to be rolled 1 in the range captured by the cameras 81 and 82, and is appropriately arranged on the ceiling of the rolling mill where the rolling equipment 100 is installed. Although it can be a general lighting equipment, it may be a dedicated lighting device.
  • the image processing computer 90 is a device configured by a computer or the like that controls the operation of each device in the rolling facility 100, and has an image processing section 92, a database 93, and the like.
  • the image processing unit 92 divides the luminance data within the range of the material to be rolled 1 from the images captured by the cameras 81 and 82 into three components of R value, G value, and B value, and among the luminance data of each component, It is a part that detects surface rolling anomalies based on the relationship between two components of luminance data, and is the main body that executes the image processing process.
  • the image processing section 92 has a detection area setting section 92A, a reflected light area setting section 92B, an abnormal area setting section 92C, and the like.
  • the detection area setting part 92A is a part for setting a detection area of the material to be rolled 1, which is an abnormality detection target, from the imaged image.
  • the reflected light area setting part 92B is a part for setting a reflected light area in which the illumination light originating from the illumination device 67 is reflected on the surface of the material 1 to be rolled, from the captured image.
  • the abnormal area setting unit 92C is a part that detects an abnormal portion of the surface from the detection area using the reference value as a threshold, and sets an area from which the reflected light area is removed as an abnormal area.
  • the database 93 stores one component of the brightness of the R (red) value, G (green) value, and B (blue) value of the pixels within the range of the material 1 to be rolled in the image of the material 1 to be rolled.
  • It is a storage device that stores information on the boundary line.
  • it is configured with an SSD, HDD, or the like.
  • the display device 95 is a display device such as a display and an audio device such as an alarm device. It is a device for communicating about Therefore, a display is often used as the display device 95 .
  • the operator checks the display screen of the display device 95, each stand itself, and between the stands to see if there is a rolling abnormality such as a strip reduction phenomenon. For example, when the operator confirms the display that the rolling strip reduction phenomenon has occurred on the display device 95, and the operation to be performed such as bending correction, leveling correction, roll speed correction, roll gap opening of the downstream stand, etc. is displayed.
  • a rolling abnormality such as a strip reduction phenomenon.
  • the operator is notified of the occurrence of the rolling strip reduction phenomenon on the display screen of the display device 95, and a correction or stop signal is sent to the rolling mill control device to avoid the rolling abnormality. It is possible to adopt a mode in which the avoidance operation is performed by automatic control, or a mode in which various correction operations or stop operation is performed by automatic control without displaying on the display device 95 .
  • FIG. 3 is a diagram showing how the range of the material to be rolled is extracted from the image
  • FIG. 4 is a diagram showing an example of the luminance (RGB) histogram of the strip range for one image
  • FIGS. FIG. 7 to FIG. 9 are diagrams showing an example of processing
  • an image including the material 1 to be rolled is acquired by the cameras 81 and 82 .
  • the captured image is output to the image processing computer 90 via the communication line 85 .
  • the image processing unit 92 discriminates the background and the region where the material 1 is present from the image of the material 1 to be rolled during rolling by binarization processing, as shown in FIG. Then, the range 1A of the material to be rolled 1 is extracted from the brightness area equal to or higher than a certain threshold. After that, abnormality detection processing is performed on the extracted range 1A.
  • this extracted range 1A may include a region slightly inside or outside the actual plate region, and does not necessarily have to match the material to be rolled 1. Since the position of the material 1 to be imaged may change due to the fluctuation, the range 1A must be extracted so as to follow the change.
  • the image processing unit 92 obtains the luminance distribution of the range 1A of the material 1 to be rolled for one selected image.
  • the image processing unit 92 converts the luminance (RGB) data of all pixels in the range 1A extracted in FIG. , and the frequency distribution (histogram) of luminance of each R value, G value, and B value indicated by the number of measurement points is obtained.
  • R red
  • G green
  • B blue
  • all of RGB take values from 0 to 255.
  • FIG. 4 shows an example of a plate area luminance (RGB) histogram for one image.
  • the image processing unit 92 divides the area indicated by the integrated value of each distribution into two (central position: 50%) as luminance data of each RGB component judged to be a normal board. Also, one value can be selected within an allowable range of ⁇ 20% from the central position of 50% and used as luminance data of each RGB component. Note that the allowable range does not have to be " ⁇ 20%" and can be changed as appropriate.
  • the brightness (mode value) which is the largest number of measurement points in each distribution, is used as brightness data for each of RGB that is judged to be a board with no abnormalities. can be done. Furthermore, it is possible to select one value within an allowable range of ⁇ 30% from the mode and use it as luminance data for each of the RGB components. Note that the allowable range does not have to be " ⁇ 30%" and can be changed as appropriate.
  • the value (position) used to obtain this luminance data may be specified by the operator before rolling the material 1 to be detected as an abnormality detection target, or may be set using preset values of the device, or may be optimized by machine learning. It may also be a format in which appropriate values are learned.
  • the image processing unit 92 detects surface abnormalities based on the luminance data of one component, the luminance data of another component, and the threshold boundary.
  • the image processing unit 92 determines that the detection result obtained from the luminance data of the two components that form one combination of the R value, the G value, and the B value and the threshold boundary obtained therefrom is abnormal, In addition, when the detection result obtained from the luminance data of the two components that are another combination and the threshold boundary obtained therefrom is abnormal, it can be detected as abnormal.
  • the image processing unit 92 may combine two components of luminance data (B-value luminance data and G-value luminance data), which are one combination of R value, G value, and B value, as shown in FIG.
  • B-value luminance data and G-value luminance data are one combination of R value, G value, and B value
  • FIG. 6 another combination of two-component luminance data (B-value luminance data and R-value luminance data) and from them
  • a detection result as to whether or not there is an abnormality is obtained from the obtained boundary. More specifically, it is determined whether the plot of luminance data is on the abnormal side of the boundary line.
  • the image processing unit 92 detects that the surface is abnormal when both detection results are determined to be abnormal.
  • the relationship between the luminance data of the G value and the luminance data of the R value can be used. It is desirable to use either luminance data.
  • any one of the three combinations may be used for determination. Moreover, it may be detected as an abnormality when either one of the two combinations exceeds an arbitrary threshold boundary. Furthermore, any of the three combinations may be used for determination. When using any of the three combinations, it may be detected as an abnormality when any one of them exceeds an arbitrary threshold boundary, or when two of the majority votes exceed an arbitrary threshold boundary, it is detected as an abnormality. Alternatively, an abnormality may be detected only when all of the three are equal to or greater than an arbitrary threshold boundary. In these cases, as described above, priority can be given to luminance data of G values and B values.
  • An arbitrary threshold boundary line for separation can be determined and drawn, for example, by an operator of the rolling equipment 100 or an employee of the manufacturer of the abnormality detection device from the result diagram.
  • mathematical techniques can be used to classify normal and abnormal, for example, using data clustering techniques (data classification techniques).
  • data classification techniques data classification techniques.
  • FIG. 7 the details of the removal of the reflected light area originating from the illumination device 67 will be described with reference to FIGS. 7 to 9.
  • FIG. 7 the details of the removal of the reflected light area originating from the illumination device 67 will be described with reference to FIGS. 7 to 9.
  • the abnormal area has the shape of the luminance distribution in the rolling direction (conveyance direction).
  • the abnormal area and the area of the reflected light originating from the illumination device 67 are mixed.
  • the image reflects the illumination unit 1A1, and it is desirable to remove the reflected light area originating from the illumination device 67 from the diaphragm/illumination unit 1A1.
  • the illumination device 67 is close to white and some apertures are close to yellow, it is desirable to perform binarization processing to extract and remove the illumination device 67 from the luminance threshold close to white. .
  • the detection area setting unit 92A sets the area determined to be abnormal using the methods of FIGS. Then, as shown in FIG. 8, a reflected light region setting unit 92B extracts and deletes a relatively long reflected light region 1A2 derived from the lighting device 67 in the board width direction, and a true reflected light region 1A2 is obtained as shown in FIG. Only the abnormal area 1A3 (area relatively long in the transport direction) is extracted. Thereafter, the abnormal area setting unit 92C sets the detected true abnormal area 1A3 as an abnormal area, and shifts to the final detection process of whether or not a rolling abnormality is detected.
  • the image processing unit 92 preferably removes the area of the reflected light from the illumination device 67 and sets the abnormal area, or the area of each pixel of the abnormal area detected as the abnormal part of the surface by the method of FIG. If the total value or the value obtained by dividing the total area value by the area of the range 1A of the entire material 1 to be rolled is larger than a certain threshold value ( ⁇ ), it is determined that the material 1 to be rolled has a rolling abnormality. do.
  • FIG. 10 is a flowchart of abnormality determination processing in the abnormality detection device of the embodiment.
  • step S101 the relationship (see FIGS. 5 and 6) between the luminance data of the two components (R, G, B) is obtained using past data.
  • a boundary line for classifying normal/abnormal is created and recorded as the database 93 (step S101).
  • step S102 When rolling is executed, images are first acquired by the cameras 81 and 82 (step S102). This step S102 corresponds to the imaging step.
  • step S103 the image processing unit 92 of the image processing computer 90 determines whether or not the material to be rolled 1 is present in the image captured in step S102 (step S103). When it is determined that the material 1 to be rolled exists, the process proceeds to step S104, whereas when it is determined that it does not exist, the process proceeds to step S110.
  • the board detection area is set in the image processing unit 92 (step S104), and then abnormality candidates are determined based on the relationship between the two luminance components (step S105).
  • the image processing unit 92 performs processing for removing the reflected light area originating from the illumination device 67 (step S106).
  • step S107 the final abnormality determination process is executed in the image processing unit 92 (step S107), and it is determined whether or not there is a rolling abnormality such as reduction (step S108).
  • step S109 the process proceeds to step S109, and when it is determined that no abnormality has occurred, the process proceeds to step S110.
  • the display device 95 displays that fact.
  • intervention processing for each stand 10, 20, 30, 40, 50, 60, 70 can be automatically executed.
  • the abnormality detection device of the present embodiment described above is a device for detecting a rolling abnormality on the surface of the material to be rolled 1 rolled by the rolling mill, and is a camera for imaging the material to be rolled 1, which is an abnormality detection target.
  • 81, 82, and the brightness data of the pixels within the range of the material 1 to be rolled from the images captured by the cameras 81, 82 are divided into three components of the R value, the G value, and the B value.
  • an image processing unit 92 for detecting a rolling abnormality on the surface based on the relationship between the luminance data of the two components.
  • the data group in which the plate was normal and the data group in which the plate was abnormal were plotted.
  • the data group and the data group were plotted.
  • the image processing unit 92 uses the luminance difference between the G value and the B value. Since the material to be rolled 1 has a reddish color tone, when the R value is used, the brightness of the normal part and the abnormal part do not change so much, and it may not be suitable for discrimination. Therefore, by using the G value and the B value, the abnormality can be detected without considering the ground color of the material 1 to be rolled.
  • the image processing unit 92 determines that the detection result obtained from the luminance data of the two components that form one combination of the R value, the G value, and the B value and the threshold boundary obtained therefrom is abnormal, and If the detection result obtained from the brightness data of the other two components and the threshold boundary obtained from them is abnormal, it is detected as a rolling abnormality, so that two combinations of the two components are used. Since it is determined that the surface is abnormal when an abnormality is detected in both cases, it is difficult to erroneously detect a normal portion as an abnormal portion, and the accuracy of abnormality detection can be further improved.
  • an illumination device 67 for illuminating the material to be rolled 1 is further provided, and the image processing unit 92 sets the detection area of the material to be rolled 1 from the latest image, The reflected light area reflected on the surface of the rolled material 1 is set, the area obtained by removing the reflected light area from the detection area is set again as the detection area, and the brightness data and the brightness reference value of the pixels in the detection area are newly obtained.
  • the abnormal area based on the relationship of the luminance difference and detecting the rolling abnormality, it is possible to extract the true surface abnormality from which the reflected light area of the lighting device 67 is removed. Further improvements can be achieved.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (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)

Abstract

異常検出装置は、圧延機により圧延される被圧延材１の表面の圧延異常を検出するための装置であって、異常の検出対象である被圧延材１を撮像するカメラ８１，８２と、カメラ８１，８２により撮像された画像から被圧延材１の範囲内の画素の輝度データをＲ値、Ｇ値、Ｂ値の３成分に分け、各々の成分の輝度データのうち、２成分の輝度データの関係性に基づいて表面の圧延異常を検出する画像処理部９２と、を備えている。これにより、板の圧延異常検出精度を従来に比べて向上させることが可能な異常検出装置および異常検出方法が提供される。

Description

異常検出装置および異常検出方法
　本発明は、異常検出装置および異常検出方法に関する。
　生産ラインにおいて疵無部の地合信号を正確に求め、判定閾値を正確に、且つ、効率よく設定する表面検査装置の一例として、特許文献１には、走行する金属鋼帯の表面の疵を検出する表面検査装置であって、閾値演算部は、画像信号から単位エリア毎の濃度ヒストグラムを求める濃度ヒストグラム演算部と、濃度ヒストグラムのピーク位置を求め、当該ピーク位置を平均値とした場合の正規分布関数を想定し、当該ピーク位置近傍の濃度ヒストグラム度数から、想定した正規分布関数の標準偏差値を求める標準偏差演算部と、標準偏差値に対応する判定閾値を設定する閾値設定部とを備え、標準偏差値に地合信号成分以外の疵信号成分が極力含まれないようにして判定閾値を求めるようにした、ことが記載されている。
特開２０１０－８５０９６号公報
　熱間仕上げ圧延機では、薄板・高荷重での圧延の増加に伴い、後方張力が開放された後の板尾端部通過時に、板の急激な蛇行に伴う圧延板絞り現象（これを圧延異常と呼ぶ）の発生が多くなり、ロール表面へのキズ発生に伴うロール交換回数が増加し、製品歩留まりの低下を招く可能性がある。
　現状は、オペレータ目視によるベンディング・レベリング介入等の操作にて回避しているが、オペレータの技能に依存するところが大きい。オペレータが見ている監視画像情報を用いたコンピュータ画像処理により、圧延板絞り発生（圧延異常）を検知できれば早めの介入操作に展開でき、その後の圧延異常や設備故障の発生を未然に防ぐ確率を上げることが可能である。
　圧延板絞り現象は、金属帯板が圧延機を通過するときに、板が折り重なった状態で圧延される現象のことである。
　この状態で板の折り重なった箇所が圧延されると、その箇所の加工発熱が他よりも増して高温となり、正常部の板表面の輝度より明るい輝度が生じ、輝度差に伴う圧延異常検出が可能となる。
　そこで、熱間圧延では、圧延板絞り現象等の圧延異常を検出するため、カメラにて板の表面の画像を監視し、板表面の輝度がある閾値を超え、かつ、その面積が大きくなった時に、板の異常を検出することができる。
　例えば特許文献１には、尾端検出手段で検出した尾端画像を２値化処理した画像における白色画素の分布面積が所定面積以上であるときに、尾端に絞りが発生していると検出することが開示されている。
　上記の特許文献１に記載の技術では、画像を白黒の２色の濃淡で判断しているが、実際の画像の輝度分布と白黒とはかけ離れており、精度よく異常を検出する余地があることが本発明者らの検討により明らかとなった。
　本発明の目的は、板の圧延異常検出精度を従来に比べて向上させることが可能な異常検出装置および異常検出方法を提供することである。
　本発明は、上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、圧延機により圧延される金属帯板の表面の圧延異常を検出する異常検出装置であって、異常の検出対象である前記金属帯板を撮像するカメラと、前記カメラにより撮像された画像から前記金属帯板の範囲内の画素の輝度データをＲ値、Ｇ値、Ｂ値の３成分に分け、各々の成分の前記輝度データのうち、２成分の前記輝度データの関係性に基づいて前記表面の圧延異常を検出する画像処理部と、を備えたことを特徴とする。
　本発明によれば、板の圧延異常検出精度を従来に比べて向上させることができる。上記した以外の課題、構成および効果は、以下の実施例の説明により明らかにされる。
本発明の実施例の異常検出装置を備えた圧延設備の構成を示す概略図。 本発明の実施例の異常検出装置の構成を示す概略図。 実施例の異常検出装置における、画像から被圧延材の範囲を抽出する様子を示す図。 実施例の異常検出装置における、１つの画像に対する板範囲内の画素の輝度（ＲＧＢ）ヒストグラムの一例を示す図。 実施例の異常検出装置における、異常領域の抽出判定処理の一例を示す図。 実施例の異常検出装置における、異常領域の抽出判定処理の一例を示す図。 実施例の異常検出装置における、反射光領域による異常領域の算出方法の流れを説明する図。 実施例の異常検出装置における、反射光領域による異常領域の算出方法の流れを説明する図。 実施例の異常検出装置における、反射光領域による異常領域の算出方法の流れを説明する図。 実施例の異常検出装置における、異常判定処理のフローチャート。
　本発明の異常検出装置および異常検出方法の実施例について図１乃至図１０を用いて説明する。なお、本明細書で用いる図面において、同一のまたは対応する構成要素には同一、または類似の符号を付け、これらの構成要素については繰り返しの説明を省略する場合がある。
　なお、本発明における圧延の対象材料の金属帯板は、一般に圧延が可能な金属材料の帯板であり、その種類は特に限定されず、鋼板に加えて、アルミや銅などの非鉄材料とすることができる。
　最初に、異常検出装置を含めた圧延設備の全体構成、異常検出装置の構成について図１および図２を用いて説明する。図１は本実施例の異常検出装置とそれを備えた圧延設備の構成を示す概略図、図２は異常検出装置の構成を示す概略図である。
　図１に示した圧延設備１００は被圧延材１を圧延するための仕上げ圧延設備であって、Ｆ１スタンド１０、Ｆ２スタンド２０、Ｆ３スタンド３０、Ｆ４スタンド４０、Ｆ５スタンド５０、Ｆ６スタンド６０、Ｆ７スタンド７０、カメラ８１，８２、張力制御用のルーパー６５、画像処理計算機９０、表示装置９５等を備えている。
　このうち、カメラ８１，８２、照明装置６７、画像処理計算機９０により被圧延材１の表面の異常を検出する異常検出装置１０１が構成される。
　なお、圧延設備１００については、図１に示すような７つの圧延スタンドが設けられている形態に限られず、最低１スタンド以上であればよい。
　Ｆ１スタンド１０や、Ｆ２スタンド２０、Ｆ３スタンド３０、Ｆ４スタンド４０、Ｆ５スタンド５０、Ｆ６スタンド６０、Ｆ７スタンド７０の各々は、上ワークロールおよび下ワークロール、これら上ワークロールおよび下ワークロールにそれぞれ接触することで支持する上バックアップロール、下バックアップロール、上バックアップロールの上部に設けられた圧下シリンダ１１，２１，３１，４１，５１，６１，７１、荷重検出器１２，２２，３２，４２，５２，６２，７２を備えている圧延機である。なお、各々の上下ワークロールと各々の上下バックアップロールとの間に、更に上下中間ロールを各々設けた６段の構成とすることができる。圧延機のロール構成は、前記形態に限られず、最低上下ワークロールがあればよい。
　ルーパー６５はライン張力制御用のロールである。このロールは、その回転軸を被圧延材１の幅方向に延びるようにして設置されており、被圧延材１を鉛直方向の上方に上げたり、下方に下げたりすることでライン張力を変更できるよう、Ｆ１スタンド１０とＦ２スタンド２０との間、Ｆ２スタンド２０とＦ３スタンド３０との間、Ｆ３スタンド３０とＦ４スタンド４０との間、Ｆ４スタンド４０とＦ５スタンド５０との間、Ｆ５スタンド５０とＦ６スタンド６０との間、Ｆ６スタンド６０とＦ７スタンド７０との間、にそれぞれ設けられている。なお、ルーパー６５は、板幅方向の張力分布を検出する板形状計の機能を合わせて備えるものでも良い。
　カメラ８１は、Ｆ４スタンド４０の出側、かつＦ５スタンド５０の入側の被圧延材１を含む画像を撮像することが可能な位置に設けられており、例えば、被圧延材１の真上、あるいは斜め上方から被圧延材１を含む画像を、例えば０．１秒より短い間隔で、好適には動画形式で撮像する。カメラ８１により撮像された画像のデータは、通信線８５を介して画像処理計算機９０に送信される。
　カメラ８２はＦ７スタンド７０の出側のうち、被圧延材１を含む画像を撮像することが可能な位置に設けられており、カメラ８１と同様に、被圧延材１の真上、あるいは斜め上方から被圧延材１を含む画像を、例えば０．１秒より短い間隔で撮像する。カメラ８２により撮像された画像のデータも、通信線８５を介して画像処理計算機９０に送信される。
　これらカメラ８１，８２により、被圧延材１を含む画像を撮像する撮像工程が実行される。
　なお、カメラがＦ４スタンド４０の出側、かつＦ５スタンド５０の入側と、Ｆ７スタンド７０の出側と、の２か所に設けられている場合について説明するが、カメラは最低１カ所に設けられていればよく、１個、あるいは２個以上とすることができ、すべてのスタンドの間や、圧延設備１００の入側、出側に設けてもよい。
　照明装置６７は、被圧延材１、特にはカメラ８１，８２により撮像される範囲の被圧延材１を照らすものであり、圧延設備１００が設置されている圧延工場の天井などに適宜配置される一般的な照明設備とすることができるが、専用の照明装置としてもよい。
　画像処理計算機９０は、圧延設備１００内の各機器の動作を制御するコンピュータなどで構成される装置であり、画像処理部９２、およびデータベース９３などを有する。
　画像処理部９２は、カメラ８１，８２により撮像された画像から被圧延材１の範囲内の輝度データをＲ値、Ｇ値、Ｂ値の３成分に分け、各々の成分の輝度データのうち、２成分の輝度データの関係性に基づいて表面の圧延異常を検出する部分であり、画像処理工程の実行主体である。
　この画像処理部９２は、検出領域設定部９２Ａ、反射光領域設定部９２Ｂ、および異常領域設定部９２Ｃ等を有している。検出領域設定部９２Ａは、撮像された画像から、異常の検出対象となる被圧延材１の検出領域を設定する部分である。反射光領域設定部９２Ｂは、撮像された画像から、照明装置６７に由来する照明光が被圧延材１の表面に映る反射光領域を設定する部分である。異常領域設定部９２Ｃは、検出領域から、基準値を閾値として表面の異常部を検出するとともに、反射光領域を除去した領域を異常領域と設定する部分である。
　画像処理部９２や、画像処理部９２内の検出領域設定部９２Ａ、反射光領域設定部９２Ｂ、異常領域設定部９２Ｃの処理の詳細は後述する。
　データベース９３は、被圧延材１が映った画像中の被圧延材１の範囲内の画素がもつＲ（赤）値、Ｇ（緑）値、Ｂ（青）値の輝度のうち、１成分の輝度データに対する他の１成分の輝度データを２成分からなる２次元グラフに複数プロットした分布から、正常値と異常値とを分ける閾値境界が予め求められた情報、例えば図５や図６に示した境界線の情報を記憶している記憶装置である。好適には、ＳＳＤやＨＤＤなどで構成される。
　表示装置９５は、ディスプレイなどの表示機器や警報機などの音響機器であり、例えばオペレータに対して画像処理計算機９０において板形状異常であると判断されたときに板形状異常の発生やその対処作業について伝えるための装置である。このため、表示装置９５としては、ディスプレイが用いられることが多い。
　オペレータは、操業中、表示装置９５の表示画面や各スタンド自体、各スタンド間を目視することで圧延板絞り現象等の圧延異常の有無を確認する。例えば、オペレータは、表示装置９５に、圧延板絞り現象が起こったことの表示を確認し、ベンディング修正、レベリング修正、ロール速度修正、下流スタンドのロールギャップ開放等、行うべき操作が表示された場合、その指示に従って手動で操作をすることにより、圧延異常となっている状態から、さらなる悪化状態に推移していくことを回避できる。
　なお、オペレータに圧延板絞り現象発生の異常の発生を表示装置９５の表示画面に表示するとともに、その圧延異常を回避するための修正あるいは停止する信号を圧延機制御装置に送信して、圧延異常回避操作を自動制御で行う形態や、表示装置９５には表示せずに自動制御で各種修正操作あるいは停止操業する形態とすることができる。
　次に、本発明における圧延される被圧延材１の板形状の異常を判断する異常検出処理の具体例について図３以降を用いて説明する。図３は画像から被圧延材の範囲を抽出する様子を示す図、図４は１つの画像に対する板範囲の輝度（ＲＧＢ）ヒストグラムの一例を示す図、図５および図６は異常領域の抽出判定処理の一例を示す図、図７乃至図９は反射光領域による異常領域の算出方法の流れを説明する図である。
　まず、カメラ８１，８２により、被圧延材１を含む画像を取得する。撮像された画像は通信線８５を介して画像処理計算機９０に出力される。
　画像処理計算機９０では、画像処理部９２において、圧延時の被圧延材１の画像から、図３に示すように、背景と被圧延材１が存在する領域とを二値化処理にて判別して、ある閾値以上の輝度領域から被圧延材１の範囲１Ａを抽出する。その後、抽出した範囲１Ａに対して、異常検出処理を行う。
　なお、この抽出する範囲１Ａは、実在する板領域よりも、少し内側または少し外側の領域を含んでいてもよく、必ずしも被圧延材１に一致している必要はないが、ルーパー６５が上下に変動することにより、撮像される被圧延材１の位置が変化する場合があるので、その変化に追随するように、範囲１Ａは抽出されなくてはならない。
　次いで、画像処理計算機９０では、画像処理部９２において、選定した１つの画像に対して、被圧延材１の範囲１Ａの輝度分布を求める。ここでは、画像処理部９２は、カメラ８１，８２にて撮像された１つの画像に対して、図３で抽出した範囲１Ａの全ピクセルにおける輝度（ＲＧＢ）データをＲ値、Ｇ値、Ｂ値の３成分に分け、計測点数で示される各々のＲ値、Ｇ値、Ｂ値の輝度の度数分布（ヒストグラム）を求める。ここで、Ｒ：赤、Ｇ：緑、Ｂ：青であり、ＲＧＢいずれも０－２５５までの値を取る。図４に、１つの画像に対する板範囲の輝度（ＲＧＢ）ヒストグラムの一例を示す。
　次いで、画像処理部９２は、各々の分布の積分値で示される面積を２分割する値（中心位置：５０％）を異常がない板であると判断される各々のＲＧＢ成分の輝度データとする。また、中心位置５０％から±２０％以内の許容範囲内で１つの値を選定し、各々のＲＧＢ成分の輝度データとすることができる。なお、許容範囲は「±２０％」である必要は無く、適宜変更可能である。
　また、面積を２分割する値を用いる代わりに、各々の分布の中で最も多い計測点数である輝度（最頻値）を異常がない板であると判断されるＲＧＢ各々の輝度データとすることができる。更に、最頻値から±３０％以内の許容範囲内で１つの値を選定し、各々のＲＧＢ成分の輝度データとすることができる。なお、許容範囲は「±３０％」である必要は無く、適宜変更可能である。
　この輝度データを求めるために用いる値（位置）は、異常検出対象の被圧延材１を圧延前にオペレータが指定する形式でも、装置のプリセットの値を用いる形式でもよく、更には機械学習により最適な値を適宜学習する形式でもよい。
　画像処理部９２は、１成分の輝度データと他の１成分の輝度データと閾値境界とに基づいて、表面の異常を検出する。ここで、画像処理部９２は、Ｒ値、Ｇ値、Ｂ値のうち、一つの組合せとなる２成分の輝度データとそれらから求められた閾値境界とから得られた検出結果が異常であり、且つ、他の組合せとなる２成分の輝度データとそれらから求められた閾値境界とから得られた検出結果が異常となる場合に、異常として検出することができる。
　例えば、画像処理部９２は、Ｒ値、Ｇ値、Ｂ値のうち、図５に示すように一つの組合せとなる２成分の輝度データ（Ｂ値の輝度データおよびＧ値の輝度データ）とそれらから求められた境界とから異常か否かの検出結果を求めるとともに、図６に示すように他の組合せとなる２成分の輝度データ（Ｂ値の輝度データおよびＲ値の輝度データ）とそれらから求められた境界とから異常か否かの検出結果を求める。より具体的には、輝度データのプロットが境界線より異常側にあるか否かを判定する。
　その後、画像処理部９２は、いずれの検出結果がともに異常と求められる場合に、表面の異常として検出する。
　なお、図示を省略したが、Ｇ値の輝度データおよびＲ値の輝度データの関係を用いることができるが、画像処理部９２は、３つの組み合わせのうち、Ｇ値およびＢ値の輝度データと、いずれか一方の輝度データを用いるものとすることが望ましい。
　また、３つの組み合わせのうち２つの組み合わせを用いる場合について説明したが、３つのうちいずれか１つの組み合わせを用いて判定してもよい。また、２つの組み合わせのうちいずれか一方が任意の閾値境界以上となる場合に異常として検出してもよい。更に、３つの組み合わせのいずれも用いて判定してもよい。３つの組み合わせのいずれも用いる場合は、いずれか１つが任意の閾値境界以上となった場合に異常として検出してもよいし、多数決となる２つが任意の閾値境界以上となった場合に異常として検出してもよいし、３つのすべてが任意の閾値境界以上となった場合のみ異常として検出するものとしてもよい。これらの際に、上述のように、Ｇ値およびＢ値の輝度データを優先することができる。
　図５や図６に示した任意の閾値境界線については、予め、複数の正常・異常発生の画像データを収集しておき、分離できる近似式を求めておき、データベース９３に格納しておくことが望ましい。
　分離のための任意の閾値境界線は、例えば、結果図より圧延設備１００のオペレータや異常検出装置の製造メーカーの社員が判断して引くことができる。また、数学的手法を用いて、例えば、データクラスタリング手法（データ分類法）を用いて、正常と異常を分類することができる。１手法として、ＳＶＭ法（サポートベクターマシン）による２分類法にて、正常と異常の距離（マージン）が最大となるように１次式を求める方法が挙げられる。
　次いで、照明装置６７に由来する反射光領域の除去の詳細について図７乃至図９を用いて説明する。
　図７に示すように、異常領域は圧延方向（搬送方向）の輝度分布の形状となる。これに対し、実際にカメラ８１，８２により撮像される画像には、この異常領域と照明装置６７に由来する反射光の領域（図７では板幅（縦）方向）とが混在した絞り部兼照明部１Ａ１が映る画像となっており、絞り部兼照明部１Ａ１から照明装置６７由来の反射光領域を取り除くことが望ましい。
　ここで、照明装置６７は白色に近く、絞りの中には黄色に近いものもあることから、二値化処理して、白色に近い輝度閾値から照明装置６７を抽出し、除去することが望ましい。
　そこで、画像処理部９２では、検出領域設定部９２Ａにより、上述の図５および図６等の方法を用いて異常と判定された領域を絞り部兼反射光領域１Ａ１と設定する。その上で、図８に示すように、反射光領域設定部９２Ｂにより照明装置６７に由来する板幅方向に比較的長い反射光領域１Ａ２を抽出・削除して、図９に示すように真の異常領域１Ａ３（搬送方向に比較的長い領域）のみ抽出する。その後、異常領域設定部９２Ｃにより、検出した真の異常領域１Ａ３を異常領域と設定して、圧延異常の検出の有無の最終検出処理に移行する。
　なお、図５等の手順により表面の異常として検出された絞り部兼照明部１Ａ１から照明装置６７由来の反射光領域１Ａ２を除く場合について説明したが、板の範囲１Ａの検出後にまず照明装置６７由来の反射光領域１Ａ２を除き、その後に図８等の処理により圧延異常領域を設定する手順としてもよい。
　その後、画像処理部９２は、好適に照明装置６７由来の反射光領域を除去して設定された異常領域、あるいは図５等の方法により表面の異常部として検出された異常領域の各ピクセルの面積合計値、または、その面積合計値を全体の被圧延材１の範囲１Ａの面積で除算した値がある閾値（ε）より大きい場合は、被圧延材１に圧延異常が生じていると判定とする。
　次に、本実施例に係る圧延機により圧延される被圧延材１の表面の異常を検出する異常検出方法について図１０を参照して説明する。図１０は実施例の異常検出装置における、異常判定処理のフローチャートである。
　まず、図１０に示すように、圧延を実際に行う前に、過去のデータなどを利用して、２成分の輝度データ（Ｒ，Ｇ，Ｂ）の関係性（図５、図６参照）求めるとともに、正常・異常を分類する境界線を作成して、データベース９３として記録しておく（ステップＳ１０１）。
　圧延実行時は、最初に、カメラ８１，８２により画像を取得する（ステップＳ１０２）。このステップＳ１０２が撮像工程に相当する。
　次いで、画像処理計算機９０の画像処理部９２において、ステップＳ１０２で撮像された画像中に被圧延材１が存在するか否かを判定する（ステップＳ１０３）。被圧延材１が存在すると判定されたときは処理をステップＳ１０４に進めるのに対し、存在しないと判定されたときは処理をステップＳ１１０に進める。
　その後、画像処理部９２において板検出領域を設定（ステップＳ１０４）したのち、輝度２成分の関係に基づいた異常候補の判定を行う（ステップＳ１０５）。この際、好適には、画像処理部９２において照明装置６７由来の反射光領域の除去処理を実行する（ステップＳ１０６）。
　その後、画像処理部９２において最終異常判定処理を実行し（ステップＳ１０７）、絞りなどの圧延異常が生じているか否かを判定する（ステップＳ１０８）。異常が生じていると判定されたときは処理をステップＳ１０９に進め、生じていないと判定されたときは処理をステップＳ１１０に進める。これらステップＳ１０４乃至ステップＳ１０８が、画像処理工程に相当する。
　ステップＳ１１０において異常が生じていると判定されたときは画像処理部９２は異常発生フラグ＝１を記録し（ステップＳ１０９）、ステップＳ１０３において被圧延材１が存在しないと判定されたとき、あるいはステップＳ１０８において異常が生じていないと判定されたときは画像処理部９２は異常発生フラグ＝０を記録し（ステップＳ１１０）、次のタイミングで処理をまた開始する。
　画像処理計算機９０では、異常発生フラグ１が記録されているときは、表示装置９５にその旨表示する。または、自動で各スタンド１０，２０，３０，４０，５０，６０，７０に対する介入処理を実行することができる。
　次に、本実施例の効果について説明する。
　上述した本実施例の異常検出装置は、圧延機により圧延される被圧延材１の表面の圧延異常を検出するための装置であって、異常の検出対象である被圧延材１を撮像するカメラ８１，８２と、カメラ８１，８２により撮像された画像から被圧延材１の範囲内の画素の輝度データをＲ値、Ｇ値、Ｂ値の３成分に分け、各々の成分の輝度データのうち、２成分の輝度データの関係性に基づいて表面の圧延異常を検出する画像処理部９２と、を備えている。
　このように、実際の画像の輝度分布に近い色の三原色を用いて、２成分の輝度データを用いて複合的に異常を判断することができるので、被圧延材１の圧延異常の精度を従来に比べて向上させることができる。
　また、２成分の輝度データの組み合わせであるＲ値とＧ値、Ｇ値とＢ値、Ｒ値とＢ値の各々について輝度のデータをプロットすると、板が正常であったデータ群と異常であったデータ群とがある線を境に概ね分離する傾向が見られる。そこで、被圧延材１が映った画像中のＲ値、Ｇ値、Ｂ値のうち、１成分の輝度データに対する他の１成分の輝度データを２成分からなる２次元グラフに複数プロットした分布から、正常値と異常値とを分ける閾値境界が予め求められたデータベース９３を更に備え、画像処理部９２は、１成分の輝度データと他の１成分の輝度データと閾値境界とに基づいて、表面の圧延異常を検出することで、１成分ごとに決めた閾値で異常の有無を判断する場合よりも異常検出精度を向上することができる。
　更に、画像処理部９２は、Ｇ値およびＢ値の輝度差を用いる。被圧延材１が赤みがかった色調のため、Ｒ値を使うと正常部と異常部の輝度があまり変わらず、判別に適さない場合がある。このため、Ｇ値とＢ値を用いることで、被圧延材１の地色を問題とすることなく異常検出することができる。
　また、画像処理部９２は、Ｒ値、Ｇ値、Ｂ値のうち、一つの組合せとなる２成分の輝度データとそれらから求められた閾値境界とから得られた検出結果が異常であり、且つ、他の組合せとなる２成分の輝度データとそれらから求められた閾値境界とから得られた検出結果が異常となる場合に、圧延異常として検出することにより、２成分の組合せを２組利用し、両方とも異常を検出した場合に表面が異常であると判断するので、正常部を異常部だと誤検知しにくくなり、異常検出精度の更なる向上を達成することができる。
　更に、被圧延材１を照らす照明装置６７を更に備え、画像処理部９２は、最新の画像から被圧延材１の検出領域を設定し、最新の画像から照明装置６７の照明光に由来する被圧延材１の表面に映る反射光領域を設定し、検出領域から、反射光領域を除去した領域を改めて検出領域と設定して、改めて得られた検出領域内の画素の輝度データと輝度基準値の輝度差の関係性に基づいて異常領域と設定して、圧延異常を検出することで、照明装置６７の反射光領域が除去された真の表面異常を抽出することができ、異常検出精度の更なる向上を達成することができる。
　＜その他＞　
　なお、本発明は上記の実施例に限られず、種々の変形、応用が可能なものである。上述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されない。
１…被圧延材（金属帯板）
１Ａ…抽出された被圧延材の範囲
１Ａ１…絞り部兼反射光領域
１Ａ２…反射光領域
１Ａ３…異常領域
１０…Ｆ１スタンド
１１，２１，３１，４１，５１，６１，７１…圧下シリンダ
１２，２２，３２，４２，５２，６２，７２…荷重検出器
２０…Ｆ２スタンド
３０…Ｆ３スタンド
４０…Ｆ４スタンド
５０…Ｆ５スタンド
６０…Ｆ６スタンド
６１…圧下シリンダ
６５…張力制御用のルーパー
６７…照明装置
７０…Ｆ７スタンド
７１…圧下シリンダ
８１，８２…カメラ
８５…通信線
９０…画像処理計算機
９２…画像処理部
９２Ａ…検出領域設定部
９２Ｂ…反射光領域設定部
９２Ｃ…異常領域設定部
９３…データベース
９５…表示装置
１００…圧延設備
１０１…異常検出装置

Claims (10)

  1. 　圧延機により圧延される金属帯板の表面の圧延異常を検出する異常検出装置であって、
    　異常の検出対象である前記金属帯板を撮像するカメラと、
    　前記カメラにより撮像された画像から前記金属帯板の範囲内の画素の輝度データをＲ値、Ｇ値、Ｂ値の３成分に分け、各々の成分の前記輝度データのうち、２成分の前記輝度データの関係性に基づいて前記表面の圧延異常を検出する画像処理部と、を備えた
    　ことを特徴とする異常検出装置。
  2. 　請求項１に記載の異常検出装置において、
    　前記金属帯板が映った画像中のＲ値、Ｇ値、Ｂ値のうち、１成分の前記輝度データに対する他の１成分の前記輝度データを２成分からなる２次元グラフに複数プロットした分布から、正常値と異常値とを分ける閾値境界が予め求められたデータベースを更に備え、
    　前記画像処理部は、前記１成分の前記輝度データと前記他の１成分の前記輝度データと前記閾値境界とに基づいて、前記表面の圧延異常を検出する
    　ことを特徴とする異常検出装置。
  3. 　請求項１または２に記載の異常検出装置において、
    　前記画像処理部は、前記Ｇ値および前記Ｂ値の前記輝度データを用いる
    　ことを特徴とする異常検出装置。
  4. 　請求項２に記載の異常検出装置において、
    　前記画像処理部は、Ｒ値、Ｇ値、Ｂ値のうち、一つの組合せとなる２成分の前記輝度データとそれらから求められた前記閾値境界とから得られた検出結果が異常であり、且つ、他の組合せとなる２成分の前記輝度データとそれらから求められた前記閾値境界とから得られた検出結果が異常となる場合に、前記圧延異常として検出する
    　ことを特徴とする異常検出装置。
  5. 　請求項１乃至４のいずれか１項に記載の異常検出装置において、
    　前記金属帯板を照らす照明装置を更に備え、
    　前記画像処理部は、最新の画像から前記金属帯板の検出領域を設定し、前記最新の画像から前記照明装置の照明光に由来する前記金属帯板の表面に映る反射光領域を設定し、前記検出領域から、前記反射光領域を除去した領域を改めて検出領域と設定して、改めて得られた前記検出領域内の画素の輝度データと前記輝度基準値の輝度差の関係性に基づいて異常領域と設定して、前記圧延異常を検出する
    　ことを特徴とする異常検出装置。
  6. 　圧延機により圧延される金属帯板の表面の圧延異常を検出する異常検出方法であって、
    　異常の検出対象である前記金属帯板を撮像する撮像工程と、
    　前記撮像工程において撮像された画像から前記金属帯板の範囲内の画素の輝度データをＲ値、Ｇ値、Ｂ値の３成分に分け、各々の成分の前記輝度データのうち、２成分の前記輝度データの関係性に基づいて前記表面の圧延異常を検出する画像処理工程と、を有する
    　ことを特徴とする異常検出方法。
  7. 　請求項６に記載の異常検出方法において、
    　前記画像処理工程では、前記１成分の前記輝度データと前記他の１成分の前記輝度データと前記金属帯板が映った画像中のＲ値、Ｇ値、Ｂ値のうち、１成分の前記輝度データに対する他の１成分の前記輝度データを２成分からなる２次元グラフに複数プロットした分布から、正常値と異常値とを分ける閾値境界とに基づいて、前記表面の圧延異常を検出する
    　ことを特徴とする異常検出方法。
  8. 　請求項６または７に記載の異常検出方法において、
    　前記画像処理工程では、前記Ｇ値および前記Ｂ値の前記輝度データを用いる
    　ことを特徴とする異常検出方法。
  9. 　請求項７に記載の異常検出方法において、
    　前記画像処理工程では、Ｒ値、Ｇ値、Ｂ値のうち、一つの組合せとなる２成分の前記輝度データとそれらから求められた前記閾値境界とから得られた検出結果が異常であり、且つ、他の組合せとなる２成分の前記輝度データとそれらから求められた前記閾値境界とから得られた検出結果が異常となる場合に、前記圧延異常として検出する
    　ことを特徴とする異常検出方法。
  10. 　請求項６乃至９のいずれか１項に記載の異常検出方法において、
    　前記画像処理工程では、最新の画像から前記金属帯板の検出領域を設定し、前記最新の画像から照明光に由来する前記金属帯板の表面に映る反射光領域を設定し、前記検出領域から、前記反射光領域を除去した領域を改めて検出領域と設定して、改めて得られた前記検出領域内の画素の輝度データと前記輝度基準値の輝度差の関係性に基づいて異常領域と設定して、前記圧延異常を検出する
    　ことを特徴とする異常検出方法。
PCT/JP2021/024919 2021-07-01 2021-07-01 異常検出装置および異常検出方法 WO2023276102A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2021/024919 WO2023276102A1 (ja) 2021-07-01 2021-07-01 異常検出装置および異常検出方法
EP21948406.0A EP4260958A4 (en) 2021-07-01 2021-07-01 ANOMALY DETECTION DEVICE AND ANOMALY DETECTION METHOD
JP2022501053A JP7033241B1 (ja) 2021-07-01 2021-07-01 異常検出装置および異常検出方法
CN202180090360.3A CN116685419A (zh) 2021-07-01 2021-07-01 异常检测装置以及异常检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/024919 WO2023276102A1 (ja) 2021-07-01 2021-07-01 異常検出装置および異常検出方法

Publications (1)

Publication Number Publication Date
WO2023276102A1 true WO2023276102A1 (ja) 2023-01-05

Family

ID=81213030

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/024919 WO2023276102A1 (ja) 2021-07-01 2021-07-01 異常検出装置および異常検出方法

Country Status (4)

Country Link
EP (1) EP4260958A4 (ja)
JP (1) JP7033241B1 (ja)
CN (1) CN116685419A (ja)
WO (1) WO2023276102A1 (ja)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06167576A (ja) * 1992-11-30 1994-06-14 Kawasaki Steel Corp 付着間紙の検出方法及び帯板処理ライン
JP2006194801A (ja) * 2005-01-17 2006-07-27 Ckd Corp 外観検査装置及びｐｔｐ包装機
JP2010038759A (ja) * 2008-08-06 2010-02-18 Sumitomo Metal Ind Ltd 表面欠陥の検査方法、表面欠陥検査装置、鋼板の製造方法、及び鋼板の製造装置
JP2010078574A (ja) * 2008-09-29 2010-04-08 Toppan Printing Co Ltd 板状金属表面自動検査装置
JP2010085096A (ja) 2008-09-29 2010-04-15 Toshiba Corp 表面検査装置
JP2012047673A (ja) * 2010-08-30 2012-03-08 Kobe Steel Ltd 検査装置及び検査方法
JP2019207114A (ja) * 2018-05-28 2019-12-05 日本製鉄株式会社 ダル仕上げ材表面の良否判定方法及び良否判定装置
WO2020067262A1 (ja) * 2018-09-28 2020-04-02 Ｊｆｅスチール株式会社 金属板の表面欠陥検出方法及び装置並びにめっき鋼板の製造方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5659540B2 (ja) * 2009-04-15 2015-01-28 Ｊｆｅスチール株式会社 鋼板表面欠陥検査方法および装置
JP6808888B1 (ja) * 2020-11-05 2021-01-06 Ｐｒｉｍｅｔａｌｓ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｊａｐａｎ株式会社 不良判断装置および不良判断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06167576A (ja) * 1992-11-30 1994-06-14 Kawasaki Steel Corp 付着間紙の検出方法及び帯板処理ライン
JP2006194801A (ja) * 2005-01-17 2006-07-27 Ckd Corp 外観検査装置及びｐｔｐ包装機
JP2010038759A (ja) * 2008-08-06 2010-02-18 Sumitomo Metal Ind Ltd 表面欠陥の検査方法、表面欠陥検査装置、鋼板の製造方法、及び鋼板の製造装置
JP2010078574A (ja) * 2008-09-29 2010-04-08 Toppan Printing Co Ltd 板状金属表面自動検査装置
JP2010085096A (ja) 2008-09-29 2010-04-15 Toshiba Corp 表面検査装置
JP2012047673A (ja) * 2010-08-30 2012-03-08 Kobe Steel Ltd 検査装置及び検査方法
JP2019207114A (ja) * 2018-05-28 2019-12-05 日本製鉄株式会社 ダル仕上げ材表面の良否判定方法及び良否判定装置
WO2020067262A1 (ja) * 2018-09-28 2020-04-02 Ｊｆｅスチール株式会社 金属板の表面欠陥検出方法及び装置並びにめっき鋼板の製造方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
See also references of EP4260958A4
TAKAHIKO OHSHIGE: "Sensing and information analysis technology for diagnostics and evaluations. Perspectives on the current situation and on the future: Automatic inspection technology for quality evaluation of steel products", JOURNAL OF THE SOCIETY OF INSTRUMENT AND CONTROL ENGINEERS, vol. 55, no. 3, 29 February 2016 (2016-02-29), pages 228 - 233, XP009542377, ISSN: 0453-4662, DOI: 10.11499/sicejl.55.228 *

Also Published As

Publication number Publication date
EP4260958A4 (en) 2024-03-06
JPWO2023276102A1 (ja) 2023-01-05
EP4260958A1 (en) 2023-10-18
CN116685419A (zh) 2023-09-01
JP7033241B1 (ja) 2022-03-09

Similar Documents

Publication Publication Date Title
JP7005930B2 (ja) シート検査装置及び検査システム
CN109724776B (zh) 一种烧结机台车的篦条损坏程度的确定方法及装置
CN109544464A (zh) 一种基于轮廓提取的火灾视频图像分析方法
TW201444340A (zh) 不勻斑檢查系統、不勻斑檢查方法及不勻斑檢查程式
WO2023276101A1 (ja) 異常検出装置および異常検出方法
JP2005172559A (ja) パネルの線欠陥検出方法及び装置
WO2023276102A1 (ja) 異常検出装置および異常検出方法
JP5088165B2 (ja) 欠陥検出方法および欠陥検出装置
JP2007010525A (ja) 欠陥検出方法
JP7114822B1 (ja) 画像の補正方法および異常の検出方法、ならびに画像補正装置および異常検出装置
JP2002304677A (ja) 侵入者検出方法および装置
CN115049668A (zh) 基于特征抽取的钢带辊印识别方法
CN114240920A (zh) 一种外观缺陷检测方法
JPH04238592A (ja) 結束棒鋼自動検数装置
KR20160073557A (ko) 스카핑 불량 검출 장치 및 방법
JP4403036B2 (ja) 疵検出方法及び装置
WO2017092589A1 (zh) 一种图像中人像轮廓的确定方法和装置
TWI454327B (zh) 鋼帶切尾之偵測方法
JP2007198850A (ja) むら検査方法及びむら検査装置
JP2009074828A (ja) 欠陥検出方法および欠陥検出装置
CN111508397B (zh) 显示面板的检测方法和显示面板的检测装置
JP6043178B2 (ja) フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法
JP2020001065A (ja) 鋼材非圧下部幅検出装置及びその検出方法
JP2004170109A (ja) 色むら検査装置および検査方法
WO2022176119A1 (ja) 異常判断装置、制御装置、および圧延設備、並びに異常判断方法、および制御方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022501053

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21948406

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202180090360.3

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 2021948406

Country of ref document: EP

Effective date: 20230711

NENP Non-entry into the national phase

Ref country code: DE