-
-
-
yoguai2012 | 当前状态：在线
总积分：514 2024年可用积分：0
注册时间： 2011-10-25
最后登录时间： 2012-09-28
-
-
基于线阵CCD钢板表面缺陷在线检测系统的研究
yoguai2012 发表于 2012/9/24 15:10:39 911 查看 1 回复 [上一主题] [下一主题]
手机阅读
摘要:为了全面科学地评估钢板表面质量,有效地控制生产流程, 由Monsteel莫士特科技旗下品牌QCROBOT设计了一套智能无损检测系统来实现对钢板表面缺陷的在线检测。基于模块化设计思想,检测系统由新型LED光源、明暗域结合成像光学系统、高速高分辨率线阵CCD传感器件、FPGA嵌入式处理系统和友好的人机接口组成。检测钢板宽度最大为1800 mm,运行速度不大于1.5 m/s,振动幅度小于1 mm,要求所达到的横纵向检测分辨率为0.8 mm×0.8 mm,缺陷尺寸检测误差不大于1 mm。系统对钢板表面的气泡、夹杂、结疤、划伤和压痕等主要缺陷进行无损检测,能够实现缺陷自动分类,对缺陷数据自动存档、屏幕显示、打印、存储和报警功能。样机系统在硬件和软件上易于升级,并可扩展到其他相关领域。
QCROBOT至成立以来一直致力于把机器视觉应用于产品生产，品质保证的开拓工作。客户广泛分布于电子加工、包装、印刷、纺织、机床、模具、陶瓷、制药、广告等设备制造业，以及军工、航空航天等特殊行业。除常规销售业务外，我公司还承接各种自动化设备的设计及制造以及机器人制造解决方案的制定和实施，为客户提供设备制定、系统集成、设计、加工等更完善的服务，
1 引 言
钢板是汽车、电机、化工、造船等工业不可缺少的原材料。在钢板轧制过程中,由于连铸钢坯、轧制设备、轧制工艺等原因,导致钢板表面出现了裂纹、氧化皮、结疤、辊印、刮伤、孔洞、针眼、鳞片、表皮分层、麻点等缺陷,这些缺陷不仅影响了产品外观,更重要的是降低了产品的抗腐蚀性、抗磨性、疲劳极限等性能。而现代生产对钢板的表面质量提出越来越高的要求。
传统的检测方法有人工目视抽检和表面频闪法,已不能满足现在工业生产中的高速、高分辨率、无损智能检测的要求。因此亟需建立一套智能表面检测系统满足下面的要求:(1)尽早检测出表面缺陷并采取相应措施;(2)减少对废品的昂贵的后续处理;(3)实现100%的在线检测。随着计算机视觉检测技术的出现与发展,这一问题已能够得到解决。
基于计算机视觉检测理论,钢板表面检测技术主要分为3种类型:激光扫描法、面阵CCD成像法、线阵CCD扫描检测法。激光扫描法利用激光器对二维表面逐点扫描以获得高分辨率与高检测精度[1],然而,该检测系统的组成部件需要高精度加工并且其光学系统比较复杂而难以实现,且由于是依据机械扫描的检测原理,限制了该方法在工业中的工程实际应用。
对于面阵CCD成像检测系统,多个面阵CCD视场相互交叠确保检测到整个板宽[2],这种检测方法的缺点是存在过多的冗余图像数据,而且基于软件处理的图像处理方法使得整个系统庞大而昂贵。随着最新线阵CCD传感器件的发展,基于线阵CCD扫描方法的检测速度不再受线阵CCD帧转移频率的限制。因此,在板宽方向和钢板运行速度方向都能够获得很高的检测分辨率。相对于面阵CCD检测系统,线阵CCD扫描检测系统能够利用较少的摄像机而获得与之相同的分辨率,图像处理系统也更为紧凑。从某种意义上说,线阵CCD扫描检测方法代表了钢板表面检测未来发展方向的主流。
2 检测系统原理
根据技术要求与样机的现场环境,线阵CCD扫描检测方法被选定为钢板表面缺陷检测系统的解决方案。为了对钢板表面质量作出全面科学的评估,表面缺陷检测系统包括顶层和底层检测通道。如图1所示,每个检测通道由如下的主要部分构成:线光源,实现对钢板表面连续扫描的的摄像机成像单元,嵌入式图像采集处理系统及人机接口界面。
3 检测系统的模块化设计
为了使表面缺陷检测系统易于升级与维护,表面检测系统基于模块化的设计思想以利于必要时的升级与替代。
3.1 线光源照明模块
线光源设计时需考虑在特定的检测线上能使待检缺陷以尽量高的分辨率得到复现。另外,光源等级与钢板速度、最大检测分辨率有着特定的关系。其中特别是光源的均匀性和强度必须满足很高的要求,因为这直接影响图像质量和检测性能。为实现这一目的,我们开发了一种特殊的红色LED光源,光源长度足够覆盖整个板宽(1.8 m)以照明板面。
这种LED光源具有如下特性:快速达到照明稳定状态,高照度输出,高均匀性(±10%),寿命长(100 000 h),实现线聚焦照明。光源发光投射在待检钢板表面板宽方向形成一道狭细、均匀照明的亮带。而且,LED线光源照明波长与我们选用的线阵CCD传感器件(IL-P1型CCD器件,加拿大Dalsa公司生产)的峰值相应波长相互匹配,这使得线阵CCD传感器能以很高的灵敏度完成光电转换。
3.2 CCD摄像机成像模块
待检的钢板宽度为1800 mm,横向分辨率为0.8 mm,因此CCD传感器的总像元数N=1800 mm/0.8 mm=2250。待检钢板运行最大速度为1.5 m/s,而纵向分辨率为0.8 mm,因此CCD器件的帧转移频率fsh应约为
如果只用一个CCD传感器,经计算因成像光路过长而难以实现。因此,我们采用板宽方向、两个CCD传感器视场分割的办法,这样成像光路减为一半而易于实现。
线阵CCD摄像机采用IL-P1作为图像传感器件,该CCD具有10μm的像素、100%的填充比,总像素数为2048像元,帧转移频率高达36 kHz。双CCD传感器、并行处理的设计使得缺陷检测满足高分辨率、高检测速度的要求。线阵CCD摄像机在内部完成A/D转换,转换后的数字视频图像数据通过cameralink接口以LVDS数据格式输出。而且,摄像机通过安装在辊轴上的光电编码器与钢板的运行速度同步,以控制线阵CCD传感器的积分时间,确保采集图像具有恒定的纵横比。同时,编码器的输出实现了速度运行方向表面缺陷的定位,这有助于后续的缺陷分类和标记。
为了减少钢板振动的影响(小于1 mm的振幅),采用远心成像光路以获取高质量的图像。在计算镜头参数如焦距、数值孔径与视场角时,应综合考虑各方面因素。最后,摄像机的标定, 为实现钢板表面大多数缺陷的全面检出,摄像机组被安装在两个不同的成像角度方向接收。更重要的是,这样做的目的也为缺陷分类提供了有效的分类特征。两个接收角度称之为明域、暗域[3]。如图2所示,建立了明、暗域的测试实验,明域角度接收了钢板表面的大部分反射光,由于吸收与散射,缺陷图像表现为亮背景、暗缺陷,明域缺陷包括凹坑、夹渣与气泡等;而暗域成像角度接收散射光,由于光散射缺陷表现为暗背景、亮缺陷,包括划伤与裂纹。结合明域与暗域照明,合理安排光源与摄像机成像位置,大部分表面缺陷可被检出。
3.3 嵌入式图像处理模块
在所有组成部分中,钢板表面缺陷图像实时处理一直是检测系统的瓶颈问题。根据应用需要,数据处理速率高达32 Mbytes/s。根据大数据量实时处理的要求,以往多采用专用的图像处理机、特殊的计算机总线(例如VME总线)、多计算机网络并行处理、多CPU的并行处理等方法来完成这一任务,然而这些方法或者体积庞大,或者昂贵而且不利于维护使用。在我们的系统中,采用Altera公司的最新StratixFPGA(Field Programmable Logic GateArray,现场可编程的逻辑门阵列)作为核心处理器,利用嵌入式系统来完成图像信号的实时处理。外扩高容量内存,整个嵌入式系统具有丰富的逻辑资源、并行流水线处理结构和在线可编程的特性,这就确保了缺陷图像处理算法的柔性最优选择。
在前端接口,通过cameralink接口与CCD摄像机连接,并有辅助数字接口和编码器、标记器、警报器互相通讯。嵌入式图像处理系统兼容PCI v2.2协议,具有Terra-Flops级处理能力,因此减轻了主机CPU的处理载荷。以该嵌入式处理系统作为硬件开发平台,分析图像处理软件算法流程。图像处理算法FFT和图像滤波增强通过Stratix FPGA片上的DSP块很容易实现。而利用VHDL语言开发IP软核完成特定的图像处理算法如噪声滤除、图像增强和特征提取等。
图3示出夹渣图像的处理流程。通过预处理,简单的缺陷特征,如位置坐标、长、宽、周长、面积、纵横比、明暗域属性等被提取以对表面缺陷进行粗分类。整个处理系统可重复编程,易于升级,具有很高的性价比。接口传输率高达3 GB/s,FPGA内部传输率为2 GB/s,因此整个嵌入式系统的处理速度和能力均满足要求,表面缺陷检测系统中的关键问题得以解决。
3.4 人机接口模块
缺陷分类器是整个检测系统的“大脑”,绝非仅是简单作出“合格”与“不合格”的判断。检测到缺陷经过特征提取,输入分类器进行缺陷类型判断。分类器应满足如下要求:首先,分类的可靠性和精度最为重要[4]。一些缺陷看上去相似而难以区分,因此必须选择独立的缺陷特征来分辨不同类型缺陷。其次,应采用自学习的分类器以确保未知缺陷的检出。最后,缺陷分类算法要足够健壮以满足实时性的要求,因此缺陷特征必须具有有效、易于计算的特性。
以上解决方案由莫士特科技有限公司提供，并可二次开发。