機(jī)器視覺帶鋼表面缺陷檢測系統(tǒng)的研究現(xiàn)狀及展望
來源：無錫創(chuàng)視2015年02月10日熱度：618
應(yīng)用機(jī)器視覺技術(shù)進(jìn)行帶鋼表面檢測，能夠在線實(shí)時(shí)檢測并識(shí)別帶鋼表面出現(xiàn)的夾雜、劃傷、輥印、針孔等缺陷，同時(shí)能夠?qū)θ毕莸膱D像、種類、數(shù)量和位置等信息進(jìn)行有效的統(tǒng)計(jì)和保存。本文介紹了基于機(jī)器視覺的自動(dòng)帶鋼表面缺陷檢測系統(tǒng)的基本原理和結(jié)構(gòu)，比較分析了兩種典型系統(tǒng)的結(jié)構(gòu)、原理和性能，并指出了當(dāng)前研究工作面臨的問題和今后的發(fā)展趨勢。
關(guān)鍵詞：機(jī)器視覺;表面檢測;帶鋼;缺陷檢測
在現(xiàn)代化大生產(chǎn)中，視覺檢測往往是不可缺少的環(huán)節(jié)。機(jī)器視覺(Machine Vision)技術(shù)的迅速發(fā)展，使其在一定程度上可以取代人工視覺完成一些工作，特別是高速、大批量、連續(xù)自動(dòng)化生產(chǎn)中的質(zhì)量檢查、對(duì)象辨識(shí)和尺寸測量等人工難以完成的任務(wù)。在帶鋼表面缺陷檢測領(lǐng)域，機(jī)器視覺檢測技術(shù)與傳統(tǒng)的人工目視檢測相比，具有快速、可靠和準(zhǔn)確的優(yōu)點(diǎn)。
自20世紀(jì)70年代以來，國內(nèi)外學(xué)者和研究機(jī)構(gòu)對(duì)帶鋼表面缺陷自動(dòng)檢測系統(tǒng)開展了卓有成效的工作，典型的檢測方法包括：基于激光掃描的檢測方法、基于渦流的檢測方法、基于紅外輻射探傷的檢測方法、基于激光超聲探傷的檢測方法和基于CCD(光電耦合器件)成像的機(jī)器視覺檢測方法。與其它技術(shù)相對(duì)比，基于CCD成像的機(jī)器視覺檢測方法適合在線實(shí)時(shí)檢測的需要，同時(shí)能保存缺陷圖像，確定缺陷出現(xiàn)的位置，并能識(shí)別缺陷的類別。這些優(yōu)勢無疑使基于線陣CCD或面陣CCD成像的機(jī)器視覺檢測技術(shù)成為目前研究和應(yīng)用的主流技術(shù)。本文首先介紹了機(jī)器視覺表面缺陷檢測系統(tǒng)的基本原理和構(gòu)架，然后比較分析了兩個(gè)典型系統(tǒng)的結(jié)構(gòu)、原理和性能，最后指出了該技術(shù)當(dāng)前研究工作中面臨的一些問題和今后的發(fā)展趨勢。
一、檢測系統(tǒng)的基本原理和結(jié)構(gòu)
1982年，德國Honeywell公司應(yīng)用CCD成像技術(shù)完成了連鑄鋼坯表面缺陷自動(dòng)檢測裝置的研究，該項(xiàng)研究確立了基于CCD圖像傳感器的成像系統(tǒng)、專用圖像陣列處理機(jī)的體系結(jié)構(gòu)和基于樹分類器、句法模式識(shí)別理論的缺陷分類器等設(shè)計(jì)思想的主流地位。該思想的系統(tǒng)結(jié)構(gòu)示意圖如圖1所示。
典型的視覺檢測系統(tǒng)從功能上劃分為以下幾個(gè)模塊：圖像采集模塊、圖像處理和分類識(shí)別模塊、數(shù)據(jù)存儲(chǔ)和后處理模塊、人機(jī)接口和操作終端模塊以及網(wǎng)絡(luò)連接模塊等。
圖像采集模塊完成不同應(yīng)用環(huán)境下對(duì)帶鋼圖像的采集功能。圖像采集模塊包括光源照明裝置、CCD圖像傳感器、圖像采集卡和觸發(fā)采集卡的速度編碼器。線陣CCD圖像傳感器采集圖像時(shí)，需要帶鋼在縱向的相對(duì)運(yùn)動(dòng)，同時(shí)為了保證圖像在帶鋼運(yùn)動(dòng)方向上分辨率的穩(wěn)定，CCD傳感器受軋制機(jī)組輥?zhàn)由系木幋a器觸發(fā)采集圖像。同時(shí)，CCD采用定時(shí)曝光工作模式，在現(xiàn)場光源亮度相對(duì)穩(wěn)定的情況下，圖像的亮度不受速度影響而具有均勻性。
圖像處理和分類識(shí)別模塊完成帶鋼圖像預(yù)處理、目標(biāo)檢測、目標(biāo)分割、特征提取和缺陷分類等功能。隨著軋制技術(shù)的成熟，帶鋼運(yùn)行速度逐漸提高，最高達(dá)到1600 m/min。同時(shí)對(duì)帶鋼可檢測缺陷的最小尺寸也有更高的要求，因此必須提高數(shù)據(jù)采集和處理速度。檢測中數(shù)據(jù)處理一般采用分級(jí)處理的方式，將實(shí)時(shí)和即時(shí)處理相結(jié)合。實(shí)時(shí)處理即快速檢測帶鋼圖像是否存在異常，如果存在異常則進(jìn)一步處理，否則放棄圖像;即時(shí)處理即進(jìn)一步處理可疑圖像，計(jì)算分析缺陷的特征數(shù)據(jù)，對(duì)缺陷進(jìn)行識(shí)別分類。系統(tǒng)的信息處理流程如圖2所示。
數(shù)據(jù)存儲(chǔ)和后處理模塊儲(chǔ)存帶鋼缺陷數(shù)據(jù)，并產(chǎn)生缺陷報(bào)表。操作人員可以根據(jù)報(bào)表進(jìn)行質(zhì)量分析，并劃分產(chǎn)品的質(zhì)量等級(jí)。缺陷數(shù)據(jù)可根據(jù)需要隨帶鋼的生產(chǎn)過程傳送至下道工序。
人機(jī)接口和操作終端模塊用于監(jiān)控和管理生產(chǎn)過程。該模塊可保證在生產(chǎn)過程中及時(shí)發(fā)現(xiàn)缺陷，分析缺陷產(chǎn)生原因，從而進(jìn)行生產(chǎn)調(diào)整，減少不必要的損失。
網(wǎng)絡(luò)連接模塊從硬件上連接系統(tǒng)的各個(gè)部分，包括圖像處理計(jì)算機(jī)與數(shù)據(jù)服務(wù)器的連接、操作終端與服務(wù)器的連接和系統(tǒng)與生產(chǎn)現(xiàn)場信息系統(tǒng)的連接。網(wǎng)絡(luò)連接模塊不但實(shí)現(xiàn)了系統(tǒng)內(nèi)部的缺陷數(shù)據(jù)、控制命令的交換，而且通過與現(xiàn)場生產(chǎn)信息系統(tǒng)連接，使得系統(tǒng)能夠獲取當(dāng)前生產(chǎn)帶鋼的鋼卷信息、材質(zhì)信息等，并可以完成缺陷信息的上傳。
二、 典型系統(tǒng)分析
1.Parsytec表面檢測系統(tǒng)
德國Parsytec公司最早于1997年為韓國浦項(xiàng)制鐵公司研制了HTS-2冷軋帶鋼表面檢測系統(tǒng)，該系統(tǒng)首次將基于人工神經(jīng)網(wǎng)絡(luò)的分類器設(shè)計(jì)技術(shù)實(shí)用于帶鋼檢測領(lǐng)域。隨后的10a里，Parsytec公司產(chǎn)品已經(jīng)進(jìn)行多次更新?lián)Q代，目前推出的Espresso-SI系統(tǒng) ①，如圖3所示。
Espresso-SI系統(tǒng)具有如下特點(diǎn)：
(1)硬件系統(tǒng)標(biāo)準(zhǔn)化程度高。網(wǎng)絡(luò)相機(jī)結(jié)合千兆網(wǎng)用來采集和傳遞圖像數(shù)據(jù)是系統(tǒng)的一大特點(diǎn)。網(wǎng)絡(luò)使圖像采集部分具有更大的拓展性，也突破了傳統(tǒng)的采用專用圖像傳輸線(如LVDS和CameraLink)對(duì)傳輸距離的限制。系統(tǒng)把光源和相機(jī)封裝在一起做成檢測傳感器箱，箱體中圖像采集光路配置為明場、暗場或者明暗場的組合(如圖4所示)。傳感器箱體的標(biāo)準(zhǔn)化設(shè)計(jì)能夠簡化圖像采集硬件的調(diào)整。圖像處理計(jì)算機(jī)采用嵌人式計(jì)算機(jī)(ComPACt PC)，將其放置在電氣柜里，電氣柜放在傳感器箱體附近，從電氣柜可以直接傳送帶鋼表面缺陷數(shù)據(jù)。此外系統(tǒng)采用無硬盤網(wǎng)絡(luò)結(jié)構(gòu)，操作終端通過網(wǎng)絡(luò)連接至服務(wù)器，所需的數(shù)據(jù)處理和計(jì)算在服務(wù)器上進(jìn)行，這樣能夠提高計(jì)算速度。以上設(shè)計(jì)思想使系統(tǒng)緊湊、簡潔，而且網(wǎng)絡(luò)連接允許系統(tǒng)即插即用，使系統(tǒng)各項(xiàng)功能拓展方便并具有健壯性。
???
(2)Espresso-SI系統(tǒng)拓展了缺陷數(shù)據(jù)的利用功能。通過互聯(lián)網(wǎng)連接數(shù)據(jù)服務(wù)器，使用網(wǎng)絡(luò)瀏覽器就可以直接訪問帶鋼表面質(zhì)量數(shù)據(jù)。系統(tǒng)還能夠根據(jù)預(yù)設(shè)的規(guī)則制定帶鋼質(zhì)量分級(jí)算法，自動(dòng)對(duì)鋼卷進(jìn)行質(zhì)量等級(jí)劃分，如果鋼卷沒有滿足指定訂單的要求，就會(huì)報(bào)廢。這些功能在一定程度上使得系統(tǒng)操作更加方便和智能化。
2.SmartView Metal系統(tǒng)
SmartView Metal系統(tǒng)是美國Cognex公司開發(fā)的金屬帶卷表面自動(dòng)檢測系統(tǒng)。對(duì)于帶鋼方面的應(yīng)用，該系統(tǒng)主要研究了以下問題：
(1)為了檢測在帶鋼表面出現(xiàn)的微小或低對(duì)比度的缺陷，系統(tǒng)給出了從光學(xué)信號(hào)傳感器系統(tǒng)、視頻信號(hào)接收部件、數(shù)字圖像預(yù)處理到軟件算法的全部解決方案。系統(tǒng)采用了LED陣列平行光源和高速線陣CCD，可以根據(jù)不同的材料調(diào)整檢測光路的角度。CCD配置高位A/D轉(zhuǎn)換電路，以提高圖像的灰度級(jí)數(shù)。圖像數(shù)據(jù)通過光纖傳輸，避免電子噪音的干擾。圖像處理部分使用了多種檢測算法來提高缺陷檢測的精度。為非連續(xù)缺陷檢測至少提供兩種閾值算法：水平閾值和基線閾值?；€閾值隨材料背景變化而浮動(dòng)，相對(duì)水平閾值而言該算法更適合于檢測微小和低對(duì)比度的缺陷，如圖5所示。
(2)設(shè)計(jì)了人工智能分類器。通過分析和綜合現(xiàn)有基于規(guī)則的分類器技術(shù)和各種自學(xué)習(xí)分類器技術(shù)(ANN，KNN，RCE等)，實(shí)現(xiàn)了自動(dòng)分類(SmartLearn)[15]。SmartLeam融合了統(tǒng)計(jì)學(xué)分類器和基于規(guī)則的分類器技術(shù)，同時(shí)建立缺陷樣本庫，管理人工挑選和系統(tǒng)自己能夠識(shí)別的樣本。SmartLearn根據(jù)樣本庫的改變自動(dòng)更新分類器結(jié)構(gòu)，從而把分類器的訓(xùn)練和應(yīng)用有機(jī)地結(jié)合起來。分類器在少量離線樣本訓(xùn)練的基礎(chǔ)上開始應(yīng)用，應(yīng)用過程中分類器通過自組織樣本進(jìn)行訓(xùn)練并加強(qiáng)分類效果。分類器利用離線訓(xùn)練所獲得的知識(shí)給出缺陷類別的模糊置信度，通過調(diào)整置信度閾值可以防止對(duì)新類型缺陷的誤分類。
三、 存在問題及解決辦法
從現(xiàn)有技術(shù)水平看，帶鋼表面缺陷視覺檢測技術(shù)存在以下主要問題，需采取相應(yīng)的解決辦法。
(1)圖像采集質(zhì)量有待提高。生產(chǎn)現(xiàn)場環(huán)境惡劣，存在噪聲和油污等干擾，生產(chǎn)過程中還經(jīng)常出現(xiàn)帶鋼抖動(dòng)，使帶鋼表面圖像質(zhì)量很不穩(wěn)定。系統(tǒng)設(shè)計(jì)者對(duì)眾多缺陷的產(chǎn)生機(jī)理和外在表現(xiàn)形式的綜合知識(shí)不足，使得缺陷不能更明顯地顯示在圖像中，所以對(duì)優(yōu)化組合光源的照明方法和檢測光路配置需要深入探索，以便提高對(duì)表面微小和低對(duì)比度缺陷的顯現(xiàn)能力。對(duì)多臺(tái)相機(jī)的同步標(biāo)定和調(diào)試技術(shù)也有待進(jìn)一步提高。
(2)圖像處理和缺陷識(shí)別缺乏通用的硬件平臺(tái)和軟件專用算法。圖像處理和模式識(shí)別是機(jī)器視覺檢測的關(guān)鍵技術(shù)，也是當(dāng)前研究中最富有挑戰(zhàn)性的課題。采用圖像處理技術(shù)時(shí)，要研究如何能在背景不穩(wěn)定的帶鋼圖像中把異常的缺陷部分有效分割出來，并量化為圖像缺陷特征。采用模式識(shí)別技術(shù)時(shí)，需要充分融合現(xiàn)有的分類識(shí)別技術(shù)、缺陷產(chǎn)生機(jī)理和人工經(jīng)驗(yàn)規(guī)則，進(jìn)一步提高分類的準(zhǔn)確度。
(3)在生產(chǎn)系統(tǒng)中，不能充分整合、利用缺陷數(shù)據(jù)。對(duì)缺陷數(shù)據(jù)需要進(jìn)一步挖掘和利用，使操作者可以根據(jù)檢測結(jié)果分析缺陷產(chǎn)生的原因，并作為劃分帶鋼質(zhì)量等級(jí)的依據(jù)，幫助生產(chǎn)決策者根據(jù)質(zhì)量要求控制帶鋼的產(chǎn)出流程。
四、 發(fā)展趨勢
1.高速圖像采集和處理技術(shù)
為了在線檢測帶鋼上下表面，同時(shí)追求更高的分辨率，圖像采集系統(tǒng)必須能夠高速采集、傳輸和處理圖像數(shù)據(jù)。高速線陣或面陣CCD的出現(xiàn)，將使高速圖像采集成為可能，同時(shí)更加靈活的CCD采集模式使得圖像質(zhì)量更容易控制。通過提高CCD采集頻率、增加象素點(diǎn)灰度的A/D轉(zhuǎn)換位數(shù)，可以提高圖像的分辨率和對(duì)缺陷的分辨力。
圖像采集時(shí)光源的照明方案和檢測光路的配置是缺陷能否明顯成像的關(guān)鍵，需要進(jìn)一步分析缺陷的產(chǎn)生機(jī)理、三維形態(tài)和不同缺陷在不同成像條件下的成像效果，從而優(yōu)化配置檢測光路。通常采用明暗場各放一組相機(jī)，把兩個(gè)相機(jī)采集到的信息融合起來處理，或者相機(jī)放在明暗過度場中，同時(shí)對(duì)明場和暗場表現(xiàn)明顯的缺陷進(jìn)行成像。檢測相機(jī)采用遠(yuǎn)心光路，能夠克服圖像采集時(shí)出現(xiàn)的圖像中間亮而邊部暗的現(xiàn)象。
網(wǎng)絡(luò)相機(jī)結(jié)合千兆網(wǎng)的圖像采集和傳輸技術(shù)的應(yīng)用，克服了圖像數(shù)據(jù)傳輸距離的限制，也使系統(tǒng)的集成更加簡單，多個(gè)相機(jī)更容易組成相機(jī)網(wǎng)絡(luò)，檢測區(qū)域的面積不受限制。
采用硬件電路實(shí)現(xiàn)底層圖像處理算法，如平滑、增強(qiáng)和分割等，相對(duì)軟件實(shí)現(xiàn)具有快速、準(zhǔn)確的優(yōu)點(diǎn)。通過DSP(數(shù)字信號(hào)處理)系統(tǒng)、FPGA(現(xiàn)場可編程門陣列)系統(tǒng)實(shí)現(xiàn)硬件圖像處理的方法已經(jīng)得到應(yīng)用。進(jìn)一步研制具有并行、實(shí)時(shí)處理能力的硬件計(jì)算機(jī)系統(tǒng)，實(shí)現(xiàn)數(shù)字圖像的高速處理將成為機(jī)器視覺檢測技術(shù)的核心問題之一。
.缺陷識(shí)別和分類技術(shù)
高準(zhǔn)確性和實(shí)時(shí)分類器的研究一直是帶鋼表面機(jī)器視覺檢測技術(shù)的研究熱點(diǎn)，而帶鋼缺陷分類器的設(shè)計(jì)必須考慮以下幾個(gè)因素：帶鋼缺陷在形態(tài)上錯(cuò)綜復(fù)雜，同一類缺陷在不同材質(zhì)和機(jī)組上表現(xiàn)可能不同;對(duì)缺陷的分類缺乏統(tǒng)一的、定量的標(biāo)準(zhǔn);缺陷的樣本收集、分類器的調(diào)整和優(yōu)化需要時(shí)間。
從帶鋼缺陷形態(tài)復(fù)雜這一特點(diǎn)考慮，采用單個(gè)分類器很難達(dá)到很好的分類效果，需要多種分類技術(shù)(如決策樹、SVM和遺傳算法等)的融合。從圖像樣本的收集和訓(xùn)練分類器的角度考慮，具有自學(xué)習(xí)能力的分類器(如KNN，ANN和RCE等)具有一定的吸引力。自學(xué)習(xí)分類器具有自動(dòng)收集缺陷樣本和自身訓(xùn)練的能力，避免了樣本收集所需要花費(fèi)的時(shí)間以及每次收集新樣本都需要重新訓(xùn)練分類器的過程，但是也存在一些缺點(diǎn)：所需的學(xué)習(xí)和分類的樣本數(shù)量大、實(shí)時(shí)性差;若采用硬件提高實(shí)時(shí)性能，則成本較高;對(duì)新出現(xiàn)的缺陷可能產(chǎn)生不可預(yù)料的結(jié)果。分類器的設(shè)計(jì)除了自學(xué)習(xí)能力外，還應(yīng)該能夠借鑒和吸收現(xiàn)場專家的經(jīng)驗(yàn)和知識(shí)，并將這些經(jīng)驗(yàn)知識(shí)轉(zhuǎn)化為分類判定規(guī)則，從而輔助優(yōu)化分類器的性能。因此，能夠融合先驗(yàn)規(guī)則和專家知識(shí)、具有自學(xué)習(xí)能力、實(shí)時(shí)性能強(qiáng)的分類器設(shè)計(jì)，將成為今后缺陷分類器的主要研究方向。
3.模塊化系統(tǒng)集成
系統(tǒng)設(shè)計(jì)逐漸實(shí)現(xiàn)模塊化。系統(tǒng)的模塊化使得系統(tǒng)變得容易集成和擴(kuò)展，系統(tǒng)開發(fā)商可以根據(jù)工廠要求進(jìn)行功能定制，系統(tǒng)的安裝調(diào)試周期必將大大縮短。
系統(tǒng)的模塊化設(shè)計(jì)包括系統(tǒng)框架的集成，以及各個(gè)模塊的標(biāo)準(zhǔn)化。采用網(wǎng)絡(luò)相機(jī)結(jié)合千兆網(wǎng)絡(luò)的系統(tǒng)架構(gòu)模式將逐漸取代基于VEM總線的框架結(jié)構(gòu)，網(wǎng)絡(luò)連接的標(biāo)準(zhǔn)化協(xié)議支持系統(tǒng)硬件的插拔操作。優(yōu)化光源的照明方案和相機(jī)檢測光路的配置并集成封裝，將使圖像采集模塊可以成為獨(dú)立可控的單元，方便安裝和調(diào)節(jié)。另外，硬件圖像處理電路和智能分類器模塊也將實(shí)現(xiàn)模塊化設(shè)計(jì)和調(diào)試。系統(tǒng)的輔助保護(hù)裝置包括現(xiàn)場的溫度控制系統(tǒng)、成像部件的防護(hù)箱體等也將成為標(biāo)準(zhǔn)配置。
4.缺陷數(shù)據(jù)的整合利用
檢測系統(tǒng)的目的是在生產(chǎn)線正常運(yùn)行的條件下準(zhǔn)確、穩(wěn)定地檢測帶鋼生產(chǎn)中出現(xiàn)的主要缺陷的數(shù)量和類型。對(duì)缺陷數(shù)據(jù)的充分利用，使操作人員一旦掌握缺陷數(shù)據(jù)，就可對(duì)缺陷的產(chǎn)生來源進(jìn)行分析，做出生產(chǎn)調(diào)整，有效地避免大批量同類缺陷的產(chǎn)生。同時(shí)對(duì)有質(zhì)量問題的帶鋼進(jìn)行有效控制，避免其進(jìn)入下一個(gè)生產(chǎn)工序。對(duì)每卷帶鋼缺陷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，參照產(chǎn)品質(zhì)量等級(jí)評(píng)定標(biāo)準(zhǔn)評(píng)估產(chǎn)品的質(zhì)量等級(jí)，并提供給工廠質(zhì)量控制部門，作為其決策依據(jù)。檢測系統(tǒng)將成為高級(jí)別帶鋼質(zhì)量控制的一個(gè)重要工具。
5.國內(nèi)檢測系統(tǒng)將成為主流
近年機(jī)器視覺檢測技術(shù)的發(fā)展已日趨成熟，原先主要依靠國外視覺檢測系統(tǒng)格局逐漸被打破，在國內(nèi)機(jī)器視覺產(chǎn)業(yè)發(fā)展的大背景下。國內(nèi)也產(chǎn)生了一批優(yōu)秀的視覺系統(tǒng)集成供應(yīng)，以無錫創(chuàng)視新科技有限公司為例，是國內(nèi)較早的機(jī)器視覺檢測供應(yīng)商，公司的MVC視覺檢測系統(tǒng)在帶鋼、薄膜、無紡布、玻璃、電子、機(jī)械制造領(lǐng)域應(yīng)用廣泛，也是帶鋼表面缺陷檢測領(lǐng)域應(yīng)用較早、專業(yè)的供應(yīng)商之一，MVC視覺檢測系統(tǒng)應(yīng)用案例數(shù)百家。
五、 結(jié)束語
機(jī)器視覺檢測作為帶鋼表面缺陷檢測的主流技術(shù)，在圖像獲取、處理、缺陷分類和缺陷信息利用等方面上存在不足，有待進(jìn)一步深入研究以達(dá)到系統(tǒng)的實(shí)用化要求。系統(tǒng)硬件的不斷發(fā)展將為改善圖像質(zhì)量和提高圖像處理效率打下基礎(chǔ);圖像處理和缺陷識(shí)別等信息處理技術(shù)仍舊是研究的重點(diǎn);而系統(tǒng)模塊化將為系統(tǒng)的開發(fā)和調(diào)試提供方便;缺陷信息能夠快捷和完整上傳與共享將為生產(chǎn)決策者提供決策依據(jù)。受生產(chǎn)需要和技術(shù)發(fā)展的推動(dòng)，自動(dòng)檢測系統(tǒng)建立完善的軋制全過程表面質(zhì)量傳遞數(shù)學(xué)模型并提供全過程表面質(zhì)量的跟蹤信息反饋，必將在帶鋼計(jì)算機(jī)集成制造系統(tǒng)(CIMS)中扮演十分重要的角色。
