本發(fā)明涉及板材檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種高速寬型板材檢測(cè)方法。

背景技術(shù)：

隨著工業(yè)的發(fā)展，制材企業(yè)也不斷進(jìn)行更新改造，其中板材分選自動(dòng)化對(duì)我國(guó)制材行業(yè)的發(fā)展具有重要的意義；在板材分選自動(dòng)中首先要完成幾何尺寸自動(dòng)檢測(cè)，即在線(xiàn)檢測(cè)板材的長(zhǎng)度、寬度和厚度；根據(jù)我國(guó)板材標(biāo)準(zhǔn)規(guī)定，板材寬度范圍是10cm—30cm，要求檢測(cè)的精度為1mm左右，由于寬度尺寸變化范圍大、且檢測(cè)誤差要求小，所以對(duì)寬度的檢測(cè)還存在一定技術(shù)上的難度，對(duì)一些要求較高的板材來(lái)說(shuō)，板材的表面的缺陷的檢測(cè)也是很重要的，雖說(shuō)現(xiàn)在可以借助一些紅外檢測(cè)的技術(shù)來(lái)檢測(cè)，但是對(duì)于其精度和還原度的精確性還是比較差的；因此，針對(duì)上述問(wèn)題提出一種高速寬型板材檢測(cè)方法。

技術(shù)實(shí)現(xiàn)要素：

基于背景技術(shù)存在的技術(shù)問(wèn)題，本發(fā)明提出了一種高速寬型板材檢測(cè)方法。

本發(fā)明提出的一種高速寬型板材檢測(cè)方法，包括以下步驟：

S1：將寬型板材放置在高速傳送帶上，并在高速傳送帶的上方兩端均安裝漫反射光源；

S2：在板材檢測(cè)流水線(xiàn)上，寬型板材進(jìn)入檢測(cè)工序后，用圖像采集模塊對(duì)寬型板材的圖像進(jìn)行采集；

S3：在高速傳送帶上安裝編碼器進(jìn)行徑向運(yùn)動(dòng)編碼，對(duì)寬型板材進(jìn)行測(cè)速和測(cè)長(zhǎng)；

S4：用兩臺(tái)計(jì)算機(jī)分別對(duì)圖像采集模塊采集的圖像進(jìn)行表面缺陷的檢測(cè)和儲(chǔ)存，然后將檢測(cè)結(jié)果傳輸至圖像處理模塊進(jìn)行處理；

S5：對(duì)圖像進(jìn)行表面缺陷的檢測(cè)后對(duì)圖像進(jìn)行拼接處理；

S6：用缺陷識(shí)別模塊進(jìn)行圖像缺陷特征的提取和缺陷的分類(lèi)，完成高速寬型板材的檢測(cè)。

優(yōu)選地，所述S2中，圖像采集模塊包括多個(gè)單目相機(jī)和圖像采集卡，圖像采集模塊采用多相機(jī)連檢方式進(jìn)行圖像采集，單目相機(jī)為N個(gè)，N為大于等于3的整數(shù)，將單目相機(jī)連接觸發(fā)器，然后將觸發(fā)器連接轉(zhuǎn)換器，再將轉(zhuǎn)換器連接兩臺(tái)計(jì)算機(jī)，用已經(jīng)標(biāo)定好的N個(gè)單目相機(jī)結(jié)合圖像采集卡，采集寬型板材的圖像并進(jìn)行數(shù)據(jù)采集。

優(yōu)選地，所述S4中，用兩臺(tái)計(jì)算機(jī)分別對(duì)圖像采集模塊采集的圖像進(jìn)行預(yù)處理，然后對(duì)圖像進(jìn)行表面缺陷的檢測(cè)和儲(chǔ)存。

優(yōu)選地，所述S5中，拼接處理方法為：采用圖像拼接技術(shù)，采取表面邊緣檢測(cè)的方式以每2×10米對(duì)圖像進(jìn)行拼接處理。

優(yōu)選地，所述S6中，首先采用基于面積的圖像降噪技術(shù)對(duì)圖像進(jìn)行去噪處理，然后提取缺陷特征，最后采用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)缺陷進(jìn)行識(shí)別分類(lèi)。

優(yōu)選地，所述S6中，采用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)缺陷進(jìn)行識(shí)別分類(lèi)，識(shí)別過(guò)程包括以下步驟：

1、對(duì)采樣特征值進(jìn)行歸一化處理；

2、網(wǎng)絡(luò)結(jié)構(gòu)的選擇；

3、激活函數(shù)和相關(guān)參數(shù)的確定；

4、設(shè)定輸出期望值；

5、訓(xùn)練分類(lèi)模型并進(jìn)行預(yù)測(cè)，完成識(shí)別。

優(yōu)選地，所述S6中，缺陷包括孔洞、擦傷、凹痕、銹蝕、折痕和凸痕。

本發(fā)明中，所述一種高速寬型板材檢測(cè)方法基于多相機(jī)連檢轉(zhuǎn)換加新型拼接算法的方式進(jìn)行板材檢測(cè)，加快了板材質(zhì)量檢測(cè)的處理速度；同時(shí)為了消除板材表面反射帶來(lái)的影響，采用多個(gè)漫反射光源輔助增強(qiáng)圖像質(zhì)量的方法；實(shí)現(xiàn)在高速運(yùn)動(dòng)情況下寬型板材的檢測(cè)，對(duì)寬型板材表面質(zhì)量進(jìn)行檢測(cè)，創(chuàng)建一種新型的寬型板材表面質(zhì)量評(píng)價(jià)體系；實(shí)現(xiàn)了在生產(chǎn)線(xiàn)上架構(gòu)成本低廉但在檢測(cè)方面效率很高、精準(zhǔn)度很強(qiáng)的高速寬型板材表面質(zhì)量檢測(cè)效果，方法簡(jiǎn)單，使用方便。

附圖說(shuō)明

圖1為本發(fā)明提出的一種高速寬型板材檢測(cè)方法的工作結(jié)構(gòu)示意圖；

圖2為本發(fā)明提出的一種高速寬型板材檢測(cè)方法的檢測(cè)流程示意圖；

圖3為本發(fā)明提出的一種高速寬型板材檢測(cè)方法的拼接示意圖；

圖4為本發(fā)明提出的一種高速寬型板材檢測(cè)方法的圖像采集模塊的工作示意圖。

圖中：1高速傳送帶、2寬型板材、3漫反射光源、4單目相機(jī)、5觸發(fā)器、6轉(zhuǎn)換器、7計(jì)算機(jī)。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步解說(shuō)。

實(shí)施例

參照?qǐng)D1-4，本實(shí)施例提出了一種高速寬型板材檢測(cè)方法，包括以下步驟：

S1：將寬型板材2放置在高速傳送帶1上，并在高速傳送帶1的上方兩端均安裝漫反射光源3；由于此時(shí)處于高速運(yùn)動(dòng)狀態(tài)，板材速度較快并且表面光暗無(wú)法恒定，很容易由于光反射引起板材質(zhì)量評(píng)價(jià)的精度，所以采用漫反射光源3。

S2：在板材檢測(cè)流水線(xiàn)上，寬型板材2進(jìn)入檢測(cè)工序后，用圖像采集模塊對(duì)寬型板材2的圖像進(jìn)行采集；由于提升其檢測(cè)速度，因此采用多目相機(jī)拼接進(jìn)行處理的方法；把單個(gè)相機(jī)分開(kāi)采集1s內(nèi)的圖像，然后分開(kāi)進(jìn)行處理，多相機(jī)連檢狀態(tài)下，利用拼接方式，使用觸發(fā)器5分別觸發(fā)各個(gè)相機(jī)。

S3：在高速傳送帶1上安裝編碼器進(jìn)行徑向運(yùn)動(dòng)編碼，對(duì)寬型板材2進(jìn)行測(cè)速和測(cè)長(zhǎng)；把板材的水平運(yùn)動(dòng)轉(zhuǎn)換為光電編碼器的徑向運(yùn)動(dòng)，光電編碼器將對(duì)應(yīng)發(fā)出一系列脈沖，經(jīng)分頻后進(jìn)入計(jì)數(shù)器計(jì)數(shù)，使進(jìn)入計(jì)數(shù)器的一個(gè)脈沖正好對(duì)應(yīng)長(zhǎng)度1毫米，即脈沖數(shù)就是表示每秒多少毫米的運(yùn)動(dòng)速度；當(dāng)板材到達(dá)長(zhǎng)度測(cè)量位置時(shí)，傳感器發(fā)出信號(hào)，計(jì)算機(jī)采集到編碼器的值，計(jì)算出板材的長(zhǎng)度，當(dāng)板材通過(guò)后，等待下一次測(cè)量。

S4：用兩臺(tái)計(jì)算機(jī)7分別對(duì)圖像采集模塊采集的圖像進(jìn)行表面缺陷的檢測(cè)和儲(chǔ)存，然后將檢測(cè)結(jié)果傳輸至圖像處理模塊進(jìn)行處理；

S5：對(duì)圖像進(jìn)行表面缺陷的檢測(cè)后對(duì)圖像進(jìn)行拼接處理；

S6：用缺陷識(shí)別模塊進(jìn)行圖像缺陷特征的提取和缺陷的分類(lèi)，完成高速寬型板材的檢測(cè)。

本實(shí)施例中，所述S2中，圖像采集模塊包括多個(gè)單目相機(jī)4和圖像采集卡，圖像采集模塊采用多相機(jī)連檢方式進(jìn)行圖像采集，單目相機(jī)4為N個(gè)，N為大于等于3的整數(shù)，將單目相機(jī)4連接觸發(fā)器5，然后將觸發(fā)器5連接轉(zhuǎn)換器6，再將轉(zhuǎn)換器6連接兩臺(tái)計(jì)算機(jī)7，用已經(jīng)標(biāo)定好的N個(gè)單目相機(jī)4結(jié)合圖像采集卡，采集寬型板材2的圖像并進(jìn)行數(shù)據(jù)采集；為了使板材以高速進(jìn)行表面徑向運(yùn)動(dòng)，采用多相機(jī)連檢加拼接的方式進(jìn)行，把單個(gè)相機(jī)使用觸發(fā)器5分別觸發(fā)采集1s內(nèi)的圖像，然后分別進(jìn)行處理；為了提高數(shù)據(jù)的高速采集和傳輸，采用高速線(xiàn)陣相機(jī)和高性能的圖像采集卡；這樣對(duì)圖像進(jìn)行處理，大大提高了圖像的采集速度，首先一個(gè)相機(jī)采集1s內(nèi)的圖像，在第一個(gè)相機(jī)采集完的同時(shí)第二個(gè)相機(jī)在觸發(fā)器5的作用下采集1s內(nèi)的圖像，在第二個(gè)相機(jī)采集完的同時(shí)第三個(gè)相機(jī)在觸發(fā)器5的作用下采集1s內(nèi)的圖像，在第三個(gè)相機(jī)采集完的同時(shí)第四個(gè)相機(jī)在觸發(fā)器5的作用下采集1s內(nèi)的圖像，相機(jī)如此循環(huán)采集。

本實(shí)施例中，所述S4中，用兩臺(tái)計(jì)算機(jī)7分別對(duì)圖像采集模塊采集的圖像進(jìn)行預(yù)處理，然后對(duì)圖像進(jìn)行表面缺陷的檢測(cè)和儲(chǔ)存；圖像處理模塊為了提高處理速度，相機(jī)的顯示結(jié)果在運(yùn)行中不顯示，但后臺(tái)進(jìn)行存儲(chǔ)結(jié)果，當(dāng)檢測(cè)的結(jié)果超過(guò)預(yù)先設(shè)定的值時(shí)才進(jìn)行顯示，對(duì)采集的圖像分別進(jìn)行檢測(cè)和儲(chǔ)存，節(jié)省了大量時(shí)間；首先對(duì)圖像進(jìn)行表面缺陷的檢測(cè)，在檢測(cè)之前首先對(duì)圖像進(jìn)行預(yù)處理，具體步驟為：

(1)灰度化，采用灰度化的方法減少每個(gè)像素點(diǎn)的可能取值；

(2)圖像去噪，由于受到現(xiàn)場(chǎng)環(huán)境和光源等的影響，圖像上可能含有各種各樣的噪音，為了降低噪音的影響，采用中值濾波法對(duì)圖像進(jìn)行光滑處理；

(3)二值化，用一種基于方差雙閾值的新型邊緣檢測(cè)算法分割技術(shù)對(duì)圖像進(jìn)行二值化表示圖片中的缺陷，采用基于方差雙閾值的新型邊緣檢測(cè)算法能夠大大提高計(jì)算速度和精度，首先利用梯度算子對(duì)圖像進(jìn)行一次掃描，將梯度值大于一定閾值T的像素點(diǎn)組成候選邊緣點(diǎn)集Ω，從而濾除可能造成誤檢的大部分噪聲點(diǎn)，然后任取候選邊緣點(diǎn)Ω₀中一點(diǎn)(x，y),計(jì)算D(x，y)的值，所得D(x，y)的符號(hào)有可能為正、負(fù)或者零，如果D(x，y)＝0，該像素點(diǎn)是邊緣點(diǎn)；否則，如果D(x，y)>0并且沿水平和垂直方向的四鄰域中至少有一個(gè)像素點(diǎn)處的D(x，y)<0，即算子D出現(xiàn)了符號(hào)改變，則該像素點(diǎn)也被認(rèn)為是邊緣點(diǎn)，

Ω₀＝{(x，y)∈Ω|G(x，y)＞0}

其中G(x，y)是應(yīng)用Sobel算子獲得的梯度圖像；Ω₀是Ω的子集，即候選邊緣點(diǎn)集，閾值T為

其中γ是比例系數(shù)，取值范圍在0.6～1之間；

(4)形態(tài)學(xué)特征，利用形態(tài)學(xué)中的開(kāi)運(yùn)算和閉運(yùn)算改善圖像的質(zhì)量；

采用圖像拼接技術(shù)，其中兩個(gè)關(guān)鍵技術(shù)是圖像配準(zhǔn)和圖像融合，圖像配準(zhǔn)是圖像融合的基礎(chǔ)，而且圖像配準(zhǔn)算法的計(jì)算量一般非常大,因此圖像拼接技術(shù)的發(fā)展很大程度上取決于圖像配準(zhǔn)技術(shù)的創(chuàng)新，圖像拼接技術(shù)的具體步驟為：(1)圖像預(yù)處理；(2)圖像配準(zhǔn)；(3)圖像合成。

本實(shí)施例中，所述S5中，拼接處理方法為：采用圖像拼接技術(shù)，采取表面邊緣檢測(cè)的方式以每2×10米對(duì)圖像進(jìn)行拼接處理，所述S6中，首先采用基于面積的圖像降噪技術(shù)對(duì)圖像進(jìn)行去噪處理，然后提取缺陷特征，最后采用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)缺陷進(jìn)行識(shí)別分類(lèi)；鋼板表面缺陷大小、形狀、位置、灰度等特征具有多樣化和復(fù)雜化，主要對(duì)缺陷的一階統(tǒng)計(jì)特征、二階統(tǒng)計(jì)特征和不變矩特征進(jìn)行提??；提取缺陷的一階灰度統(tǒng)計(jì)特征，是為了描述缺陷的直觀灰度分布；提取缺陷的二階統(tǒng)計(jì)特征，是為了表示缺陷中不同灰度級(jí)的位置關(guān)系，揭示缺陷的紋理特征；提取缺陷的不變矩特征，是為了表示缺陷在平移、旋轉(zhuǎn)、比例變化下的不變性；首先通過(guò)圖像處理方法判斷圖像缺陷的位置，對(duì)缺陷區(qū)域以外的像素點(diǎn)灰度值設(shè)定為255，將缺陷區(qū)域內(nèi)像素點(diǎn)灰度值變成0，這樣突出了缺陷圖像，通過(guò)對(duì)照缺陷圖像提取特征值；然后采用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)板材表面缺陷進(jìn)行識(shí)別。

本實(shí)施例中，所述S6中，采用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)缺陷進(jìn)行識(shí)別分類(lèi)，識(shí)別過(guò)程包括以下步驟：

1、對(duì)采樣特征值進(jìn)行歸一化處理；

2、網(wǎng)絡(luò)結(jié)構(gòu)的選擇；

3、激活函數(shù)和相關(guān)參數(shù)的確定；

4、設(shè)定輸出期望值；

5、訓(xùn)練分類(lèi)模型并進(jìn)行預(yù)測(cè)，完成識(shí)別。

本實(shí)施例中，所述S6中，缺陷包括孔洞、擦傷、凹痕、銹蝕、折痕和凸痕，所述一種高速寬型板材檢測(cè)方法基于多相機(jī)連檢轉(zhuǎn)換加新型拼接算法的方式進(jìn)行板材檢測(cè)，加快了板材質(zhì)量檢測(cè)的處理速度；同時(shí)為了消除板材表面反射帶來(lái)的影響，采用多個(gè)漫反射光源3輔助增強(qiáng)圖像質(zhì)量的方法；實(shí)現(xiàn)在高速運(yùn)動(dòng)情況下寬型板材2的檢測(cè)，對(duì)寬型板材2表面質(zhì)量進(jìn)行檢測(cè)，創(chuàng)建一種新型的寬型板材2表面質(zhì)量評(píng)價(jià)體系；實(shí)現(xiàn)了在生產(chǎn)線(xiàn)上架構(gòu)成本低廉但在檢測(cè)方面效率很高、精準(zhǔn)度很強(qiáng)的高速寬型板材2表面質(zhì)量檢測(cè)效果。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā)明構(gòu)思加以等同替換或改變，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。