冷轧带钢表面质量检测系统方案ppt课件.ppt

冷轧钢卷表面质量检测系统,湖南千盟视觉技术有限公司,1,目录,系统简介,系统性能,系统功能,系统原理,系统设备,2,系统简介,系统性能,系统设备,系统原理,系统功能,3,钢板品质差/成品率低,工人劳动强度大,引发经济索赔事件/影响下一步加工,影响钢厂经济效益和声誉,表面存在缺陷,系统简介产品背景,4,系统简介表面质量检测发展过程,人工目测与离线抽检相结合阶段，人工目测方式无法可靠捕获缺陷信息，产生大量漏检和误检。,基于各种传感技术的检测方式，可检出的缺陷定量描述参数和缺陷种类都十分有限，无法综合评估产品的表面质量状况。,机器视觉检测技术，光学传感器的非接触测量和灵敏度高、响应快的优点，可用于在线检测。,5,系统简介-机器视觉检测技术优势,缺陷准确定位，详细描述，缺陷图片保存,缺陷分类，严重等级，报警,非接触，在线实时检测,6,系统简介-项目意义,在线检测和记录,离线分析,提高成品率,分析原因,消除缺陷,7,系统简介,系统性能,系统功能,系统原理,系统设备,8,系统原理,系统的工作原理是采用CCD行扫描摄像头，对钢带表面进行逐行扫描，实时检测缺陷，从而完成整个钢卷的扫描检测。在钢带表面如有缺陷，会引起反射光线的变化。根据这个原理，通过检测摄像头拍摄图像里光强的变化，便可检测出钢带表面上的一些物理缺陷。当然，评判采集到的钢卷是否有缺陷还不是这么简单，还要根据一系列的特征值来作最终的判断。,9,系统原理,预处理,目标分割,特征提取,缺陷分类,辊印,10,系统简介,系统性能,系统功能,系统原理,系统设备,11,系统设备,电气设备：包括相机、光源、图像处理平台，系统服务器、数据库服务器及存储设备、操作终端等。,12,系统设备,图像采集与传输,相机：进口高速工业线阵CCD相机，保证带钢表面高清图像采集。多个相机组合，满足客户不同需求，包括带钢宽度和缺陷精度。光源：高亮度线性LED光源、超高亮度、高均匀性，数字光源控制器可调节光源亮度。图像可靠传输：千兆以太网或者光纤传输，现场相机与机房图像处理系统的通信抗现场电磁干扰。,13,系统设备,图像处理平台：高性能处理平台，每台相机配置一个图像处理模块，保证数据处理的实时性、并具备高度可扩展性。,图像处理与存储设备,系统服务器采用高性能DELL机架式服务器，配置英特尔至强处理器，该服务器主要完成缺陷的合并，缺陷的分类。,14,系统设备,图像处理与存储设备,数据库服务器及存储系统系统采用磁盘阵列RAID0+RAID5,保证数据的写入及时性和大数据安全性，磁盘阵列可轻松实现硬容量的扩展。,操作终端支持多操作终端，满足客户多岗位查看检测数据要求，在线查看，离线分析检查，统计报表打印。,15,系统设备,安装需求空间需求：张力辊附近一米能源需求：1、压缩空气:压力0.5-0.8MPa,流量30m3/h,洁净干燥2、电:220V,设备安装示意图,16,系统设备,设备说明现场防护,防护罩：相机、光源都有金属外壳防护罩冷却：风冷和恒温控制，保证系统部件在25左右的温度下稳定工作震动：相机防抖云台设计，算法去抖处理防尘：相机、光源玻璃防护处风刀吹扫设计,相机保护装置,17,系统设备,成像效果,折印,辊印,粘结,羽纹,锈斑,划痕,18,系统设备,算法流程,对采集的图像做降噪滤波处理，增强处理，并进行光照补偿。,19,系统设备,图像预处理,20,系统设备,目标分割,辊印,二值化,二值化处理,21,系统设备,特征提取,缺陷特征,形状特征,质心特征,面积、周长、圆形度、长宽比等,平均灰度、熵、方差等,纹理二阶矩、纹理对比度等,波形特征、脉冲特征等,频谱形状、面积等,横向质心、纵向质心等,灰度特征,纹理特征,投影特征,频谱特征,对分割出来的缺陷，进行特征值的提取，包括形状特征，灰度特征，频谱特征，投影特征，纹理特征等,22,系统设备,缺陷分类,基于特征值分类采用SVM支持向量机分类算法能识别辊印、夹杂、起皮、氧化铁皮压入等缺陷,最优分类超平面,23,系统简介,系统性能,系统功能,系统原理,系统设备,24,系统功能,可以自动检测出各种表面缺陷,检测准确率达到98%以上可以实时识别各种缺陷，缺陷识别率达到95%以上检测出来的重大缺陷图像可自动实时显示，并可实时查看所有缺陷图像根据用户要求自动生成各种报表可将断续的缺陷自动连接，报告为一个整体长缺陷人工智能自学习的缺陷分类器，通过不断完善缺陷库轻松自动升级，不断提高识别率用户可按缺陷种类大小严重程度设置声光屏幕闪动报警测量数据可导出到其它存储介质,25,系统功能,在线模式提供用户实时查看缺陷地图、缺陷统计、缺陷图片、缺陷描述和在线用户列表。缺陷地图显示缺陷在钢卷里的位置信息，通过不同颜色矩形框表示不同的缺陷类型，软件可以自动实时显示严重缺陷图片，用户不仅可以通过点击缺陷地图查看缺陷具体信息，还可以按比例放大缺陷地图，快速浏览整个钢卷的缺陷分布，可以通过操作端来控制检测的起停。,26,系统功能,在线模式界面,27,系统功能,离线模式可以通过查询条件查看历史数据，查询条件包括：钢卷编号、钢种、操作员、钢卷等级、班组、检测时间，机组等,28,系统功能,统计报表可按钢卷编号、钢种、钢卷规格、操作员、检测时间对钢卷进行查询统计，统计报表不仅可以对单个钢卷进行统计，还可以对多个钢卷进行批量联合统计。统计类型包括缺陷种类、缺陷严重程度等类型。,29,系统功能,缺陷库管理器,缺陷库管理器用来维护整个缺陷库，为每一种缺陷类型提供多个缺陷样本，一般不少于30个样本，通过训练样本，建立基于统计学习理论的数学模型，通过支持向量机的模式识别算法，以缺陷的特征值为基础进行识别，缺陷库管理器支持从检测数据中导入缺陷样本，也可以从缺陷文件中导入，而缺陷文件则是从其他机组的缺陷库中导出的文件,添加新样本后，点击训练按钮，就会自动学习新的样本，生成新的识别模型，点击应用按钮，则启用新的识别模型去识别缺陷。目前，缺陷库里已经包含了常见缺陷类型，缺陷样本总数超过5000个。,30,系统功能,缺陷库管理器界面,31,系统功能,缺陷库部分样本,辊印,夹杂,孔洞,32,系统功能,缺陷分类管理器,缺陷分类管理器主要用来管理缺陷类型，可以增加、删除、修改缺陷类型，包括缺陷名称，缺陷简称，缺陷描述，保存方法等。并可设置缺陷的严重等级判别规则，包括缺陷的一系列特征值，如缺陷的大小，面积，长，宽等，也可以把某一种缺陷类型设置成某一个严重等级，为缺陷等级划分提供专家级指导。,33,系统功能,缺陷分类