壓延過程中壓延材料表面周期性缺陷的檢測方法
【技術領域】
[0001] 本發(fā)明屬于材料表面光學檢測技術領域，尤其涉及一種壓延過程中壓延材料表面 周期性缺陷的檢測方法。
【背景技術】
[0002] 周期性缺陷是壓延生產(chǎn)過程中由于前工序故障引起的嚴重缺陷，及早識別可減少 缺陷生成率?；跈C器視覺的表面缺陷檢測與識別方法已經(jīng)被應用到各個領域當中，例如 紙制品表面缺陷圖像識別、紡織品缺陷識別、帶鋼表面缺陷識別等。但材料表面周期性缺陷 的檢測方法很少，目前已有的檢測方法也存在如下問題：
[0003] (1)專利號為ZL200980112171.0的中國專利《周期性缺陷檢測裝置及其方法》中公 開了一種磁場檢測法，即先將磁場轉(zhuǎn)化為圖像，再基于圖像進行周期性缺陷識別。該磁場檢 測法檢測速率較低，且僅適用于金屬表面。
[0004] (2)專利號為ZL201010205357.5的中國專利《周期性紋理圖像中缺陷的檢測方法 和裝置》公開了一種基于機器視覺的檢測方法，該方法易將偽缺陷較多的材料表面圖像中 非周期性缺陷誤判為周期性缺陷；當部分周期性缺陷的顏色和形貌發(fā)生變化時，該方法會 造成周期性缺陷的漏檢；當周期性缺陷非連續(xù)出現(xiàn)時，該方法會將一組周期性缺陷被誤識 別為兩組周期性缺陷或者遺檢。
[0005] 隨著基于機器視覺的檢測方法的廣泛應用，將其用于壓延過程中產(chǎn)品表面周期性 缺陷的識別具有重要的理論意義與現(xiàn)實意義。
【背景技術】 [0006] 涉及如下參考文獻：
[0007] [ 1 ] S Zhao ,H Huang ,et al. Estimating periodic length and defect coordinates from a series of integer values[J].Measurement,2009,42(4):516-523.
[0008] [2]Changhyun Park,S Choi ,et al.Vision-based inspection for periodic defects in steel wire rod production!! J] · Optical Engineering,2010,49(1): 017202-017202-10.
[0009] [3]FG Bulnes,U Ruben,et al.An efficient method for defect detection during the manufacturing of web materials[J]·Journal of Intelligent Manufacturing,2014:1-15.
[0010] [4]FG Bulnes,U Ruben,et al.Vision-Based Sensor for Early Detection of Periodical Defects in Web Materials[J].Sensors,2012,12(8):10788-10809.
[0011] [5]FG Bulnes,R Usamentiaga,et al. Periodic defects in steel strips : detection through a vision-base technique. Industry Applications Magazine IEEE,2013,19:39-46.

【發(fā)明內(nèi)容】

[0012] 針對現(xiàn)有技術中存在的不足，本發(fā)明提供了一種壓延過程中壓延材料表面周期性 缺陷的檢測方法，本發(fā)明基于機器視覺實現(xiàn)，可快速準確識別壓延材料表面的周期性缺陷， 且適用于任何材料。
[0013] 為解決上述技術問題，本發(fā)明采用如下的技術方案：
[0014] 壓延過程中壓延材料表面周期性缺陷的檢測方法，包括步驟：
[0015] S1采集待檢測壓延材料表面的缺陷源圖像；
[0016] S2提取缺陷源圖像中缺陷的圖像特征，所述的圖像特征包括位置特征、形貌特征、 顏色特征、質(zhì)心特征和段特征；
[0017] S3對缺陷源圖像進行周期性缺陷預判定，本步驟進一步包括：
[0018] 3.1根據(jù)實際情況預設相鄰周期性缺陷的間距范圍為[ru，ri2];
[0019] 3.2從寬度方向?qū)⑷毕菰磮D像分割為η段寬d、長3?的縱向區(qū)域，10mm〈d〈300mm;
[0020] 3.3判斷縱向區(qū)域內(nèi)缺陷數(shù)，對缺陷數(shù)達到3個的縱向區(qū)域執(zhí)行步驟3.4;若所有縱 向區(qū)域內(nèi)缺陷數(shù)均未達到3個，則缺陷源圖像判定為無周期性缺陷；
[0021 ] 3.4當前縱向區(qū)域中若寬度方向位置在[h- △ h，h+ △ h]范圍的缺陷數(shù)不小于3，則 對當前縱向區(qū)域執(zhí)行步驟3.5;否則，當前縱向區(qū)域判定為無周期性缺陷；
[0022] 3.5構建當前縱向區(qū)域缺陷的位置關系矩陣P，并判定疑似周期性缺陷，具體為：
[0023] (a)初始化 R=i、j = ]_、k = 2;
[0024] (b)判斷列向量 PR 中元素是否滿足條件(a)2-5%〈PRk/PRj〈2+5%;S(b)3-5%〈P Rk/ PRj〈3+5%，若滿足，確定當前縱向區(qū)域第j個缺陷為第一個疑似周期性缺陷，第一個疑似周 期性缺陷后的缺陷均記為疑似周期性缺陷，對當前縱向區(qū)域執(zhí)行步驟S4;否則，執(zhí)行步驟 (c)；
[0025] (c)判斷k是否為(m-1)，若是，執(zhí)行步驟(d);否則，令k加1，執(zhí)行步驟(c);
[0026] (d)判斷j是否為(m-2)，若是，執(zhí)行步驟（e);否則，令j加 l，k = 2,然后執(zhí)行步驟 (c)；
[0027] (e)判斷R是否為(m-1)，若是，當前縱向區(qū)域無疑似周期性缺陷；否則，令R加 l，j = 1，k = 2,然后執(zhí)行步驟(b);
[0028] S4根據(jù)疑似周期性缺陷的圖像特征，采用圖像相關性匹配法對當前縱向區(qū)域的相 鄰疑似周期性缺陷進行逐一匹配，以確定周期性缺陷；
[0029]
當前縱向區(qū)域第j個缺陷在壓延方向的位置，j = l，2, . . .m，m為當前縱向區(qū)域缺陷數(shù);Pr表 示位置關系矩陣P中第R列的列向量;PRk、PRj、PR1分別表示列向量Pr中第k、j、l個元素;h為當 前縱向區(qū)域第一個缺陷在缺陷源圖像寬度方向的位置；Ah為周期性缺陷的寬度方向位置 偏差，Ah為經(jīng)驗值。
[0030] 步驟S1中，采用機器視覺檢測裝置采集待檢測壓延材料表面的缺陷源圖像，所述 的機器視覺檢測裝置包括CCD相機和光源，光源照射壓延材料表面;CCD相機視角覆蓋壓延 材料寬度，用來獲取壓延材料表面的缺陷源圖像。
[0031]作為一種【具體實施方式】，機器視覺檢測裝置包括四個CCD相機和兩個光源，兩個光 源分別照射壓延材料上下表面，四個CCD相機分別拍攝壓延材料上下表面的缺陷源圖像。 [0032] 上述形貌特征包括缺陷最上端距缺陷源圖像頂部距離、缺陷距最左端缺陷源圖像 左側距離、缺陷中心距缺陷源圖像左側距離、缺陷長度、缺陷高度、缺陷長寬比率、缺陷面 積、缺陷周長、缺陷密度、缺陷周長比率、缺陷圓整中的多種。
[0033]上述顏色特征包括缺陷的亮度、灰度、對比度、亮度庫q+r+s面積、暗度庫q+r+s面 積、平均強度、亮度平均強度、暗度平均強度和強度范圍中的多種。
[0034]上述質(zhì)心特征包括缺陷的橫向質(zhì)心位置、縱向質(zhì)心位置和質(zhì)心比值。
[0035] 步驟S4具體為：
[0036]根據(jù)疑似周期性缺陷的圖像特征，順次計算當前縱向區(qū)域的相鄰疑似周期性缺陷 的相似性，若相似性不小于預設閾值T_c〇r，則相鄰疑似周期性缺陷確定為周期性缺陷；否 則，不為周期性缺陷；閾值T_Cor為經(jīng)驗值，取0.5~1。
[0037]為減少周期性缺陷的檢測時間，本發(fā)明還可以根據(jù)已確定的周期性缺陷進行增量 缺陷匹配，具體為：
[0038]在同一縱向區(qū)域內(nèi)，新增缺陷同時滿足條件（1)新增缺陷和前一確定的周期性缺 陷在寬度方向位置的位置偏差小于位置偏差A h; (2)新增缺陷和前一確定的周期性缺陷在 車L制方向的距離[S-Δ δ，δ+Δ δ]范圍內(nèi)；和⑶新增缺陷和前一確定的周期性缺陷的圖像特 征向量的相似性不小于閾值T_Cor;則新增缺陷確定為周期性缺陷；
[0039]上述，δ為根據(jù)已確定的周期性缺陷的周期，Δ δ為周期偏差，其值和壓延過程中最 大輥的輥直徑相關。
[0040] 和現(xiàn)有技術相比，本發(fā)明具有如下特點和有益效果：
[0041] 1、可快速準確地檢測出壓延材料表面的周期性缺陷，可提高各種環(huán)境下周期性缺 陷檢測的漏檢率和偽缺陷誤檢率