机械专业毕业设计外文翻译-基于带钢表面缺陷检测系统的视觉研究进展(13页).doc
《机械专业毕业设计外文翻译-基于带钢表面缺陷检测系统的视觉研究进展(13页).doc》由会员分享,可在线阅读,更多相关《机械专业毕业设计外文翻译-基于带钢表面缺陷检测系统的视觉研究进展(13页).doc(13页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、-机械专业毕业设计外文翻译-基于带钢表面缺陷检测系统的视觉研究进展-第 13 页基于带钢表面缺陷检测系统的视觉研究进展文 摘钢是大量的材料选择和非常多元化的工业应用。表面质量以及其他属性是最重要的质量参数, 特别是对于扁钢产品。传统手工表面检验程序非常不足,确保保证表面质量免费。为了确保客户的严格要求,自动建立钢铁表面检查技术在过去的二十年被发现是非常有效和流行的。考虑到它的重要性,本文试图通过对钢表面缺陷检测和分类建立第一个正式审查技术发展水平。可以看出大多数的研究工作一直在进行冷钢带表面,是客户需求中最敏感的。对热轧带材和棒材/棒表面缺陷检测工作也显示出增长在过去的10年。审查涉及总体方面
2、的钢表面缺陷自动检测和分类系统使用应用技术。人们的注意也被吸引到报道成功率以及实时操作方面等有关的问题。关键词:钢铁表面检验;缺陷检测;缺陷分类;自动视觉检测审查1简介:钢铁表面和其自动检查的重要性钢铁可能是最重要的金属的量子和各种各样的使用。钢铁对工业社会的发展作出了巨大贡献。事实上,钢铁消费被认为是一个标准来判断一个国家的发展状况。根据世界钢铁协会,在2013年粗钢产量为15.82亿吨(吨),比其他所有的生产图金属放在一起。今天,有超过3500等级的钢的扁钢产品贸易约占50%。一个集成的钢铁制造工厂生产铁矿石在高炉铁水、焦炭、烧结矿和通量作为输入。液态铁转化为钢液与指定由中小学炼钢流程组成
3、。钢液不断铸石板和坯料。板是典型的矩形截面的尺寸板1600 -毫米宽,250 -毫米厚,12000 -毫米长。坯料的方形截面通常大约150150毫米和12000毫米长。板是随后条,然后冷卷成热。坯料轧制成各种维度。一个简化炼钢过程的流程图如图1所示。钢材的表面质量的重要性,冷轧钢板的下尤其认为重要性自1980年代主要是由于要求汽车汽车制造商。在课程的时候,热带材表面质量,近年来,结构性产品的表面质量如棒/酒吧认为重要。传统上,扁钢产品的表面质量,在线圈形式,判断手动通过削减约30米的无规卷曲在一个批处理和检查由一个专家。通常,在手动检查,检查表面是钢铁表面产生约占总数的0.05%。在冷轧机复杂
4、,运营商有时驻扎检查成品的在线缺陷。然而,由于线路速度高、疲劳和其他不利因素,审查过程并不令人满意。因此,手动检查过程不足以保证钢材表面没有缺陷和合理程度的信心,当然,需要自动表面检测做了。在重大的发展1,九个钢铁公司和我们三个铝公司在1980年代早期开始一个研究项目建立钢铁表面年检与两个商业合作组织。一个原型系统是建立在1987年在几个钢铁厂和测试。与此同时,欧洲企业也开始工作。因此,从1980年代以后的一半,研究工作表面检查钢铁产品开始。今天,建立自动表面检测系统(网络)是由许多著名公司。自2006年以来,每年国际表面检验峰会(ISIS)是由组成的一个财团等等。钢铁产品的技术应用自动检查,
5、尽管不是100%准确已经成熟了。2复杂的钢铁表面检查自动化钢材表面的实时检测面临着一系列的挑战。困难可以列举如下:危险场所。为检验设备安装地点(照明系统,摄像机和一些信号处理设备),特别是,热辊的米尔斯是很危险的。环境温度高,粉尘,石油的存在,水液滴和水蒸气是很常见的。此外,该照明系统和相机需要防冲击和振动。此外,重型设备和场地在日常的感动,每周和每年的维护。这些因素都需要适当的物理和环境保护措施,现场设备的使用。运行速度。在日常生产中,表面的运行速度进行检查一般是高。扁平钢产品,在滚动的速度,在检查设备的操作,通常是20米/秒长的产品,特别是线材,速度是225英里/小时的高(100米/秒)
6、2 。在这样的高速实时操作需要特殊的图像处理设备和软件的执行时间小。在不同的钢制品表面缺陷的品种有报道是非常高的 3 。例如,出版社 4 已经把表面缺陷热轧产品九大类29个亚类。这些缺陷都不受任何标准。因此,他们的特点和分类,并从机厂商有所不同。此外,由于在生产过程中的变化,这些缺陷表现的变化。大量的摄像机。扁平钢产品,两套检测系统-一个顶部和底部表面需要另一个。这些反过来一般由3至4的相机盖带的整个宽度。长的钢产品,多个摄像机位于外周以保证整个表面覆盖。例如,一个圆形产品,至少三的相机同时使用五台摄像机已在文献 5 报道用。因此,对图像采集和实时处理是一项艰巨的任务。3现有的文献综述多年来,
7、许多审查论文(6 - 12)表面缺陷检测的诸多方面的报告。各个方面和纹理分析方法一直在审查(13、14)。两个相对最近审查本拍纸簿6、7。表面缺陷检测使用纹理分析技术的进步已经被谢绝6覆盖处理主要应用于纺织品、砖和木头。 7了非常全面的研究工作在织物表面缺陷检测和提供一些有价值的结论。审查论文特别是纹理缺陷和面料也提到钢铁表面缺陷分类识别技术可以应用的地方。值得一提的是,早在1982年,11个文件是列在“检验在金属加工行业”审查由下巴和哈洛12。冈萨雷斯和森林15提供了一个出色的理论背景图像处理的各个方面,而理论依据神经网络分类由充分浸16。然而,作者不能找到任何审查的研究工作领域的钢表面缺陷
8、检测和分类。因此,本文尝试从学术界巩固已发表的文献,钢铁行业和制造商的主题自动缺陷检测和分类的钢铁表面。4可用性研究的出版物上自动建立钢铁表面检查发表文献的可用性钢表面主要由各学术机构的研究工作,钢铁厂/钢铁厂研究单位和表面检测设备制造商。许多研究工作已经联合发表的学术/科研院所和钢铁厂表明良好的合作伙伴关系。在过去的10年中,相当比例的出版工作在钢铁表面系统来自中国。这是符合中国钢铁制造业占主导地位的存在。已发表的一些论文报道的研究工作主要集中在缺陷分类方面实现商业采购系统。而整体系统和他们的利益被著名致力于良好的文档记录,细节的缺陷检测和分类并不详细,可能由于知识产权问题。5钢表面的类别类
9、型的钢表面缺陷检测.研究:板、棒、板、热地带,寒冷的地带,杆/酒吧。它们覆盖大部分钢作为材料的应用。冷,和后期,杆/酒吧得到更多研究者的关注。这主要是解释说,大比例的这些产品是成品,客户的质量要求越来越严格。广泛、钢铁表面可以在平面和长产品分类(图2)。平板产品表面可以进一步被分类如下:板/坯:都是由连铸过程钢液和有一些相似性对表面和内部条件。表面覆盖规模越来越模糊。板是由加热一块约为1250C和随后滚。表面氧化,甚至相对对板。热条是由加热一块约为1250C和滚动滚动站在多个减少厚度所需的值。带钢表面氧化。然而,由于轧制力高,大大减少了热表面粒度带板。冷带是由在冷轧机轧制热条酸洗过程(去除表面
10、氧化层和清洁)。因此,冷条的表面没有氧化,表面很光滑由于很高的轧制力用于冷变形过程。-涂带(镀锌、镀锡)/完成不锈钢带表面在本质上是高度反光的。长的产品表面可以进一步被分类如下:棒/禁止生产钢坯热轧过程,及其表面氧化。进一步,表面也不平坦,因此,反射角向外围从而产生不均匀的图像强度不同。等长的产品角度、通道重型等生产从坯/开花。他们是复杂的截面和需要特殊照明和相机的安排。6钢材的表面缺陷列表有一个大的各种表面缺陷对不同钢产品。此外,没有统一标准的缺陷。也有大型国际集团相似性和内部集团多元化的17各种类的缺陷,使得缺陷分类困难。缺陷目录发布的是一家现代化的、德国4作为事实上的标准。试图列出了一些
11、主要已被称为文学的表面缺陷检测和分类在过去的两年半。缺陷相对于上述类别的钢铁表面。7自动表面检测系统硬件结构的关键元素图3显示了网络多媒体的基本硬件结构。它由一个或多个光源,一个或多个相机(亮视场或亮和暗视野),高速图像处理器、服务器和操作员界面。7.1图像采集表面获得满意的图像质量,照亮表面充分和统一。事实上,高质量的照明减少图像处理的计算负担。两种类型的照明技术可用于金属表面:强度和范围成像。(在18到22)讨论了照明系统的各个方面,对金属表面。研究成像系统的冷带已经被很好地记录下来了23。成像范围提供了高度的信息从而使3 d缺陷突出。成像范围不是竞争强度成像。一般来说,使用范围成像在钢表
12、面缺陷的研究并不多见。强度成像的主要是两种类型:明亮的场和暗场。在明亮的照明领域,传感器捕捉最直接的反射光。表面看起来明亮,而缺陷特性显得更黑。在暗场照明,入射光线的角度表面法向量是非常大的。这个结果在一个黑暗的表面,但有些缺陷图像中出现明亮。暗视野观点需要更强烈的照明。约8倍而亮视场照明要求报道21。不幸的是,所有表面缺陷不会出现在明亮的领域或仅在暗视野。有很多的例子使用两套摄像头覆盖视图的字段(24 - 26日)。使用20电荷耦合器件(CCD)区域扫描相机用来捕捉表面图像的双方热轧条使用明视场和暗场模式已报告在中国一家钢铁工厂24。然而,考虑到维护问题和系统的复杂性,大多数的系统将相机在明
13、视场和暗场之间的位置。7.2光源提供所需的光源均匀光尽可能。虽然照明要求特别安排的光电源27,提供统一的强度是不可能由于使用多个光源在大多数情况下。图4显示了入射光强度的变化对钢的表面使用两个至强灯28。类型的光源用于一般是:广泛荧光管、卤素、至强和领导。7.3型摄像机一般来说,使用高分辨率CCD相机。使用线扫描和区域扫描相机已经在文献报道。线扫描相机已被广泛使用,因为它更容易意识到一个强大的,甚至照明区域表面进行检查。线扫描相机的缺点是,他们不能生成一个完整的形象,需要一个外部硬件建立图像从多个线扫描7。大部分的自动表面检测系统制造商使用线扫描。区域扫描相机、运输编码器的使用是可选的,检查决
14、议在两个方向上独立于对象(web)的速度。然而,尽管使用区域扫描相机,甚至需要特别注意确保照明面积的扫描尽可能。高分辨率摄像机也用作免费系统30。7.4摄像头和图像分辨率相机分辨率。线扫描相机分辨率通常是1024(交叉网络)1(网络)和20481像素。31报道使用40961像素的相机。制造商通常使用1024 / 2048/40961像素。区域扫描:已报告600400像素的32。在33,40961000像素用于板。图像分辨率。各种尺寸的图像的决议已报告31日24日,26日,33岁,34)。跨web从0.17毫米到1毫米,而报道决议从0.25到1.25毫米不等。7.5图像处理计算机硬件CCD摄像机
15、记录了一个图像转移到某种形式的快速、并行处理系统专用的相机和靠近它24。确保实时操作的并行处理系统处理大量图像数据并选择感兴趣的和存储区域(roi)。并行处理系统可能是相机本身的一部分,或FPGA与特殊硬件处理器或通用处理器。这一部分系统至关重要的实时操作以及缺陷检测和分类的准确性。此后,与大型备份服务器内存用于进一步的处理和操作的接口。8缺陷检测和分类的方法列表各种方法/技术用于钢铁表面的缺陷检测和分类列出。表1显示了不同的方法的列表.检测相对于获得本研究的引用。类型的钢表面也被提到在桌子上。技术后可能广泛统计,形态,空间域滤波、频域分析、联合空间/局部分析和分形模型。空间域滤波、形态学操作
16、和关节空间y域过滤被发现广泛用于所有类型的表面。表面检查的最终目标是使用分类归类指定类缺陷。作为一个过程、分类开始后缺陷局部分割。通常在这个阶段,很多功能是提取的区域。理想情况下,不同的组合匹配所需的这些特性是独特和不同类型的缺陷。匹配通常是使用学习方法如神经网络反向传播(NN-BP)、支持向量机(SVM)等。自适应学习的两种类型:1)监督的网络提供了大量已知的典型输入。此后,网络产生已知输出尽可能基于培训。b)在无监督学习,网络需要各种输入之间的关系没有被告知。然而,钢表面缺陷展览大型国际集团相似性和内部多样性。因此,找到合适的特性和识别分类器计算成本较低是主要的研究领域。表2显示了分类方法
17、的列表引用和类型的表面。结论本文处理的自动化检测方法对钢铁表面使用图像处理技术。审查出版物在两年半的提供了一个了解发生在这一领域的最新进展。主要观察如下:a)由于恶劣的环境,需要特别注意照明和成像系统的设计。钢铁表面图像据报道,由于表面氧化皮含有大量的噪声,振动,异常/变量照明,存在伪缺陷等表面缺陷的不规则形状和他们的类型和特征发生显著的变化从一个工厂到另一个。特征的缺陷也依赖生产条件。b)已发表的文献表明,相对重视为冷轧带钢表面缺陷的检测。最近,注意力也集中在表面的热条和酒吧/棒。多种技术,无论是在空间和频率域,已经申请了缺陷检测。通常,组合的几个技术提供了有用的结果。关于缺陷分类, 某种形
18、式的神经网络或基于支持向量机技术找到的使用。实时操作的自动化检查系统通常需要非常快的处理图像的轧机速度通常是非常高的平面和钢产品。这需要每个摄像机的专用硬件系统具有并行处理能力。c)不谨慎的比较不同技术的结果是由于缺乏共同的标准对图像和实验方法。这个问题是进一步复杂由于缺乏标准定义的缺陷类型。d)商业化生产的自动化应用检查系统网络材料已达到高水平的成熟。然而,他们需要得到适当的调整为特定的应用程序。也连续设计师和用户之间的协作是必要的安装系统适应新品种/特征的缺陷在同一安装位置。引用1。杜邦F、C Odet、米箱、优化的缺陷识别的扁钢产品成本矩阵理论。取决于国际30(1),3 - 10(199
19、7)。7月的12日访问2。贾庆林,YL Murphey,J施正荣,T,表面缺陷检测的智能实时视觉系统(IEEE-Proceedings第17届国际会议在模式识别,2004),页2 53。Sharifzadeh Alirezaee,R Amirfattahi,距首都普里什蒂纳,检测钢缺陷使用图像处理算法(IEEE国际会议,2008),页125 1274。C公园,SC赢了,一个自动化web表面热线材使用非抽取小波变换和支持向量机(工业电子、IECON 09年,IEEE的35年会上,2009),页2411 24155。X谢,审查使用纹理表面缺陷检测的最新进展分析技术。电子。列托人。视觉形象肛门。7(
20、3),1-22(2008)6。库马尔,织物疵点检测:一项调查。IEEE反式。印第安纳州。电子。55(1),348 - 363(2008)7。M Shirvaikar,自动视觉检测的趋势。j . Proc实时图像。1(1),41-43(2006)8。Y李,来自G培华学院、自由表面检查技术最先进的审查。爱思唯尔、计算机辅助Des。36岁,1395 - 1417(2004)E V I E WOpen AccessReview of vision-based steel surface inspection systems AbstractSteel is the material of choice
21、 for a large number and very diverse industrial applications. Surface qualities along with other properties are the most important quality parameters, particularly for flat-rolled steel products. Traditional manual surface inspection procedures are awfully inadequate to ensure guaranteed quality-fre
22、e surface. To ensure stringent requirements of customers, automated vision-based steel surface inspection techniques have been found to be very effective and popular during the last two decades. Considering its importance, this paper attempts to make the first formal review of state-of-art of vision
23、-based defect detection and classification of steel surfaces as they are produced from steel mills. It is observed that majority of research work has been undertaken for cold steel strip surfaces which is most sensitive to customers requirements. Work on surface defect detection of hot strips and ba
24、rs/rods has also shown signs of increase during the last 10 years. The review covers overall aspects of automatic steel surface defect detection and classification systems using vision-based techniques. Attentions have also been drawn to reported success rates along with issues related to real-time
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 机械 专业 毕业设计 外文 翻译 基于 带钢 表面 缺陷 检测 系统 视觉 研究进展 13
限制150内