论文部分内容阅读
目前通过表面缺陷在线检测系统对冷轧带钢的表面质量进行控制,来提高产品质量等级,对钢铁企业来说有着非常重要的意义。基于机器视觉的表面缺陷检测技术具有快速、准确、可靠等优点而备受关注,已经在工业领域得到了广泛的应用。本文针对基于机器视觉的冷轧带钢表面缺陷检测系统的设计,提高系统成像质量以及多路图像信号拼接等关键技术进行深入研究,主要内容及成果如下:1)建立了一个用于描述冷轧带钢表面照度分布规律的光散射模型。以冷轧带钢表面光学性质为基础,结合BRDF光照模型理论,通过实验分析得到了冷轧带钢表面入射角与光散射分布的关系。2)以带钢表面缺陷的分析为基础,对缺陷的成像光路进行了优化。通过设计的专用实验平台,对各类缺陷进行了成像光路优化实验。提出了一个简单可靠的图像质量评价标准,并根据此标准得到了各类缺陷的最佳成像方案,为检测系统的光路设计以及提高检测系统性能提供了依据。3)完成了基于摄像机标定的图像拼接工作。通过对单个摄像机的成像模型进行分析,得到了摄像机标定的内外参数,在此基础上建立了双目相机成像模型,借助HALCON标定板和函数库完成了双目系统的标定。在双目成像模型基础上,提出了基于摄像机标定的图像拼接方法,并通过实验验证其可行性。4)完成了整个检测系统硬件部分的设计与选型。以小型带钢传动实验平台为基础,根据检测要求分析了成像系统参数,并对光源、CCD、镜头以及传输方式等进行了选型与安装调试,搭建了整个带钢表面缺陷检测的硬件系统。