[发明专利]一种基于机器视觉技术的钢卷端面质检系统

说明书

本发明公开了一种基于机器视觉技术的钢卷端面质检系统，包括：数据采集端，其具有：第一处理模块和第二处理模块；数据缓存服务，其具有:视觉图像数据缓存服务；中枢服务器，其具有数据预处理和缺陷检测功能:第三处理模块、第四处理模块和第五处理模块；控制系统，其具有：根据检测结果控制生产设备停止或继续运行。本发明安全可靠，有效提升质检效率，提高产品质量。

技术领域

本发明涉及钢铁行业钢卷端面缺陷检测，尤其是涉及一种基于机器视觉技术的钢卷端面质检系统及方法。

背景技术

钢卷在轧制及运输过程中受各方面影响会造成钢卷端面诸多缺陷，不但会降低产品质量，而且对后续工序产生较大影响。如出现毛刺的带钢在后续轧制过程中容易剥落，掉落在冷轧退火炉内粘结在辊道上，容易造成带钢下表面划伤。在切边处理中带钢边部的毛刺有时会被带进轧机里面，造成毛刺被轧入带钢表面。因此，对热轧存在毛刺缺陷的钢卷，冷轧一般做拒收处理。部分缺陷冷轧正常无法切除，将造成下游成品降级。过去采用人工检查钢卷质量，存在漏检率高、检查效率低、质量跟踪困难等问题。为了降低主要缺陷的漏检率，提高生产效率和产品质量、完善质量跟踪流程，产线迫切需要一套配备机器视觉和机器学习系统的智能化钢卷端面缺陷检测设备。为此，本发明应需求而生，发明了视觉图像与三维重建相结合的检测方法，可检测如下缺陷：边裂、边损、毛刺、锈蚀、亮点、错层、扁卷、松卷、塔型、溢出边等。

现有技术中公开了《一种基于机器视觉的检测钢卷端面缺陷方法》(申请号CN201911246415.6)，其使用视觉算法优化了和增强的缺陷在图像中的呈现，减小计算量并提高了检测效率。该专利技术存在的主要不足包括：1)端面视觉图像在采集过程中受拍摄角度、被拍摄物体表面反光情况、以及环境光的影响较大，最终很难得到完全真实的钢卷端面图像，会导致漏检或误报，目前在实际生产中这类现象较为严重；2)缺陷检测种类较有限，无法得到边损、边裂这类带有深度数据的缺陷类型，无法判断其危害等级。为此，需要设计相应的技术方案给予解决。

发明内容

本发明的目的就是为了解决上述问题，提供一种端面3D还原的基于机器视觉技术的钢卷端面质检系统。

为了实现上述目的，本发明采用如下技术方案：一种基于机器视觉技术的钢卷端面质检系统，包括：

数据采集端，其具有：

第一处理模块，控制机械设备的运动实现对钢卷端面的扫描，使用网络通信方式连接机械执行设备，并根据钢卷端面的大小规划机械执行设备的运动路径，实现数据采集的机械运动模块；

第二处理模块，在机械设备的带动下,使用图像采集设备和深度数据采集设备，采集钢卷端面的图像数据和点云数据，并将数据存储到缓存服务；

数据缓存服务，其具有：

数据缓存服务，提供图像数据的读写功能，这种架构使得整个系统具有分布式存储和分布式计算能力。

中枢服务器，其具有：

第三处理模块，从缓存服务中取出端面的2D图像数据块，对图像块进行预处理，形成完整的钢卷端面2D图像。

第四处理模块，从缓存服务中取出端面的点云数据，并对端面点云数据进行3D重构和渲染，得到端面的3D模型。

第五处理模块，端面缺陷算法，包括：边裂、边损、毛刺、锈蚀、亮点、错层、扁卷、松卷、塔型、溢出边等，采用深度学习、视觉算法、点云算法、数学计算相结合的方式，实现对不同缺陷的识别。

中枢服务器，其具有：

根据检测结果控制生产设备停止或继续运行

与现有技术相比，本发明具有如下有益效果：

1.可以测量缺陷的深度和高度，对判断缺陷的危害等级有着非常重要的意义。