D0I:10.13374/j.1ssn1001-053x.2002.03.068 第24卷第3期 北京科技大学学报 Vol.24 No.3 2002年6月 Journal of University of Science and Technology Beijing Jun.2002 冷轧带钢表面缺陷在线监测系统 徐科徐金梧陈雨来 北京科技大学高效轧制国家工程研究中心，北京100083 摘要介绍一套目前已在实验室中开发成功的冷轧带钢表面缺陷在线监测系统，该系统用 于在线检测和识别冷轧带钢的表面缺陷.系统采用多个面阵CCD摄像头同步采集带钢表面的 图像，并通过并行计算系统对图像进行分析和处理，以得到钢板表面的缺陷情况，系统在软件 流程上进行了特殊的设计，以保证实时数据处理功能.经试验，系统对“乳化液斑痕”、“锈痕”、 “压入氧化铁皮”、“辊印”、“折印”和“边裂”等6种常见的冷轧带钢表面缺陷类型识别率在90% 以上. 关键词冷轧带钢；表面缺陷；在线监测；图像处理 分类号TH741.3 表面缺陷是影响冷轧带钢表面质量的一个 重要因素，如何在生产过程中在线检测带钢的 表面缺陷，从而控制和提高带钢产品的表面质 车幕出港 量一直是钢铁企业非常关注的内容.国外已经 开发出高精度的热轧和冷轧带钢的表面缺陷监 测系统，，但是国内目前还没有一套用于带钢 生产线的表面质量在线监测系统，使国内的带 钢产品由于表面质量问题而缺乏在国际市场上 的竞争力.因此，研究和开发表面质量在线监测 并6推抵应利 系统对我国钢铁企业具有重要的意义， 图1监测系统的总体结构 本文介绍了目前已在实验室环境下开发成 Fig.1 Constitution of the inspection system 功的一套基于图像处理的冷轧带钢表面质量在 测宽度，系统采用多个面阵CCD摄像头同步采 线监测系统B该系统采用多个面阵CCD摄像 集图像的方式，摄像头的数目由检测精度和检 头同步采集运动状态下的冷轧带钢表面图像， 测宽度决定.理想的情况应该是相邻摄像头采 并且通过并行计算机系统对图像进行分析和处 集到的图像之间既无重叠，也无间隙，从而保证 理，从而得到缺陷的检测和识别结果.本文对系 对物体表面无重复、无遗漏的检测.但是这样的 统的总体结构和软件流程进行了详细的介绍， 话需要保证每个摄像头都有很高的定位精度， 并且给出了对系统所做的试验结果， 如果摄像头数目很多的话，实现起来有一定的 难度.系统中采用相邻摄像头采集到的图像之 1系统的总体结构 间有重叠的方式，如图2所示.重叠的图像可以 系统的总体结构如图1所示，可以看到，系 在后续的处理中，采用对相邻摄像头采集的图 统由检测装置、并行计算机系统、服务器和控制 像各取一半（左边摄像头采集的图像取左半部 台组成. 分，右边摄像头取右半部分)的方式来消除.为 检测装置安装在生产线上，由摄像头、光源 了能够同时检测上、下表面，在被检测物体的上 和保护罩组成.为了提高系统的检测精度和检 部和下部都需要放置检测装置.为了保护摄像 收稿日期2001-11-26徐科男，29岁，副研究员 头和照明装置，并且避免环境光源对图像采集 *国家自然科学基金资助课题No.50074010) 的影响，检测装置被封装在保护罩内，与外界隔DOI: 10. 13374 /j . issn1001 -053x. 2002. 03. 068