基于机器视觉的铸坯表面缺陷检测系统的研制

　　随着经济的飞速发展，钢材作为经济建设的基础材料，需求量越来越大，产量也逐年递增。钢板作为钢材的主要产品，其质量的重要性不言而喻。钢板的表面质量是钢板最为重要的质量因素之一，其优劣直接影响到最终产品的质量与性能[1]。然而，在生产加工过程中，由于原材料、轧制设备和工艺等原因，导致钢板表面出现裂纹、划痕、针孔等等诸多不同类型的缺陷。这些缺陷不仅影响产品的外观，而且降低了产品的抗腐蚀性、耐磨性和疲劳强度等性能。例如，如果铸坯表面出现纵向裂纹，则该铸坯极有可能被判为废品。仅以武钢炼钢总厂三分厂为例，每年因为存在表面质量缺陷造成质量异议而被改判或报废的铸坯数量接近总产量的万分之四，达到2000t 以上，近900 万元人民币，经济损失十分惊人。因此，如何在生产过程中实时检测钢板的表面缺陷，从而控制和提高钢板的表面质量，一直是钢铁生产、加工企业非常关往的问题。

　　作为系统的核心技术之一，钢板表面缺陷检测技术的发展经历了人工检测、新兴技术和信息化等几个阶段[2].目前，国内钢铁制造、加工企业通常采用人工目视抽检和频闪光检测等方法进行表面质量检测，经过概率计算并参考检测员的经验数据，形成钢板的综合质量评估[3]。这些方法抽检率低，不能100 %反映钢板表面质量;实时性差，远不能满足在线高速的生产节奏;缺乏检测的一致性和科学性、检测的置信度低;检测环境恶劣，对人身及设备损害较大等。种种缺点使得检测的效果并不是十分理想[4]。

　　计算机视觉检测作为新兴的缺陷检测技术，随着计算机技术和人工智能等技术的长足发展，越来越受到钢板表面缺陷检测领域的青睐。国外一些发达国家早已经将其应用到了钢板表面缺陷检测中，生产出了比较成熟的检测系统，比如德国Parsytec 公司的HTSZW 系统。但是，由于成本和知识产权等因素，并没有广泛应用到国内钢铁生产中。所以，研究具有自主知识产权的钢板表面缺陷检测系统受到国内钢铁企业越来越多的关注。而铸坯作为钢板的原材料，其表面质量的好坏直接影响到钢板的表面质量，对铸坯表面质量的检测能够使生产和工艺人员提前发现生产和工艺环节中存在的问题并作及时的调整，降低缺陷率，节约生产成本，意义显得犹为重要。本文介绍的系统采用了计算机视觉技术，实现了照相机的自动拍照与缺陷的自动检测等功能，对铸坯的表面缺陷进行自动识别，满足了钢板生产厂商对于表面缺陷自动检测系统的需求。而且，由于板材生产的共性，系统只需稍作改造即可应用到其他板材生产中。