沃德普中文

机器视觉光源

0769-23187951

当前位置:首页 » 资讯中心 » 视觉光源技术文章 » 钢辊表面缺陷能用机器视觉技术检测吗

钢辊表面缺陷能用机器视觉技术检测吗

文章出处:网责任编辑:作者:人气:-发表时间:2018-12-03 09:50:00
    机器视觉检测能应对很多工业检测,替代人眼检测很多细小的瑕疵,这样不但能提高检测效率,还能更好的提高产品的合格率,因为很多人眼会漏检的瑕疵,机器视觉会检测出来,今天沃德普机器视觉给大家介绍的案例是钢辊瑕疵检测。
 
    大型精密研磨的钢辊用于金属加工行业,用以生产金属板和箔等材料。钢辊必须经过精密研磨,因为任何表面缺陷都可能导致正在生产中的金属材料损伤。事实上,经过一段时间的使用后,钢辊必须重新研磨,使其回到原始状态。
 
    检查这些辊子是否存在表面缺陷传统上属于质量控制评估员,他们仅通过选择有利的照明条件和视角来辅助检查表面。人为等客观因素可能导致辊子表面的检查结果不一致。
 
    研究人员开发了机器视觉系统,包括光学,力学和软件,以精确测量辊子表面缺陷,包括尺寸误差、形状精度、颤振痕迹、表面粗糙度、斑点、表面/表面下裂缝等。研究人员说,所选择的软件算法有助于识别具有模糊边界,强度不均匀性和复杂背景纹理的缺陷。
 
改进的ACM算法
 
    首先,研究人员采用小型滚筒切片并用扫描电子显微镜和白光干涉仪进行检查,希望将测量结果与人类视觉结果相关联。并不总是存在相关性 – 例如,通过仪器找不到肉眼发现的斑点,还发现钢辊缺陷具有从微米到厘米尺度的特征。
 
    为了尝试缓解这些问题,研究人员提出了一种改进版本的活动轮廓模型算法,以及所谓的分裂Bregman和Gauss-Seidel迭代方法来加速算法。正如研究人员报告中详细描述的那样,新算法避免了其他算法方法中出现的问题。
 
    机器视觉检查系统本身包括蓝色线性光源,线扫描相机和编码器以及计算机和软件。选择蓝光是因为它的波长较短,通过偏转和散射可以更好地突出缺陷。
 
    光沿轴向投射到辊子表面上,与辊子成一定角度,并从辊子朝向照相机反射(见图)。当线扫描相机获得其一维扫描时,辊旋转(利用编码器精确地监测辊的旋转位置),从而构建2D缺陷图。当辊以40rpm旋转时,以30kHz获得数据,并使用软件处理所得图像。
 
 
    用于在大型工业钢辊上精确找到缺陷的机器视觉系统包括蓝光源,线扫描相机和计算机。通过编码器测量辊子转动时的位置,以便与相机扫描协调辊子方向。它一切运行良好的原因在于改进的缺陷发现算法。
 
    将改进的算法与传统的缺陷发现算法进行比较,包括Chan-Vese,局部二元拟合(LBF)和全局符号区域压力(GSRPF)模型。与新算法相比,Chan-Vese模型收敛于局部而非全局最小值,因此没有完全识别缺陷(并且所有算法的准确度最低); LBF模型显示出与预期的严重偏差,对局部纹理特征过于敏感(因此一些广泛分散的小缺陷被过度表征);并且GSRPF模型表现出更好的性能,但仍然存在问题。
 
    新开发的算法的另一个优点是它(以及非常不准确的Chan-Vese模型)花费最少的计算机时间来完成。
 

 其实机器视觉检测不但能提高产品的质量及效率,长远来看,能大大的节约了成本,对工厂而言是利大于弊的,而且现今很多企业进行转型来获取更大的生存空间,都进行了自动化生产转型,想了解更多机器视觉技术的朋友,可以关注沃德普机器视觉官网。 

此文关键字:机器视觉光源,机器视觉,光源控制器,非标定制光源

相关资讯