[发明专利]连铸坯断面微小裂纹检测方法

说明书

技术领域

本发明涉及一种材料缺陷检测方法，具体说有关一种带材缺陷检测方法。

背景技术

目前，基于机器视觉的在线检测系统已经成功运用于各种连续带材如带钢、带铝、铜箔以及纸张、塑料等的生产线中，可以实现对这些带材表面缺陷的实时、高效检测。该类型的检测设备依托高速相机在生产线上拍摄材料的图像，用计算机分析是否存在缺陷以及存在何种缺陷。

目前开发出来的基于机器视觉的表面质量检测装置在钢铁行业中，大多应用于带钢表面检测。连铸坯内部经常会出现裂纹，而大多数裂纹都非常细小，大概只有几十微米，比一根头发丝都要细小，这些裂纹往往在连铸坯的内部较深的位置，目前的做法是通过在连铸坯厚度方向中部进行切割的方式，然后取该断面的低倍图像，由人工对其上面存在的裂纹缺陷进行判断并形成报告。当然，我们可以通过提高相机分辨率来使裂纹缺陷得以放大，但由于被抽检的连铸坯断面经过酸洗和打磨等工序，其表面也往往呈现出一些与裂纹缺陷相似的“伪缺陷”，若通过增大分辨率的方法，这同时意味着：与裂纹灰度相近的表面“伪缺陷”也被放大。这样，由于裂纹缺陷往往非常细小，且往往存在非裂纹缺陷的其他细小印迹等伪缺陷干扰，这样也无法实现正常检测。

在中国专利第200710192785.7号中公开了一种图像处理装置、图像处理方法和程序，该专利通过对图像中的像素值进行比较来检测缺陷像素及等级。该专利所提供的方法虽然简单，但是对于连铸坯的检测对象来说，裂纹缺陷每个像素值相差不大，且裂纹宽度较小，很难达到检测精度要求，且无法实现对裂纹宽度的计算。在中国专利第201110121520.4号中提供了一种物体表面缺陷在线检测方法及实现该方法的装置，通过灰度与深度信息的融合提高缺陷检测与识别的准确率。该专利中提供的方法虽然可以很详细地知道缺陷的具体形貌，但由于灰度与深度两个信息都要知道，所需的硬件架构较复杂，成本较高。在中国专利第200510010049.6号中揭示了一种使用线阵相机的缺陷检测装置，该缺陷检测装置只是针对机器视觉缺陷检测这一模式进行笼统技术概述，并未涉及具体的裂纹检测的算法细节等。

综上所述，对于连铸坯微小裂纹缺陷检测目前还没有能排除伪缺陷干扰而实现准确检测的机器视觉检测装置。

发明内容

本发明的目的是提供一种针对连铸坯样板断面出现的微小裂纹进行检测的方法，可以用机器视觉检测技术来实现对连铸坯截面微小裂纹的精确检测，可以避免连铸坯表面裂纹缺陷的误判和漏判；根据检测结果，质检人员可以及时掌握连铸坯内部质量问题，并对其质量等级做出正确的判定，从而达到对连铸坯质量的严格把关。

根据本发明一方面提供一种连铸坯断面微小裂纹检测装置，包括：相机、光源、图像采集卡、计算机；其中：相机和光源以一定角度安装在连铸坯样板上方，相机的数据输出端连接图像采集卡，图像采集卡的数据输出端连接计算机的数据输入端，计算机对采集到的多幅图像进行图像处理并计算裂纹缺陷的尺寸并输出检测结果。

所述计算机设置有图像处理单元模块、裂纹宽度计算单元模块和裂纹缺陷判定单元模块。

根据本发明另一方面提供一种连铸坯断面微小裂纹检测方法，采用上述检测装置实施，该装置包括相机、光源、图像采集卡、计算机；所述检测方法包括：

使光源发出亮光照射在连铸坯样板上，启动相机采集连铸坯样板的图像；

将相机所采集到的图像经由图像采集卡送到计算机；

启动计算机对采集到的多幅图像进行图像处理，计算出裂纹缺陷的尺寸；

对计算出的缺陷进行判断：如果计算出裂纹缺陷的宽度小于自动判断的标准，则发出警报，提示质检人员对该缺陷的检测进行人工干预判断是否裂纹缺陷；如果人工判断是裂纹缺陷则存入数据库，如果不是则丢弃掉该数据；若计算出裂纹缺陷的宽度大于等于自动判断的标准，则计算机自动计算出该缺陷的尺寸等数据，并保存至数据库。

计算机图像处理是通过图像处理单元模块对图像进行处理，计算裂纹缺陷的尺寸是通过裂纹宽度计算单元模块计算裂纹缺陷宽度。

自动判断是通过裂纹缺陷判定单元模块判断该裂纹是否裂纹缺陷，并将裂纹缺陷数据存入数据库。

图像处理单元模块对图像进行处理包括：

图像信号到达后，先对图像信号进行边缘检测，找到连铸坯样板的边缘并找出连铸坯样板左右边缘位置具体坐标值；

接着利用kirsch梯度算子进行梯度二值化处理，将图像转变成黑白图像，其中背景为白色，裂纹缺陷为黑色；