随着冶金工业轧制工艺水平的提高，客户对各类型带材表面的要求越来越苛刻。表面质量已成为直接决定带材产品价格乃至各企业竞争的重要指标。 另一方面，传统的人工目视检测方式存在很多缺点。如无法适应高速机组，检测细小的表面缺陷效率低下且容易造成检测人员眼睛疲劳，无法长时间有效的始终如一的检测整个材料表面,已经无法满足现代化生产的需要。基于机器视觉自动在线表面质量检测仪用于表面质量检测，使冶金带钢的生产管理者彻底摆脱了无法全面掌握产品表面质量的状态。

   冷轧带钢表面质量检测是在机器视觉和图像处理技术在高速并行处理单元的基础上研制的，它充分利用了先进的图像采集设备和图像处理算法。主要包括图像的获取和图像数据处理。

【图像获取】

   图像的获取与光源以及摄像机安装位置有关，光源采用高亮度的专用LED 光源， 摄像机采用高速、高灵敏度的线阵摄像机，安装位置与光源发出的光成一定角度，当钢板表面没有缺陷时，打到钢板上的光被反射出去，摄像机得到的图像比较暗，当钢板表面有瑕疵时，由于瑕疵表面不平要产生漫反射，此时摄像机将在对应的传感器位置上得到较亮的图像，这样一帧一帧的图像组合起来（根据带钢速度）就得到了整条带钢的等间距表面图像数据。

【数据处理】

   该系统数据处理 图像识别算法复杂，数据处理量大，因此采用了基于CPLD和DSP的多处理器实时并行处理技术，每台处理器处理完后传送到服务器，由服务器进行整理保存，记录下瑕疵发生的位置、类型，并且把瑕疵的局部图像保存到磁盘中，同时对各种瑕疵情况通过专家系统与瑕疵图库进行分析、对比，得到统计数据，通过这些数据来指导优化工艺。可以识别常见的辊印、划痕、锈痕、羽纹、粘结、折印等，专家系统通过不断学习可以逐步提高缺陷识别率。

【核心技术】

   高速超高分辨率数字图像采集技术：采用世界先进的超高速高分辨率工业线阵CCD的专用传感器，最快速度帧频率为100K。

实时高速数字图像提取和处理技术：采用我们自有核心技术的基于DSP和CPLD技术的并行图像提取技术

   数字图像识别技术：运用视觉技术进行图像预处理、数字图像分割、可视特征提取,并通过高通，带通噪声滤波、指数变换图像增强技术、边缘检测、直方图变换、纹理和形状对比等手段,最终对缺陷进行判定。

人工神经网络自学习专家系统：

   第一，具有自学习功能。实现图像识别，先把随着设备的使用，许多不同的图像样板和对应的应识别的结果不断输入人工神经网络，网络就会通过自学习功能, 学会识别类似的图像。

   第二，具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。

   表面检测系统的核心在于检测方法、缺陷分类、操作参数的预置和系统管理软件。

【技术指标】

   宽度方向分辨率：0.01-0.5mm 长度方向分辨率：0.03-0.5mm 缺陷检测准确率：90%以上， 缺陷识别准确率：90%以上

【系统功能】

   系统功能主要包括在线检测功能，离线分析功能，系统维护功能，数据管理功能等。

【硬件配置】

   该系统主要由4部分组成，包括检测箱、现场控制箱，数据处理柜，操作台。

   检测箱：检测箱由功能相同的上下两部分组成，每部分包括我们研发的基于超高速高分辨率工业线阵CCD的专用传感器（数量由钢板宽度决定）、高强度稳定光源、安装调整机构、防护系统等构成，检测箱下面装有轮子，在地基上安装导轨定位系统，检测箱可以从生产上拉出，便于生产检修和设备维护。检测箱的功能是获取带钢表面的图像数据。

   现场控制箱：现场控制柜安装在检测箱附近，完成检测箱内的电、气控制，采集图像数据，并且把图像数据预处理后的数据及设备状态信息传送到数据处理柜。

   实时数据处理柜：数据处理柜安装在操作室内，采用我们自有核心技术的基于DSP和CPLD技术的并行图像提取技术的数据处理模组，数据处理器并行处理钢板的图像数据，并把处理结果传送给服务器进行综合分析统计，并保存数据。

   上位服务器：综合分析统计，并保存数据。

   操作台：操作台安装在操作室内，与服务器连接，可以进行各种基本操作。