90年代以来电子技术与机器视觉技术飞速发展，基于机器视觉的表面缺陷检测技术逐渐成为带钢表面无损检测的主流I技术，目前在时间系统中已有一些很好的应用，研究了一种基于机器视觉的带钢表面缺陷检测系统，它采用模块化硬软件设计，图像处理软件满足实时检测的要求，为该系统设计了一种局域规则表分类器、模糊算法及人工神经网络的祝贺式多级分类器，具有一定的学习能力，当待测材料或有关设备发生变化时，系统可以更具缺陷样本库对分类器进行培训，以合适生产线的相关变化，该系统具有较强的容错性、适应性及可移植性，目前已在上海宝钢集团做了初步测试，获得较好评价

       基于机器视觉的带钢表面缺陷检测系统的硬件框架主要由照明设施、CCD摄像头、图像处理计算机、服务器及局域网等组成，带钢表面的照明设施采用一种特殊的红外光源阵列，CCD行扫描摄像机组横向排列在带钢生产线上，摄像机的横向及纵向可视范围相互重叠，以确保不出现漏检，CCD摄像机采集的图像经光纤传至图像处理计算机组，进行图像处理及模式识别，识别结果连通生产线相关信息被送入服务器数据库进一步处理及存档，并生成各种现场生产信息统计报告，用户可根据这些报告评估钢卷质量等。
       根据缺陷检测的光学特性，通过调控光源及摄像机的角度，分别采用两套光学检测装置同时对带钢表面的同一块待测区域进行明域或及暗域的图像采集，这样可以获得更丰富的图像信息，明域光路用于检测反射光，在大多数明场图像中，背景亮而缺陷暗；暗域光路则用于检测散射光，背景暗而缺陷仅仅可见，尽管绝大多数缺陷明，暗域都可见，也有一些缺陷仅仅出现在明域或者暗域，列入油斑、水迹、污迹等只出现于明域，而轻微划伤磨损等则只出现于暗域。

本文源自尖刀视智能官方网站：http://www.jiandaoshi.com 转载请注明出处。