论文部分内容阅读
冷轧硅钢是一种可用于制造变压器、电动机铁芯等导磁元器件的重要软磁材料，表面质量好坏关系着硅钢产品的质量。因此，其生产过程中表面缺陷的识别和检出正确率是衡量其产品质量的一项重要指标。本文以某厂1450酸连轧的表面缺陷检测设备为研究对象，针对该设备存在严重的缺陷误检和漏检以及检出正确率只有80％等问题展开研究。
本文以硅钢产品中的硅钢带为背景，以该厂现有的表面缺陷检测设备提取的表面图像为研究对象，通过分析发现硅钢带边界区域的缺陷分布极为异常，很大程度上影响了边界缺陷的检出。经对生产设备和采集到的表面图像进行研究表明引起边界缺陷异常的主要原因为受辊面长期磨损和硅钢带边部缺陷的影响导致系统对硅钢带边界检测错误。
本文从该厂的硅钢带生产工艺特点出发，对硅钢带表面图像的特点进行研究，提出了适用于硅钢带表面图像的边界检测算法，并通过在生产线上的实际应用表明该算法确实能更好地检测出硅钢带边界并提高了硅钢带表面缺陷的识别率。论文所做的主要工作如下:
(1)研究了硅钢带表面缺陷识别和边界检测的意义、背景、国内外研究现状，介绍了选题背景、研究思路和主要研究内容;
(2)研究了某厂1450酸连轧的表面缺陷检测设备，分析了其结构组成和工作原理，找到了外界环境影响硅钢带边界检测的因素和解决办法;
(3)从实际生产的角度出发，研究了硅钢带表面图像的各项属性及其边界区域特点，找到了影响边界无法正常确定的内因与外因并对常出现的情况给出了定性分析。
(4)结合以上分析深入研究了数字图像的预处理方法，并对各种图像预处理方法进行了仿真实验，根据实验结果选取最适合硅钢带表面图像的预处理方法。
(5)综合几种不同的直线检测算法对现场采集到的硅钢带表面图像进行了仿真实验，并根据实验结果找出各类算法的不足，从而选择适用于硅钢带表面图像边界特性的最佳检测方法，并在此基础上对原算法进行了改进和优化。
(6)研究了图像恢复技术，结合现场环境在确定硅钢带边界后对辊面图像进行相应的处理，使恢复后的图像中硅钢带边界能被系统自带的方法正确检出。
(7)考虑多种边界特殊情况以及影响边界确定的各项干扰因素，从实时性和稳定性等方面考虑，提出了一种基于边界区域跟踪的硅钢带边界检测新方法并用于实践。
本文的研究对表面缺陷识别技术在工业自动化生产中的应用有着重要意义。不过要使这项技术能够得到进一步应用还需要在以后的研究中继续完善。