[发明专利]基于多特征模糊识别的铜带表面缺陷检测系统

说明书

技术领域

本专利涉及基于多特征模糊识别的铜带表面缺陷检测系统。

背景技术

铜带是铜加工材中的一个重要品种，消费量约占加工铜材总消费量的18％，广泛应用于电子、电气、通讯、仪表仪器、交通运输和机械制造等各个领域。特别是现代通讯、电子和半导体产业的发展，不但其需求量剧增，同时对铜带的质量提出了“精密铜带”即高表面、高性能和高精密度的要求。然而在加工过程中，由于原材料、轧制设备和工艺等原因，会导致铜带表面出现划痕、起皮、孔洞、污渍等不同类型的缺陷。这些缺陷不仅影响产品的抗腐蚀性、耐磨性和抗疲劳强度等性能，还可能造成灾难性危害。

成型的铜带在流水线上的运行速度较快，而且其表面缺陷的检测是一种重复性、精度要求高的劳动，但是检测的环境复杂、恶劣，致使传统的人目检测、红外检测、漏磁检测、频闪光检测、偏振光(风间彰，日本，1995)和超声波检测(宋寿鹏，江苏大学，2006)等存在实时性差、漏检率高和检测精度低等弊端，致使铜带表面缺陷检测效果不能很好的达到企业的要求。另外，当购货方以表面质量为理由退货和索赔时，由于成品是铜带卷，其长度达百米，无法现场查验致使企业蒙受不必要的损失。

目前，具有快速、高效等特点的检测表面缺陷的技术主要是基于机器视觉。机器视觉是指用计算机来实现人眼的视觉功能，采用自动化与智能化技术获取物体的图像，通过计算机识别和控制，测量过程中只需很少的人工干预就可完成，且具有非接触、测量速度快、自动化程度高、精度高等优点。

基于机器视觉的表面缺陷检测方法中的难点是快速判断获取的物体表面图像是否含有缺陷，缺陷的特征提取和分类。由于铜带表面具有强反光性，致使传统的基于机器视觉的铜带表面缺陷检测方法存在不同方面的不足。如沈昱明(上海理工大学，2010)提出的基于LabView的检测方法，其缺陷是在缺陷判断方面所用时间长，未能考虑铜带表面质量信息的存储。张学武等(河海大学，2011)提出基于视觉仿生理论的方法，未考虑缺陷判断环节，同时也没有存储铜带表面质量图像模块。因此，快速、高效、高精度的检测出铜带表面缺陷，同时存储铜带表面质量信息，解决铜带生产企业检测产品表面缺陷和避免恶意退货的需求仍是急需解决的问题。

据在浙江某企业调研得出铜带表面出现缺陷的概率低于8％，在缺陷检测方法中首先判断是否存有缺陷可以提高系统处理的实时性。在对缺陷的特征提取时选择对旋转、缩放具有不变性的宽长比、圆形度、矩形度和由Hu M.K(美国，1962)提出的不变矩的多特征，可以解决单一特征的局限性，同时利用扎德(L.A.Zadeh)(美国，1965)提出的模糊理论的分类器，能够更快速、更精确的识别出表面缺陷的类型。

发明内容

针对现有技术在铜带表面缺陷检测的识别率、缺陷检测的精度、识别速率和存储铜带表面信息等方面的不足，本发明提供了一种识别率较高、缺陷检测的精度高、识别速度较快的基于多特征模糊识别的铜带表面缺陷检测系统。

本发明解决其技术问题所采用的技术方案是：

一种基于多特征模糊识别的铜带表面缺陷检测系统，所述系统包括：编码器模块，用于获取铜带运行的速度信息，生成频率信号；图像采集模块，用于采集铜带表面彩色图像；图像处理模块，用于对铜带表面彩色图像进行缺陷检测，具体过程如下：

1)对传送来的铜带表面彩色图像进行灰度化处理，处理成灰度图像；2)利用中值滤波算法进行噪声去除；

3)对图像进行预判断算法判断图像是否含有缺陷，算法的具体描述是将灰度图像f按图像的宽度等分为两幅图像f₁和f₂，将两幅图像对应的像素点的灰度值f₁(x_i，y_j)、f₂(x_i，y_j)相减，与整幅图像的像素值之和的1/2的比值δ作为判断采集得到的铜带表面图像是否含有缺陷的系数，当检测得到的比值δ不属于预设阈值范围区间，则判定含有缺陷；

4)如果含有缺陷则利用Canny算法进行缺陷图像的分割；

5)对分割出的缺陷提取对旋转、缩放具有不变性的宽长比、矩形度、圆形度和不变矩缺陷特征，得到特征向量；

6)对提取的特征向量，进过归一化处理到[0，1]范围内，输入模糊识别分类器，首先计算出缺陷的多特征向量的缺陷类型模糊分类系数矩阵，再将归一化的特征向量作为分类器的输入向量，识别出缺陷类型。

进一步，所述图像处理模块中，具体过程还包括以下步骤：