基于紅外熱像技術(shù)鑄坯表面質(zhì)量檢測(cè)的研究

孫 潔，孟慶嬌，黃曉婷

?

基于紅外熱像技術(shù)鑄坯表面質(zhì)量檢測(cè)的研究

孫 潔，孟慶嬌，黃曉婷

（華北理工大學(xué) 電氣工程學(xué)院，河北 唐山 063000）

為了提高連鑄生產(chǎn)效率和鑄坯質(zhì)量，設(shè)計(jì)了一種基于紅外熱像技術(shù)的連鑄坯表面質(zhì)量實(shí)時(shí)檢測(cè)系統(tǒng)，通過紅外熱像儀在線實(shí)時(shí)采集生產(chǎn)過程連鑄坯表面熱圖像；并在VB基礎(chǔ)上建立連鑄坯缺陷特征圖像評(píng)估系統(tǒng)，對(duì)采集的連鑄坯的熱圖像進(jìn)行分析運(yùn)算和分類處理。采用Halcon軟件建立人機(jī)界面，并結(jié)合實(shí)際生產(chǎn)數(shù)據(jù)，結(jié)果表明該系統(tǒng)降低鑄坯的誤報(bào)率，提高了鑄坯質(zhì)量和生產(chǎn)效率。

連鑄坯質(zhì)量；紅外熱像儀；特征圖像；VB軟件；Halcon軟件

0 引言

隨著鋼鐵行業(yè)的不斷發(fā)展，鋼材作為基礎(chǔ)的材料其需求量在不斷增加。連鑄坯質(zhì)量的重要性非常關(guān)鍵，它的優(yōu)劣程度直接影響后續(xù)產(chǎn)品的加工和性能[1]。

在連鑄生產(chǎn)過程中，由于受到熱傳導(dǎo)和結(jié)晶器的相互影響，其表面難免會(huì)出現(xiàn)缺陷。因此，連鑄生產(chǎn)過程的在線實(shí)時(shí)檢測(cè)系統(tǒng)的建立尤為重要。最初的人工檢測(cè)方法主要是依靠人的經(jīng)驗(yàn)進(jìn)行板坯質(zhì)量的判定，易受人為因素的影響，使檢測(cè)的可靠性也在隨工作時(shí)間的增加而降低；傳統(tǒng)的CCD檢測(cè)方法在檢測(cè)過程中，由于高溫的板坯長(zhǎng)時(shí)間與空氣接觸其表面會(huì)產(chǎn)生氧化皮，使檢測(cè)的準(zhǔn)確度也在不斷降低[2]；渦流檢測(cè)法主要是運(yùn)用電磁感應(yīng)法進(jìn)行缺陷檢測(cè)，由于板坯溫度靠近居里點(diǎn)也會(huì)導(dǎo)致其檢測(cè)靈敏度降低。

所以本設(shè)計(jì)采用紅外檢測(cè)作為一種板坯表面缺陷的無(wú)損檢測(cè)方法。系統(tǒng)將紅外熱像技術(shù)與缺陷特征檢測(cè)系統(tǒng)相結(jié)合的方法，采用均值濾波法對(duì)圖像進(jìn)行平滑處理，增強(qiáng)低頻分量并對(duì)高頻分量進(jìn)行抑制，既平滑了噪聲又保持了裂紋圖像的細(xì)節(jié)特征信息。采用Gauss-Laplace邊緣檢測(cè)算子對(duì)連鑄坯的表面缺陷圖像的邊緣進(jìn)行檢測(cè)，最后得到高質(zhì)量的圖像。并在VB基礎(chǔ)上使用Halcon軟件作為圖像處理的主界面建立連鑄坯缺陷特征圖像綜合評(píng)估系統(tǒng)，對(duì)采集的連鑄坯的熱圖像進(jìn)行分析運(yùn)算和分類處理。結(jié)果表明該系統(tǒng)能夠有效的提高連鑄坯的質(zhì)量和生產(chǎn)的效率。

1 系統(tǒng)的組成

1.1 鑄坯表面缺陷檢測(cè)系統(tǒng)

首先介紹一下鑄鋼的工作流程：鋼液在符合鑄鋼工藝的條件下由鋼包注入到中間包內(nèi)，然后將暫時(shí)儲(chǔ)存在中間包內(nèi)的鋼液穩(wěn)定地澆注到結(jié)晶器內(nèi)，鋼液在結(jié)晶器的作用下均勻快速地冷卻，并形成外表面為凝固的坯殼而內(nèi)部卻為液態(tài)鋼水的鑄坯；隨著拉輥緩慢、勻速地將內(nèi)部是液態(tài)鋼水的連鑄板坯從結(jié)晶器中拉出，鋼水也會(huì)逐漸、連續(xù)地從中間包中流入到結(jié)晶器中，到了二冷區(qū)域，帶液芯的連鑄板坯會(huì)受到噴水的作用強(qiáng)制冷卻為固體；當(dāng)鑄坯被拉到規(guī)定的位置時(shí)，液芯能完全凝固為固態(tài)鋼坯，最后根據(jù)工藝需要將連鑄板坯切割為規(guī)定的大小尺寸，從出坯裝置傳送到熱軋廠進(jìn)行軋制。本設(shè)計(jì)研究的是一種新型的、非接觸式的連鑄坯質(zhì)量預(yù)報(bào)系統(tǒng)，達(dá)到了自動(dòng)識(shí)別對(duì)板坯表面缺陷的目的，提高了工作效率。連鑄板坯缺陷圖像采集工藝如圖1所示。

1.2 紅外成像系統(tǒng)

紅外成像系統(tǒng)是由3部分組成，包括光學(xué)采集系統(tǒng)、光學(xué)成像系統(tǒng)和信號(hào)處理系統(tǒng)，其中光學(xué)采集系統(tǒng)是利用紅外探測(cè)器接收被測(cè)目標(biāo)發(fā)出的熱輻射。在連鑄過程中板坯的溫度范圍大概在1000℃～1500℃，使得紅外輻射的能量非常大，所以系統(tǒng)通過安裝硅片來濾除不在波段范圍內(nèi)的可見光和部分紅外波段的熱輻射。光學(xué)成像系統(tǒng)是通過行掃描的方式一一對(duì)應(yīng)地模擬被測(cè)目標(biāo)的表面溫度的分布圖像。信號(hào)處理系統(tǒng)負(fù)責(zé)的任務(wù)是把通過探測(cè)器將紅外輻射轉(zhuǎn)換成的模擬信號(hào)經(jīng)過一系列的處理轉(zhuǎn)換成由像素分布序列組成的數(shù)字信號(hào)。當(dāng)紅外熱圖像經(jīng)過處理后轉(zhuǎn)換成電信號(hào)后，紅外熱像圖就可以直接顯示到顯示屏上。其具體工作流程如圖2所示。

圖1 缺陷圖像采集工藝圖

紅外成像系統(tǒng)是一種被動(dòng)式的成像系統(tǒng)，它與主動(dòng)式紅外熱像儀的區(qū)別在于依靠物體輻射出的熱能量的不同來生成熱圖像，所以本設(shè)計(jì)采用紅外熱像儀采集連鑄坯表面熱圖像，它具有穿透能力強(qiáng)、能夠克服障并且穿透粉塵、煙霧等復(fù)雜的生產(chǎn)環(huán)境現(xiàn)場(chǎng)的干擾。

2 連鑄板坯質(zhì)量在線檢測(cè)系統(tǒng)

本設(shè)計(jì)根據(jù)連鑄坯表面實(shí)時(shí)檢測(cè)技術(shù)特點(diǎn)，通過大量的成像實(shí)驗(yàn)與算法檢驗(yàn)的基礎(chǔ)上，建立了連鑄坯質(zhì)量在線檢測(cè)系統(tǒng)[3]。此系統(tǒng)主要通過紅外熱像儀在線實(shí)時(shí)采集紅外熱圖像經(jīng)過計(jì)算機(jī)進(jìn)行一系列的識(shí)別和處理，對(duì)鑄坯表面缺陷特征進(jìn)行判定。若檢測(cè)到鑄坯表面出現(xiàn)質(zhì)量問題，系統(tǒng)開始報(bào)警并采取相應(yīng)的預(yù)防措施，同時(shí)保存紅外圖像并識(shí)別判定其具體的特征信息。反之系統(tǒng)持續(xù)進(jìn)行對(duì)圖像的采集和信息提取。如圖3連鑄坯質(zhì)量在線檢測(cè)系統(tǒng)。

圖2 熱成像系統(tǒng)方框圖

2.1 缺陷圖像平滑處理

經(jīng)過計(jì)算機(jī)識(shí)別判定有缺陷的圖像，為了更好地提取圖像邊緣特征信息，必須對(duì)圖像進(jìn)行預(yù)處理來減小噪聲的干擾影響，提高圖像的信噪比，為識(shí)別圖像特征信息的工作做鋪墊。本設(shè)計(jì)采用圖像平滑法對(duì)圖像進(jìn)行處理達(dá)到對(duì)圖像平滑去噪的目的[4]。

3×3均值濾波是采用一種線性濾波的方法進(jìn)行的，應(yīng)用廣泛且比較經(jīng)典?，F(xiàn)設(shè)一幅噪聲灰度圖像為(,)，并且(,)是原缺陷圖像經(jīng)過領(lǐng)域平均法處理過的灰度圖，用公式表示為：

式中：表示點(diǎn)(,)領(lǐng)域內(nèi)除了本身的點(diǎn)的坐標(biāo)集合；為點(diǎn)(,)領(lǐng)域內(nèi)除了本身的點(diǎn)的總數(shù)。如果要對(duì)一個(gè)圖形進(jìn)行平滑處理，那么就將模板與圖像進(jìn)行卷積，將當(dāng)前點(diǎn)周圍8個(gè)點(diǎn)的平均值代替圖像中的像素點(diǎn)，就可以濾除目標(biāo)圖像中的噪聲。其中領(lǐng)域的模板如下所示：

如圖4所示為某鋼廠通過紅外熱像儀采集原圖及平滑處理的圖像，可知利用均值濾波法處理圖像時(shí)，通過增加部分鄰近點(diǎn)和中心的權(quán)值來增加濾波效果，使圖像更加清晰、明顯，達(dá)到去除噪聲的效果。

2.2 缺陷圖像邊緣檢測(cè)

Laplace算子作為一種不依賴于邊緣方向優(yōu)秀的二階微分算子，且是一個(gè)標(biāo)量而不是向量，具有旋轉(zhuǎn)對(duì)稱性，所以對(duì)各個(gè)方向上的邊界都能起到銳化作用。在處理連鑄坯缺陷裂紋的熱圖像上高斯拉普拉斯邊緣檢測(cè)算子（Gauss-Laplace）比通常的邊緣檢測(cè)算子得到圖像在處理灰度漸變和噪聲較多的圖像時(shí)效果較好，并且得到的圖像具有各向同性，邊緣更為清晰。

Gauss-Laplace算子的矩陣形式為：

本設(shè)計(jì)采用Gauss-Laplace檢測(cè)算子對(duì)圖像進(jìn)一步處理，此算子是具有二階微分性質(zhì)的一種非線性邊緣檢測(cè)算子[5]。由于噪聲點(diǎn)對(duì)邊緣檢測(cè)有比較大的干擾影響，因此采用高斯濾波除去噪聲。經(jīng)過Gauss-Laplace邊緣檢測(cè)算子處理后的圖像如圖5所示。

Fig.3 The quality of continuous casting billet on-line detection system

圖4 連鑄坯缺陷原圖及平滑后圖像

圖5 Gauss-Laplace邊緣檢測(cè)圖像

3 鑄坯缺陷檢測(cè)系統(tǒng)的軟件設(shè)計(jì)

系統(tǒng)的人機(jī)操作界面具備實(shí)時(shí)顯示在線圖像、缺陷圖像、缺陷數(shù)據(jù)存儲(chǔ)、缺陷報(bào)告、嚴(yán)重缺陷報(bào)警、缺陷查詢和樣本學(xué)習(xí)等功能[6]；首先要對(duì)程序里的數(shù)據(jù)進(jìn)行初始化操作，為后續(xù)的處理奠定基礎(chǔ)。當(dāng)載入采集到的圖像以后，相關(guān)的操作按鈕就會(huì)顯示出來，方便操作者對(duì)連鑄過程中的一些參數(shù)進(jìn)行調(diào)整操作；接著對(duì)濾波時(shí)需要的窗口數(shù)等相關(guān)技術(shù)參數(shù)進(jìn)行設(shè)置；通過對(duì)被測(cè)目標(biāo)圖像進(jìn)行預(yù)處理操作之后，就能得到相對(duì)比較清晰的圖像，采用處理效果最好的邊緣檢測(cè)算子對(duì)裂紋特征進(jìn)行識(shí)別檢測(cè)；通過邊界跟蹤法計(jì)算出裂紋的周長(zhǎng)、長(zhǎng)度和面積等特征數(shù)據(jù)信息；計(jì)算圓形度的值與閾值進(jìn)行比較，檢測(cè)裂紋存在與否。系統(tǒng)軟件流程圖如圖6所示。

通過VB和Halcon軟件的連接功能，在Halcon軟件中處理的圖像信息會(huì)直接顯示到界面中，原始圖像出現(xiàn)在左面，處理后的圖像信息出現(xiàn)在右面，裂紋的特征信息如長(zhǎng)度、周長(zhǎng)、面積都會(huì)被計(jì)算出來。

如圖7所示為處理后的連鑄板坯裂紋圖像，先對(duì)長(zhǎng)裂紋的特征信息進(jìn)行計(jì)算得，面積Area＝989mm2，周長(zhǎng)Circumference＝338mm，長(zhǎng)度Length＝178mm，圓形度的計(jì)算為＝2/4p＝9.20。

4 結(jié)束語(yǔ)

本文采用紅外熱像技術(shù)建立了鑄坯表面缺陷的預(yù)報(bào)系統(tǒng)，同時(shí)在硬件方面采用客戶端和服務(wù)器的組成方式，達(dá)到在線識(shí)別檢測(cè)的目的。結(jié)合某鋼廠的實(shí)際生產(chǎn)，在選取450組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行驗(yàn)證時(shí)，其中有15次系統(tǒng)在檢測(cè)過程中發(fā)生誤判。實(shí)驗(yàn)驗(yàn)證能夠該系統(tǒng)能夠有效地降低鑄坯的誤報(bào)率，提高了鑄坯質(zhì)量和生產(chǎn)效率。通過紅外熱像儀采集結(jié)晶器內(nèi)帶有液芯的連鑄板坯熱圖像，并在VB的基礎(chǔ)上經(jīng)過Halcon軟件對(duì)圖像處理，得到清晰明顯的裂紋圖像，計(jì)算出裂紋缺陷的長(zhǎng)度、周長(zhǎng)、面積等特征信息，成功地驗(yàn)證了以圖像處理與模式識(shí)別為理論基礎(chǔ)識(shí)別鑄坯缺陷是可行有效的。

圖6 系統(tǒng)軟件流程圖

圖7 連鑄板坯裂紋檢測(cè)系統(tǒng)

[1] 熊志明, 方康玲, 馮知凡, 等. 基于圖像處理技術(shù)的鑄坯表面缺陷自動(dòng)檢測(cè)系統(tǒng)的研究[J]. 機(jī)械與電子, 2010(12): 38-41.

[2] 李培玉, 張志欣, 董月. 基于圖像特征的板坯表面裂紋檢測(cè)方法[J]. 鋼鐵研究學(xué)報(bào), 2013, 25(8): 58-62.

[3] 劉源泂. 基于圖像處理的鋼板表面缺陷成像優(yōu)化與深度信息提取方法研究[D]. 武漢: 武漢科技大學(xué), 2011.

[4] 吳雪垠, 吳謹(jǐn), 張鶴. 逆濾波法在圖像復(fù)原中的應(yīng)用[J]. 信息技術(shù), 2011(10): 183-185.

[5] 唐友, 黃巍. 應(yīng)用邊緣檢測(cè)算法設(shè)計(jì)實(shí)現(xiàn)植物虛擬仿真系統(tǒng)[J]. 數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用, 2012(1): 73-80.

[6] 周建民, 劉波, 李鵬, 等. 基于遺傳算法與時(shí)序紅外熱圖加權(quán)疊加的孔洞缺陷檢測(cè)[J]. 紅外技術(shù), 2014, 36(11): 896-899.

Research on Casting Surface Quality Detection Based onInfrared Thermal Imaging Technology

SUN JIE，MENG Qing-jiao，HUANG Xiao-ting

(,063000,)

In order to improve the quality of continuous casting billet, defect on the surface of continuous casting billet is in real-time detection and evaluation. This paper designed a kind of casting billet surface quality real-time detection system based on the technology of infrared thermal imaging, capturing online real time production process of continuous casting billet surface thermal images through the infrared thermal imager. And a comprehensive evaluation system based on VB is built, which is for evaluating characteristics of continuous casting slab defect image, performing analysis and classification operations on the images of continuous casting billet acquisited during hot processing. Halcon software is adopted to establish the man-machine interface at the same time, combining with the actual production data.

continuous casting quality，infrared thermal imager，characteristics of the image，VB software，Halcon software

TG245

A

1001-8891(2015)08-0707-04

2015-04-14；

2015-05-22.

孫潔（1963-），男，河北省唐山市人，教授，研究方向?yàn)樽詣?dòng)檢測(cè)與智能裝置。

河北省自然科學(xué)基金，編號(hào)：F2013209326。