带钢表面缺陷检测系统
钢球表面缺陷自动检测系统的开题报告
钢球表面缺陷自动检测系统的开题报告1. 研究背景钢球是工业制造中常用的元件，被广泛应用于汽车、机械、航空、航天等领域。
然而在钢球制造过程中，表面缺陷可能会影响其质量，甚至会引起相应产品失效，导致经济损失。
因此，钢球的质量控制至关重要，必须确保其表面的完整性和可靠性。
目前，钢球表面缺陷的检测主要依靠人工，需要工人用肉眼或显微镜进行观察和判定。
这种方法不仅费时费力，而且存在主观性和误差性，会影响生产效率和钢球的质量。
因此，开发一种自动检测系统，可以大大提高检测效率和准确性，成为当下亟需解决的问题。
2. 研究目的本文旨在研究一种针对钢球表面缺陷自动检测系统的解决方案，可以快速、准确地检测出钢球表面的缺陷问题，提高生产效率和质量，避免经济损失和不必要的人为错误。
3. 研究内容本文将重点研究以下内容：（1）钢球表面缺陷的分类和特征提取。
通过分析钢球表面缺陷的种类和形态特征，提取关键特征点和特征向量，用于后续的分类和识别。
（2）钢球表面缺陷的分类和识别。
选用机器学习和深度学习方法，构建分类器模型，对钢球表面缺陷进行分类和识别，可以实现自动检测。
（3）钢球表面缺陷自动检测系统的设计和实现。
基于上述分类器模型，开发钢球表面缺陷自动检测系统，并实现相关功能，例如钢球表面缺陷的实时显示和记录。
4. 研究方法本文将采用以下方法进行研究：（1）数据集的收集和处理。
收集钢球表面缺陷的相关数据集，并对数据集进行预处理和增强，以提高分类器模型的准确性。
（2）特征提取和分类器模型的训练。
基于数据集，提取关键特征点和特征向量，并使用机器学习和深度学习方法构建分类器模型，对钢球表面缺陷进行分类和识别。
（3）系统架构的设计和实现。
基于分类器模型，设计钢球表面缺陷自动检测系统的系统架构，并实现相关功能，例如钢球表面缺陷的实时显示和记录。
5. 研究意义钢球表面缺陷自动检测系统的研究对制造业有重要的意义。
它可以提高钢球生产的效率和质量，避免经济损失和不必要的人为错误。
带钢表面缺陷检测
带钢表面缺陷检测姓名：朱士娟学号：1110121137摘要表面质量的好坏是带钢的一项重要指标，随着科学技术的不断发展，后续加工工业对带钢的表面质量要求越来越高。
如何检测出带钢表面缺陷并加以控制，引起带钢生产企业的高度关注。
随着计算机视觉技术的发展和计算机性能的不断提高，由带钢图像在线检测其表面质量已成为国内外学者研究的热点课题。
在本课题中，首先提出了带钢表面监测系统的总体设计方案，从硬件和软件上保汪系统的实时性和精确度。
其次设计一种获得噪声图像的方法，分析图像的噪声特性。
并在此基础上针对传统中值滤波算法复杂、处理时间长等缺点，提出一种改进的迭代的中值滤波方法，这种方法在有效滤掉噪声的同时尽可能地保存了图像的细节，并比传统的中值滤波方法大大地减少了处理时间。
在对图像进行滤波处理后，本文分别提出了BP神经网络法，区域灰度羞绝对值闽值法和基于背景差分的小区域闽值法三种方法，对带钢表面缺陷进行检测。
本文选取300幅带钢图片进行实验，结果表明这三种方法的漏检率和错判率均在5％以下，且速度至少能达到10毫秒／每帧，满足实时检测系统低漏检率、低错判率和快速检测的要求。
其中BP网络检测方法适应性好，可以通过样本学习适应相应的环境变化，并且不但能检测出已知样本的缺陷，而且对未知缺陷样本的检测效果也很好。
区域灰度差绝对值检测方法算法简单，运算速度最快，能实现5毫秒／每帧的检测速度。
基于背景差分的小区域闽值法除了算法简单，速度快以外，它还能有效地检测出微小的、对比度低的缺陷，并且背景图像的不断更新能使系统适应带钢表面质量的不断变化，使系统能满足不同生产环境的检测需要。
通过本论文的研究和探索，使带钢表面监测系统的实用化更前迸一步，为进一步的带钢表面质量在线控制识别奠定了基础。
关键词带钢，图像处理，滤波，缺陷检测1检测原理设轧制带钢速度为ν，在钢板的上下表面各安置一套检测装置（图1），在平行于钢板表面且垂直于速度方向处放置一个高强度线光源，光源经过聚焦光学系统照亮钢板表面。
热轧带钢表面在线检测系统应用分析
【 ｆ 仃缺 陷 进 识 别 分 析 ，包 括 缺 陷 的 ） １ ｆ 、人小 及 图 像 每 缺 陷 形成 独的 缺 ｍ 顺， 、 相应 缺陷项可 查看卡 ¨ 缺陷放 大Ｉ 皇 １ ； 选 择 动念 缺 陷 罔像 爪 ｝ Ｊ 、 』 ，・ Ｉ 『 行 绉 俐 的 所仃 缺 陷 冈片 。带 钢 所 的 缺 陷 分 （ 包括 Ｉ
Ｓ ｔ ｒ ｉ ｐ Ｓ ｕ ｒ ｆ ａ ｃ ｅ
Ｌ Ｉ Ｘｉ ａ ｎ ，Ｃ ＨＥ Ｎ Ｘｉ ａ ｏ ｌ ｏ ｎ ｇ ， ＮＩ ＮＧ Ｇｕ ａ ｎ ｇ ｓ ｈ ｕ ａ ｎ ｇ ２
，
（ Ｔ ｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ Ｃ ｅ ｎ ｔ ｅ ｒ ，Ｈ ｏ ｔ — ｒ ｏ ｌ ｌ ｅ ｄ Ｓ ｔ ｉ ｒ ｐ Ｍｉ ｌ ｌ ｚ ）
仃
后 异 ，利 用 这 种 筹 设 汁 ＆ｉ （ Ｉ 缺 陷榆 洲
ｊ ｉ Ｊ Ｊ 斡： 法 ，使 系统 能 迅速 进 ｉ 常 规 缺 陷 的 伶
｛ Ｉ Ｊ ！ Ｉ ｊ ； ｊ 外 ， 系统 ・ 叮 通 过 人 神 ｌ 叫络 建 、 ： 系统 ，通 过训 练 收 集 小 厂 缺 样 小 。 离愉…牢 亏 识 别率 缺陷 分析 功能 ２ ， 太愉 系统 甜 ： 钠 铆：
面缺陷 区域 与无 缺陷 区域对光 反射 不 同 ，如 ，
一
些有色缺 陷 （ 压入氧化铁皮 、夹杂 、各 种斑
痕 等）对光 的吸收 比较多 ，其反射光 的光 强相 应较弱 ，而一些三维缺陷 （ 辊 印、划伤 、边 裂 等）对入射光形成散射 ，反射 的光强亦弱 。摄
像机采集到反射光 的光强通过灰度 图像反 映出
２ ０ １ ７ 年第 ５ 期
柳
钢 科 技
４ ３
热轧带钢表面在线检测系统应用分析
基于人工免疫系统的带钢表面缺陷检测技术
题 ， 出了基于人工免疫 系统的带钢表 面缺 陷检测技 术。根据检 测 器和抗原之 间的论域 空 间包含 关 系， 提 以及 自体在 论域 空间中的位置信息 ， 引进 了分块 空间的方式 ， 出了检 测器分块的生成 算法， 提 对缺 陷 图像表 面灰度 信息进行 三维 恢复 ， 获得带钢表面缺陷的高度信 息， 实现其三维质量检 测。实验表 明， 该方法无论是在对 比度低、 光照不均还是有噪 声干扰 的情 况下相对 于传统的 图像 检测算法具有较好 的处理效果。 关键词 ： 带钢 ； 面缺 陷； 工免疫 系统 ； 测器分块； 表 人 检 三维恢复
Ａｂ ｔ ａ ｔ ｈ ａ ｉ ｏ ａ ｌ ｏ ｔ ｍｓｏ ｒ ｅ ｅｅ ｔ ｅ ｅ ｔ ｎ ｆｒｓｅ ｌｓ ｉ ｓｃ ｎ ｏ ｃ ｉｖ ｘ ｅ ｔｄ ｒｓ ｌ ｅ ａ ｓ ｆ ｓｒ ｃ ：Ｔ ｅ ｔ ｄ ｔ ｎ ａｇ ｒ ｈ ｆ ｕ ｎ ｅｄ ｆ ｃｓｄ ｔ ｃｉ ｏ ｔ ｅ ｔ ｐ ａ ｎ ｔａ ｈ ｅ ｅ ｅ ｐ ｃ ｅ ｅ ｕｔ ｂ ｃ ｕ ｅｏ ｒ ｉ ｌ ｉ Ｓｆ ｏ ｒ ｓ ｔ ｅ ｉ ｇ ｏｓ ｓ ｎ ｎ ｄ ｑ ａｅ ｏ ｎ ｖ ｎ ｉ ｕ ｎ ｔ ｎ ｈ ｍａ ｅ ｎ ｉｅ ，ａ ｄ ｉ ａ ｅ ｕ ｔ ｒ ｕ ｅ ｅ ｌ ｍｉａ ｉ ．Ｔ ｄ ｒ ｓ ｈ ｓ ｉｓ ｅ ａ ｎ ｗ ｍｅｈ ｄ ｂ ｓ ｄ ｏ ｒ ｆ ｉ ｍｍｕ ｅ ｌ ｏ ｏ ａ ｄ ｅｓｔｉ ｓｕ ， ｅ ｔｏ ａｅ ｎ ａｔ ｃａ ｉ ｉ ｌ ｉ ｎ ｓ ｓｅ Ｗ ｒ ｐ ｓ ｄ ｙ ｔ ｍ ａ ｐ ｏ ｏ ｅ ．Ａｃ ｏ ｄｎ ｏ ｔ ｅ ｓ ａｉ ｎ ｌ ｓｏ ｅａｉ ｎ ｈ ｐ ｂ ｔ ｅ ｎ ｄ ｔｃｏ ｎ ｎ ｉｅ ． ａ ｅ ｌａ ｅ ｏ ａｉｎ ｓ ｃ ｒ ｉ ｇ ｔ ｈ ｐ ｔ ｉｃ ｕ ｉ ｎ ｒ ｌｔ ｓ ｉ ｅｗ ｅ ｅｅ ｔｒ ａ ｄ ａ ｔ ｎ ｓ ｗ ｌ ｓ ｓ ｌ ｌｃ ｔ ｌ ａ ｏ ｇ ｆ ｏ ｉｆｒ ｔ ｎ ｉ ｏ ｉ ， ｂｏ ｋ ｂ ｓ ｄ ｄ ｔ ｃｏ ｅ ｅａ ｉｇ ａｇ ｒ ｈ ｗａ ｎ ｒ ｄ ｃ ｄ ｔ ｂ ａｎ ｔ ｅ ｈ ｉ ｈ ｎｏ ａｉｎ ｏ ｕ ａ ｅ ｎ ｏｍａｉ ｎ ｄ ｍａｎ ｏ ｌｃ — ａ ｅ ｅｅ ｔｒｇ ｎ ｒｔ ｏ ｔ ｍ ｓ ｉｔｏ ｕ ｅ ｏ ｏ ｔ ｉ ｈ ｅ ｇ ｔｉ ｆｒ ｔ ｆ ｓ ｒ ｃ ｎ ｌ ｉ ｍ ｏ ｆ ｄ ｆ ｃｓｆ ｒ ｓ ｅ ｔ ｐ ｈ ｏ ｇ ｈ ｅ — ｉ ｎ ｉｎ ｌ ｒｃ ｖ ｒ ｆ ｔ ｅｒ ｇ ａ — ｖ ｌ ｉ ｇ ｓ ｔ ｕ ｈ ｈ ｅ － ｉ ｎ ｉｎ ｕ ｉ ｆ ｅｅ ｔ ｏ ｔ ｌｓｒ ｓ ｔ ｒ ｕ ｈ ｔ ｒ ｅ ｄ ｍｅ ｓｏ ａ ｅ ｏ ｅｙ ｏ ｈ ｉ ｒ ｙ ｌ ｅ ｍａ ｅ ， ｈ ｓ ｔｅ ｔｒ ｅ ｄ ｍｅ ｓ ａ ｑ ａ ｔ ｏ ｅ ｉ ｅ ｏｌ ｌ ｙ ｓ ｒ ｃ ｅｅ ｔ ｄ ｔ ｃｉｎ ｆｒｓｅ ｌｓ ｐ ａ ｃ ｉｖ ｄ ｈ ｘ ｅ ｍｅ ｔ ｅ ｕｔ ｈ ｗ ａ ｈ ｒ ｐ ｓ ｄ ｍｅｈ ｄ ｈ ｓａ ｘ ｅｌｎ ｕ ａ ｅ ｄ ｆ ｃｓ ｅｅ ｔ ｔ ｅ ｔ ｓＷ ａ ｈ ｅ ｅ ．Ｔ ｅｅ ｐ ｒ ｎａ ｒ ｓ ｌ ｓ ｏ ｔ ｔ ｅｐ ｏ ｏ ｅ ｔ ｏ ａ ｎ ｅ ｃ ｌｅ ｔ ｆ ｏ ｏ ｒ ｉ ｓ ｉ ｌ ｓ ｈ ｔ ｅｆ ｃ ｏ ａ ｅ ｉ ｅｔａ ｉ ｏ ａ ｍａ ｅｄ ｔ ｃｉｎ ａｇ ｒｔｍ ｎ ｔ ｅｃ ｎ ｉ ｏ ｆ ｏ ｃ ｎ ｒ ｔ ａ ｉ ｎ ｖ ｎ ｉ ｕ ｎ ｔ ｎｏ ｏ ｓ ｆ ｔｃ ｍｐ ｒ ｄ ｗ ｔ ｔ ｒ ｄｔ ｎ ｉ ｇ ｅｅ ｔ ｌ ｏ ｈ ｉ ｈ ｏ ｄｔ ｎ ｏ ｗ ｏ ｔ ｔ ｕ ｅ ｅ ｌ ｍｉ ａｉ ｒｎ ｉｅ ｅ ｈｈ ｉ ｌ ｏ ｉ ｉ ｌ ｓ ａ ｒ ｏ ｌ ｏ
基于深度学习的带钢表面缺陷检测系统的研究与实现
基于深度学习的带钢表面缺陷检测系统的研究与实现基于深度学习的带钢表面缺陷检测系统的研究与实现一、引言带钢是制造钢材产品的重要材料之一，在钢铁生产和加工过程中扮演着重要的角色。
然而，由于制造和运输过程中的因素，带钢表面往往会存在各种各样的缺陷，例如划痕、凹陷、氧化等。
这些缺陷如果无法及时发现和处理，将会严重影响带钢的品质和使用寿命，甚至导致产品质量问题和经济损失。
因此，研究和实现一种基于深度学习的带钢表面缺陷检测系统具有重要的理论和实际意义。
二、深度学习在图像识别领域的应用深度学习是一种人工智能的方法，它通过模拟人脑神经网络的结构和功能来实现图像和数据的自动识别和分析。
在图像识别领域，深度学习已经取得了巨大的成功，例如在物体检测、人脸识别、自动驾驶等领域都有广泛的应用。
三、带钢表面缺陷检测系统的设计与实现基于深度学习的带钢表面缺陷检测系统的设计和实现主要包括以下几个关键步骤：1. 数据采集与预处理：利用高清摄像设备对带钢表面进行拍摄，将获得的图像数据进行去噪、灰度化、尺寸归一化等处理，以提高数据的质量和一致性。
2. 数据标注与训练集构建：人工对带钢图像进行标注，标注出图像中存在的不同缺陷区域，并将标注结果与相应的图像进行关联。
构建包含大量带钢图像和相应标注信息的训练集，作为后续深度学习模型的训练数据。
3. 深度学习模型的选择与训练：根据带钢表面缺陷检测的特点和需求，选择适合的深度学习模型，如卷积神经网络（Convolutional Neural Network，CNN）。
利用训练集对选择的模型进行训练和优化，以提高模型的准确性和泛化能力。
4. 缺陷检测与分类：将训练得到的深度学习模型应用于实际的带钢图像中，通过图像的特征提取和比对，检测出图像中存在的缺陷区域，并根据缺陷的类型进行分类。
通过将缺陷与标注信息进行比对，判断出缺陷的位置和严重程度。
5. 结果评估与优化：对检测结果进行评估和统计分析，计算系统的准确率、召回率、误报率等指标，根据评估结果对系统进行优化和调整，以提高系统的检测性能和效果。
热轧带钢面扫描摄像机检测系统
定 与 分 类 ．北 京 ： 冶 金 工 业 出 版 社 ， ２ ０ １ ２ ．
１ ６ ７— １ ７５
（ ３ ）合 理设 计宽 展系数 不 同钢种 的孔 型 ，
若 孔 型 磨 损 严 重 ，应 及 时 更 换 ，准 确 安 装 孔 型
及 导 卫 装 置 ，保 证 导 板 的安 装 与 孔 型 中心 线 重
■
轧 件 内部形 成折 叠 。 圆钢 内裂 纹 产 生 多 为 连 铸 坯 内部 存 在 一 定 的 裂纹 源 ，轧 制 过程 中 由 于应 力 作 用 延 伸 或 扩 合 ，确 保 圆 命 ，是 企 业 生存 和 发 展 的
型发展之路 ，做优做强 ，才能使柳钢在未来残
酷 的市场 竞争 中立 于 不败 之地 。
参 考文献
（ ２ ）优 化二次冷却减少 喷嘴堵塞 ，保证 喷
嘴 的 雾 化 效 果 ，使 铸 坯 冷 却 均 匀 ，控 制 拉 速 不 能太 低 ，使拉 速均 匀 。
１ 崔 风平 ，孙
玮．中厚板 外 观缺 陷 的界
走 以 质 量 、品 种 、品 牌 取 胜 的 内涵 式 质 量 效 益
（ １ ）优 化 精 炼 工 艺 ，提 高 钢 液 纯 净 度 ，减
少夹杂物和低熔点元素的富集 ，充分发挥 Ｌ Ｆ 炉 的脱硫功能 ，将 Ｗ （ Ｓ ）控制在 ０ ． ０ １ ２ ％以下 ，减
少连铸 坯 内裂 纹 的产生 。
２ 王
玲． 型钢生产． 北 京 ：冶 金 工 业 出
版社 ，２ ０ ０ ３ ． ８ ０～８ ３
热轧带钢面扫描摄像机检测 系统
比较有 代表性 的热轧带 钢表面质量在 线检测系统是 线扫描和面扫描摄像机检测系统。 Ｐ ａ ｒ ｓ ｙ ｔ ｅ ｃ公 司 的带 钢 表 面 质 量 在 线 检 测装 置 采用 识别程 序。通过采用 图像处 理和模式识别 技术 ， 自动识 别带钢 上 、下表面缺 陷 ，并 按照系统定义 的分类 ，将缺 陷归类 至其 所属类型 ，根据 其严重程度 ，采取不 同的报
带钢表面划痕缺陷视觉检测照明系统分析
带钢表面划痕缺陷视觉检测照明系统分析胡瑢华;余明;刘国平【摘要】本文针对带钢表面划痕缺陷,以常见的面阵LED作为光源搭建低角度、暗域照明系统,同时基于照明系统推导出在一定照明区域中光照度函数表达式,同时对单个LED发光强度曲线进行了拟合,得出其光强分布函数,基于该函数对照明系统进行建模,利用Tracepro光学软件对照度函数中进行了仿真,分析其中参数β、S与照明均匀度△E之间的关系,为视觉检测照明系统的搭建提供了相应的依据,并最终通过照明实验对仿真结果进行了验证.【期刊名称】《光电工程》【年(卷),期】2010(037)012【总页数】4页(P55-58)【关键词】划痕缺陷;LED照明系统;照明均匀性;光学仿真;直方图【作者】胡瑢华;余明;刘国平【作者单位】南昌大学,机电工程学院,南昌,330031;南昌大学,机电工程学院,南昌,330031;南昌大学,机电工程学院,南昌,330031【正文语种】中文【中图分类】TM923.010 引言表面划痕缺陷是影响带钢产品表面质量的重要因素之一，为了更好的控制和提高产品质量，对其缺陷进行有效的检测和识别就尤为重要[1]。
目前，基于CCD的视觉检测方法被广泛应用在表面缺陷检测领域，而该方法能否有效的检测和识别缺陷，照明是关键因素之一。
在实际的检测中，常常由于光照不均匀，使得CCD采集的图像中缺陷与部分背景灰度值相近，导致缺陷显现力[2]较差，从而给后期的图像分割过程造成了很大的困难，甚至不能检测和识别，所以光照均匀对检测和识别缺陷至关重要。
图1为面阵LED光源示意图，其中参数D，d为面阵LED光源中点光源之间的间距。
本文针对表面划痕三维缺陷，以面阵LED作为光源搭建低角度、暗域[3]照明系统，针对一定的照明区域首先推导出该区域光照度函数，并通过Tracepro仿真软件对系统进行分析，得出照度函数表达式中相关参数与照明均匀度之间的关系，以及在不同条件下系统照明均匀性为最佳时参数的设置，并基于该参数通过照明实验对仿真结果进行验证，解决了面阵LED作为光源时照明系统的均匀性问题。
冷轧带钢表面缺陷在线检测软件体系结构设计
中图 法分 类号 ： Ｐ ０ ．；Ｔ ２ ４ Ｉ Ｔ ３ ２１ Ｐ ７＋３
文 献标识码 ： Ａ
文章编号 ： ００７２ ２ ０） ５１７．３ １０ ．０４（０ ８ ０ ．２ ６０
Ｄｅ ｉｎ ｏ ｆ ｒ ｒ ｈｔ ｃｕ ｅｆ ｒｏ ｌ ｅｓ ｒａ ｅｄ ｆｃ ｓ ｅ ｔ ｎ ｓ ｓｅ ｆ ｅ ｔ ｎ ｐ ｃｉ ｙ ｔ ｍ ｏ ｅ ｎ ｉ ｏ ｃ ｌ —ｏ ｌｄ ｓｅ ｌ ｔｉ ｓ ｏ ｄ ｒ ｌ ｔｅ ｒ ｅ ｓ ｐ
冷轧 带钢表 面缺 陷在 线检 测 系统 的软件体 系结 构设计 方案 ，建 立 了系统的层 次结构 模型 、功 能结构 模型及 其后 台数据库 ，
通 过 可视 化 程 序 设 计 和 关 系 数 据 库 实 现 了检 测 软 件 的 系统 功 能 。 该 系统 不 仅 能 够 识 别 分 类 各 种 缺 陷 ， 且 可 通 过 数 据 库 保 而
维普资讯
第２卷 第５ ９ 期
ＶＯ１ ２９ ． ＮＯ ５ ．
计 算机 工程 与设 计
Ｃｏ ｐ ｔｒＥ ｇｎ ｅｉｇ ａ ｓｇ ｍ ｕ ｅ ｎ ｉｅ ｒ ｎｄＤｅ ｉｎ ｎ
２０ 年 ３ ０８ 月
Ｍ ａ ．２ ０８ ｒ ０
冷轧带钢表面缺陷在线检测软件体系结构设计
Ａｂ ｔ ａ ｔ Ｉ ｒ ｅ ｔ ｌ ｅ ｈ ｐ ｏ ｌ ｍ ｏ ｉ ｆ ｒ ｔ ｎ ｓ ｐ ｏ ｔ ｎ ｏ ｔ ｒ ｃ ｓ ｉ ｇｆ ｒ ｔ ｅ ｔ ｐ ｏ ｌ ｅｓ ｒ ａ ｅ ｅ ｅ ｔｎ ｐ ｃ ｉｎ ｓ ｓ ｍ， ｓｒ ｃ ： ｎｏ ｄ ｒ ｏ ｓ ｖ ｔ ｅ ｒ ｂ ｅ ｏ ｆ ｎ ｏ ｍａｉ ｕ ｐ ｒ ａ ｄｐ ｓ ｐ ｏ ｅ ｓｎ ｏ ｅ ｌ ｒ ｓ ｎ ｉ ｆ ｃ ｄ ｆ ｃ ｉ ｓ ｅ ｔ ｔ ｏ ｓ ｓｉ ｎ ｕ ｏ ｙ ｅ ｎ ｉ ｅ ｒ ｔｄ ｓ ｆ ａ ｔｇ ａｅ ｏ ｔ ｒ ａ ｗｏ ｋ ａ ｏ ｔ ｎ ｉ ｅｓ ｒａ ｅ ｄ ｆ ｃ ｓ ｅ ｔ ｎ ｓ ｓｅ ｆ ｒ ｏｄ ｒ ｌ ｄ ｓｅ ｌ ｔｉ ｓｉ ｐ ｔ ｒ ｒ ｄ ｉ ｃ ｏ ｄ ｇｔ ｎ ｗａ ｅｆ ｍｅ ｒ ｂ ｕ ｌ ｕ ｆ ｃ ｅ ｅ ｔ ｎ ｐ ｃｉ ｙ ｔｍ ｌ －ｏ ｌ ｔｅ ｒ ｕ ｗａ ａ ｃ ｒ ｉ ｒ ｏ ｎ ｉ ｏ ｏ ｃ ｅ ｓ ｐ ｓ ｏ ｆ ｎ ｎ ｏ
一种基于线扫描技术的带钢表面检测系统
近几 年 ，随着 国内钢铁 行业 的迅 猛发 展 ，各 钢铁 巨头 为抢 占地 盘纷 纷进 行技 术改 造或 建设 全 新 的生产 线来 满 足 日益 苛刻 的市 场需求 和 实现 可 持续 发 展 战 略 。据 中 华 商 务 网 数 据 中心 统 计 ， ２０ ０７年预 计 国 内将 有 １ 热轧 生产 线 投 产 ，年 ２条 设 计 总产 能为 ３７０万 ｔ ０ ，预计 到 ２０ ０７年 底我 国
ｔｕ ｈｅ ． Ｉ ｓ ｕ ｇ ｎ ｏ ｔ ｅ ｏ ａ ｅ ｏ ｐｒ ｖｄ ｅ ｈ ｇ ｒ ｑ ａ ｉ ｒ ｄｕ ｔ ｏ ｍｅ ｔｔ ｅ ｍａ ｋ ｔ ｏ ｇ ｒ ｔｊ ｒｅ ｔｆ ｒ ｓｅ ｌｃ ｍｐ ｎｉｓ ｔ ｏ ｉ ｅ ｔ ｉｈｅ ｕ ｌｔ ｐ ｏ ｃｓ ｔ ｅ ｈ ｒ ｅ ｈ ｙ ｄ ｍａ ｄ ．Ｉ ｒ ｅ ｏ ａ ａ ｔｆ ｒ ｔ ｉ ｉ ａ ｉｎ，ａ ｅ ｎ ｓ ｎ ｏ ｄ ｒ ｔ ｄ ｐ ｓ ｓｔ ｔｏ ｏ ｈ ｕ ｎ Ａｍｅ ｃ ｏ ａ ｙ ｄ ｖ ｌ ｐ ｄ ａ ｎ ｌｎ ｕ ｆ ｃ ｉ ｎ ｒ ａ ｃ ｍｐ ｎ ｅ ｅｏ ｅ ｎ ｏ －ｉ ｅ ｓ ｒａ ｅ
求 。因此 ，近 几年表 面质量在 线 检测 系统纷 纷 在 国内各热 轧带 钢 生 产厂 （ 如武 钢 、宝 钢 和 鞍钢 ） 投 入 使 用 。实 践证 明 ，表 面 质 量 在 线 检 测 系 统 （ 简称 系统 ）能 极 大地 提 高 带 钢质 量 ，降低 客 户 的投诉 和减 少企业 经 济损失 ¨ 。 新 的表 面检 测技术 主要是 利用 先进 的 电荷 耦 合器 件 （ Ｃ Ｃ Ｄ）摄 象技 术 和高速 计算 机数 字 图象
西门子 SIROLL SIAS板带类产品自动表面检测系统 说明书
SIROLL CIS SIAS板带类产品自动表面检测系统Metals Technologies简单、可靠、精确的表面质量控制在不断发展的环境中确保良好的表面质量当前，带钢生产商面临的趋势是表面质量零缺陷公差。
这种趋势最初始于汽车行业，现在也成为了其他行业的规范，如包装业、“白色商品”(家电)等。
要实现该性能，需要充分了解并且能够控制生产过程。
但是，由于新工艺的引入(如薄板坯和带钢连铸)和新钢种的开发(如超高强度钢),钢铁生产方法已经发生了巨大变化，这使得充分了解和控制生产过程变得更加困难。
此外，耗时的传统质量控制方法也已不能满足高吞吐率和高产量的要求。
从质量管理(ISO)的角度来看，必须同任何其他产品特性一样，对“表面质量”进行标准化。
目前，通常只能由具有多年产品检测经验的专家主观地评估表面质量。
因此，要在该领域实现标准化，必须重视工艺知识，了解并且能够准确地描述缺陷，同时，测量工作可靠,具有可重复性。
全面控制表面质量选择SIROLL CIS SIAS 表面检测系统的充分理由■ 满足您的所有需求 — 100%表面质量控制, 可实时根据要求评估产品。
■ 提高生产率 — 执行检查时，无须停止或减慢生产线，大大降低了复检次数。
如果发现缺陷，系统可快速标识、并消除缺陷原因(如氧化铁皮、辊印)。
在有害缺陷导致下游设备发生任何损坏前，检测到这些缺陷。
■ 快速、简单、可靠 — SIROLL CIS SIAS 的用户界面易于操作， 能够轻松、快速地适应任何应用场合，还可根据用户要求进行定制。
分类工具功能强大，可实现可重复的、可靠的性能。
■ 易于维护 — 该系统具有模块化结构，设计简单，所需维护工作量非常小。
通过西门子奥钢联网络，可为您提供远程服务和本地服务。
我们的解决方案：在线表面质量控制SIROLL CIS SIAS 能够检测带钢上所有可见的表面缺陷，并将其自动分类：■ 夹杂物，如壳皮、夹杂、带状表面夹层■ 机械损坏：压痕、裂纹、孔洞、刮擦等■ 氧化铁皮：除鳞问题、轧入氧化铁皮、未酸洗斑纹等■ 重复出现的缺陷：辊印、凹痕、异物印记等■ 镀层缺陷：浮渣、电弧斑点、阳极标记等这些结果反映了每个卷材上存在的缺陷，并以钢卷报告形式存储，可显示给操作员。
带钢表面划痕缺陷视觉检测照明系统分析
Ｋｅ ｒ ｓ ｓ ｒ ｔ ｈ ｄ ｆ ｃ ； Ｄ ｉ ｈ ｉ ｇ ｓ ｓｅ ； ｌ ｍｉ ａ ｉｎ ｕ ｉ ｒ ｔ ； ｐ ｉａ ｉ ｌｔ ｎ ｈ ｓｏ ｒ ｍ ｙ ｗｏ ｄ ： ｃ ａｃ ｅ ｅ ｔ ＬＥ ｌ ｔ ｙ ｔｍ ｉ ｕ ｎ ｔ ｎ ｆ ｍｉ ｏ ｔ ｌ ｍｕ ａ ｉ ； ｉ ｇ ａ ｇ ｎ ｌ ｏ ｏ ｙ ｃ ｓ ｏ ｔ
带钢 表 面 划 痕 缺 陷视 觉检 测 照 明 系统 分 析
胡 塔 华 ，余 明 ，刘 国平
（南 昌大学 机 电工 程 学 院 ，南 昌 ３０ ３ ） ３ ０ １
摘要 ：本文针对 带钢表 面划痕缺 陷，以常见的面阵 Ｌ Ｄ作 为光源搭 建低 角度 、暗域照明 系统 ，同时基于照明 系统 Ｅ
第３ ７卷第 １ ２期
２１ ０ ０年 １ ２月
光 电工程
Ｏｐｔ — ｅ ｔｏ ｉ ｇ ｎｅ ｒｎｇ ｏ Ｅｌｃ ｒ ｎ ｃ Ｅｎ ｉ ｅ ｉ
Ｖｂ ＿７． Ｏ １ １３ Ｎ ． ２ Ｄｅ ． ｃ ２Ｏ１ ０
文 章编号 ： １０ — ０ Ｘ ２ １ ）２ ０ ５ — ４ ０ ３ ５ １ （０ ０１ — ０ ５ ０
正。
关键 词：划痕缺 陷；Ｌ Ｄ照 明系统；照 明均 匀性 ；光 学仿真 ；直 方图 Ｅ
中 图 分 类 号 ：Ｔ ２ ．１ Ｍ９ ３０ 文 献 标 志 码 ：Ａ ｄ ｉ １ ． ６ ／ｉ ｎ１０ －０ Ｘ． １ ． ．１ ｏ ： ０３ ９ ．ｓ．０ ３５ １ ２ ０１ ０ Ｉ ９ ｊｓ ０ ２
热轧带钢在线表面检测系统关键技术的研究与应用
一
１ ７—
科学之友
４ ． ２ ． １ 水 平 阂值
Ｆ ｒ ｉ ｅ ｎ ｄ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ａ ｍ ａ ｔ ｅ ｕ ｒ ｓ
６ ． ２ 安 装 和 设计
２ ０ １ ３ 年Ｏ １ 月
检测非连续 的缺 陷 ，其灰 度的强度 阈值 超出所设定 的上 限 或下限。
陈 达 ： 热轧带钢在线 表面检测 系统关键技术的研究 与应用
热轧 带钢在 线表 面检 测 系统 关键技术 的研 究与应 用
陈 达
（ 太原钢铁 （ 集团）有 限公 司 ，太原 ０ ３ ０ ０ ０ ３ ）
摘 要 ： 随着我 国新型工业化进程 的全 面推进 ， 钢铁 工业产品在 产量上 已经达到 了相 ＂ ３ － 的规模 ， 近年来 ， 一些地 区不断建设和 改造新型生产 线， 使钢材 市场的供求关 系发 生 了很 大变化 。产能过剩 ， 出现供 大于求的局 面， 市场竞争非常激 烈。由于热轧产品的使 用广泛 性， 特别是 当前 钢材 产品如 汽车用钢 、 家电板 、 不锈钢装饰板等品种 开发逐渐增 多， 其表 面 质量对 市场竞争 力起 着决定性作用。 介 绍 了上 下表 面检测仪在热轧带钢厂的应用 ， 上下表 面检测仪 的工作原理 、 设备 配置和机 器视 觉的发展 ， 主要 对表 面检 测识别技 术和安装设计
４ ． １ ． １ Ｃ Ｃ Ｄ 摄 像 头
图 １ 在 线表面检测系统 工 作 原 理
检测系统使用 Ｃ Ｃ Ｄ摄像 头 ，对 轧制过程 中的带钢表面进行 连续拍 照扫描 ， 为系统提供较 高的横 向和纵 向缺陷分辨率 。
４ ． １ ． ２ 光 学 配置
２ 主 要设 备 配置
上下 表面检 测仪 的结 构原理相类 似 ，主要 包括摄像 头 、 光 源、 计 算机系统 、 相机 Ｐ ｃ 、 服务 器 Ｐ Ｃ 、 控制 台 、 检查 终端等部分 。
热轧带钢表面在线自动检测系统
热轧带钢表面在线自动检测系统（摘自中国金属学会网张树堂、周积智综述）对热轧带钢表面缺陷在线进行检测和分级的光学系统，在德国的百视泰（Ｐａｒｓｙｔｅｃ）公司研制成功并应用于欧洲和美国的连轧机和ＣＳＰ生产线上取得良好效果。
该系统是目前世界上唯一能对高速运动的热轧带钢表面缺陷进行在线自动检测和分级的系统。
ＰａｒｓｙｔｅｃＨＴＳ－２Ｗ建立在１００％软件工具基础上，它与标准ＰＣ硬件及频闪氙照明的录像机相结合，可根据表面缺陷的类型和严重程度，以及在带钢上的位置，对所有缺陷进行分级记录，可完全替代人工目测，防止目测的主观性和漏判，客观地对缺陷进行评估，不再依赖于专业人员的技能，并可提供对整个热轧带钢表面的准确鉴定以及完整的记录。
系统由三个主要部分组成：(１）影像传感系统。
在工业标准录像机基础上，采用两个频闪氙闪光灯，保证红热带钢上的缺陷清晰可见。
这些装置安装在仪表房中，录像头一般距热带钢０.８～２.０ｍ，以避免强热辐射和被带钢碰坏。
用一排录像机捕获整个带钢表面，录像机数取决于带钢宽度和所要求的清晰度。
为了在有效范围内能够捕获整个带钢表面而无任何遗漏，录像机视场可在横幅方向上重叠。
清晰度是按所要检测的最小缺陷尺寸设计的。
如果在较后阶段要求更高清晰度，则可再增设几台录像机和ＰＣ机。
（２）检验用计算机。
包括几台ｐｅｎｔｉｕｍＰＣ的高性能系统执行软件，对每台录像机的所有影像进行分析和检测异常，缺陷的类型和严重程度通过比较缺陷数据库中的相似缺陷特性的方法来进行分级。
对特定带钢相同级别的缺陷可作聚类分析，将若干个小缺陷归并成一个大面积缺陷，如氧化铁皮。
还可采用频率分析，来识别造成重复缺陷的轧辊。
缺陷分级系统冷轧宽带钢轧机发展的新势头。
目前美国等发达国家，不仅大力推进薄（中厚）板坯连铸连轧生产线的建设，生产低成本薄规格的热轧宽带钢，同时还加速建设和改造冷轧宽带钢轧机，扩大冷轧宽带钢和涂镀层板等高附加值产品在钢材生产中的比例，据统计，近年来热轧板带转化为冷轧宽带钢和涂镀层板的比例不断提高，美国已达９０.７％，日本为８１.５％，欧盟为７６.２％，表明了国际上钢材生产结构调整动向的一个方面。
表面缺陷检测系统在冷轧厂的应用
计算 机 系 统 包 括 图 像 采 集 及 运 算 处 理 单 元
（ Ｃ Ｓ Ｕ） 、 系 统服 务 器 、 存档服务器、 操 作 终 端 和 系
统交 换机 。现 场摄 像机 采集 的图像信 号通 过光 纤 传递 到 Ｃ Ｓ Ｕ进 行波 形分 析 和滤 波 处理 ， 然 后 将 信
理算法对图像进行分析 ， 滤 除不含有缺陷的背景 图像 ， 对 含有 缺 陷 的 图像 进 行 图像 分 割 及 特 征提 取， 最终 通 过决 策分类 算 法获得 该 缺 陷的类 别 ， 并
通 过计 算 机 系 统 实 现 动态 呈 现 （ 包括 缺陷类别 、
位置 、 大小 等信 息 ） 及存 储 等操 作 。
在 冷轧 薄板 生 产 过 程 中 ， 带 钢 表 面 缺 陷状 况
是 衡量 产 品质量 的重 要指 标之 一 。在带 钢 轧制 流
程 中， 由于来 料 质 量 、 生 产设 备 和 轧 制 工 艺 等 原 因， 会造 成 带钢表 面 出现裂 纹 、 辊印、 夹 杂等 缺 陷 ，
从 而对 产 品的外 观和 抗腐 蚀等 性能 造成 影 响 。通 过 带钢 表面 缺 陷检 测 系 统 的运 用 ， 实 现 对 带 钢表
Ａｐｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｓｕ ｒ ｆ ａ ｃ ｅ Ｄｅ ｆ ｅ ｃ ｔ Ｉ ｎｓ ｐ ｅ ｃ ｔ ｉ ｏ ｎ Ｓｙ ｓ ｔ ｅ ｍ ｉ ｎ Ｃｏ ｌ ｄ Ｒｏ ｌ ｌ ｉ ｎ ｇ Ｐｌ ａ ｎｔ
Ｈａ ｎ Ｈｕ Ｙ ｏ ｎ ｇ ｓ ｈ ｅ山科技
・１ ７・
表 面缺 陷检 测 系统 在 冷轧 厂 的 应 用
韩 虎 汤 永升 ２ １ ０ ０ ３ ９ ）
（ 梅 山钢 铁 公 司冷轧 厂 南京
基于机器视觉的钢板表面缺陷在线实时检测系统
基于机器视觉的钢板表面缺陷在线实时检测系统发布时间：2021-07-20T10:46:43.040Z 来源：《当代电力文化》2021年3月8期作者：张磊[导读] 钢板的生产技术是钢铁工业发展水平的一个重要标志张磊河南安阳钢铁股份有限公司河南省安阳市 455004摘要：钢板的生产技术是钢铁工业发展水平的一个重要标志。
薄板、带钢以其良好的表面质量和机械性能，在汽车工业、国防工业、航空航天、化工设备和轻工业制造等领域得到了广泛的应用。
随着设备和生产工艺的改进以及自动化控制水平的不断提高，钢板的尺寸精度、板形、力学性能等质量特性都得到了很好的控制，但汽车、航天、机械电子、家电及建筑装饰等钢板的主要下游用户对钢板表面质量的要求越来越高，使钢板表面质量问题越来越突出。
关键词：机器视觉钢板表面缺陷在线实时检测系统前言：在生产中，表面缺陷不但容易造成断带、堆积、停车等严重生产事故的发生，而且还会严重磨损轧辊，对生产企业造成难以估量的经济和社会影响。
在应用中，钢板表面缺陷影响加工的深压性、最终产品的涂镀效果、电磁特性以及美观。
因此，无论是钢板生产企业，还是钢板用户，对钢板的表面质量检测都极为重视。
一、基于机器视觉钢板检测研究现状近年来，随着计算机技术、图像识别技术、高速数字信号处理技术等发展．钢板表面缺陷检测方向向着视觉检测转变。
现有钢板表面缺陷检测系统存在以下几个方面的主要问题：1．系统存在结构复杂、价格昂贵、稳定性差、维护困难等问题：2．检测系统需要将缺陷信息传送到计算机再进行处理，使得系统检测速度慢：3．光源、光电传感器及安装误差等原因，使检测精度有待提高：4．缺陷图像处理时间长、分类准确率低。
二、钢板表面常见缺陷钢板表面的缺陷形态各异、产生原因复杂。
根据缺陷外观特征可分为点缺陷、线缺陷和面缺陷。
点缺陷以点状形式在钢板表面出现，有的单点发生，有的在相对集中的区域内连续发生，有些点具有周期性，如辊印、粘辊等，有些毫无规律性，如点锈、麻点等；线缺陷常以线状形式出现，有的连续发生，有的间断发生，有横向的，也有纵向的，如划痕、裂缝、条纹；面缺陷往往在钢板表面局部区域成片出现，具有一定的面积范围，如乳化液斑、绣斑、油污等。
钢板表面质量机器视觉检测系统设计
互丹 厌
（ 中冶京诚 工程技 术 有限公 司 北京 ，
康 勇２
１０ ７ ； 宁电 力有 限公 司 辽 宁 沈 阳 １ ００ ） ０ １６ 辽 ， １０ ６
摘
要 ：针对 国内钢厂采 用人工 方法检查 钢板表 面缺陷存 在可靠性 差 的问题 ， 开发 设计 了基于机 器视 觉技 术 的带钢 表 面缺陷 自动 检
ｇ ｓ ｏ ｕ ｆ ｃ ｆｓｅ ｌｓｒｐ ｂ ｈ ａ ｒ ｓ ｈ ｎ ｔ ｅ ｉ ｇ ｓ ａ ｅ ｐ ｏ ｅ ｓ ｄ ａ ｄ ａ ａ ｙ ｅ ｎ ｒ ａ ｉ ｔ ｍａ ｅ ｐ ｏ ｅ ｓｎ ｎ ａ ｔｒ ｄ ｎ ／ ｃ － ｅ ｆｓ ｒ ａ ｅ ｏ ｔｅ ｔｉ ｙ ｔ ｅ ｃ ｍｅ ａ 。ｔ ｅ ｈ ｍａ ｅ ｒ ｒ ｃ ｓ ｅ ｎ ｎ ｚ ｄ ｉ ｅ ｔ ｌ ｌ ｍｅ ｗｉｈ ｉ ｇ ｒ ｃ ｓ ｉ ｇ ａ ｄ ｐ ｔ ｎ ｉ ｅ ｔｆ ａ ｅ ｉ
钢 板表 面 质 量机 器 视 觉检 测 系统 设 计 王丹 民 。 等
钢板表 面质 量机 器 视 觉检 测 系统 设 计
Ｄｅ ｉｎ ｏ ｔ ｅ ａ ｅ Ｓｕ ｆ ｃ ａｉ ｎ ｐ ｃ ｉ ｙ ｔ ｍ ａ ｅ ａ ｈ ｎ ｓｏ ｓｇ ｆＳ ｅ ｌ ｔ ａ ｅ Ｑｕ ｌｙ Ｉ ｓ ｅ ｔ Ｐｌ ｒ ｔ ｏｎ Ｓ ｓ ｅ Ｂ ｓ ｄ ｏｎ Ｍ ｃ ｉｅ Ｖｉｉ ｎ
和 图像 变 换 分割 等 预 处 理 ；
统计分析并 以此指导生产 ； 检测环境恶劣 ， 对人身危害
较大等…。
③ 缺陷分 类器 的设 计 ， 括 缺 陷及缺 陷特 征 提 包
取、 缺陷特征降维选择 、 陷分类器逻辑结构和分类规 缺
则等 ； ④ 钢板 表 面液 体 等 良性 缺 陷 与 表 面 质 量 缺 陷 的
带钢表面检测系统在热轧生产中的应用
气灯 光 源 ， 行 自动照 明控制 ， 进 可保 证 图像 的曝光
时间 始终足够 短 ， 以防止 图像 模 糊 ， 片 清 晰 ； ） 照 ｃ 系统 提供 了明场 和 暗场 两 种模 式 供 选择 ； ） 备 ｄ具
边部 自动 侦 测 功 能 ； ） 统 软 件 功 能 强 大 ， 陷 ｅ系 缺
显 示 画 面 见 图 １ 。
图像立 即被 自动记 录下来 了。拍摄 的 图像经 过
Ｈ Ｓ检测 系 统软 件 处 理 后 ， 终 端 上 显 示 和 记 录 Ｔ 在 带钢 的缺 陷 图像 和数 据 。 同时检测 系统 通 过热 轧 基 础 自动 化 系统 和 过 程 计 算 机 系统 ， 自动 获取 带
画面 中的缺 陷照 片 ， 括 编号 、 类 、 包 种 位置 、 相机来
源 等 ； 缺 陷照片 显示 区域 ， 括 缺 陷的 种类 、 Ｇ： 包 形
貌 、 置 分 布 、 示 效 果 等 ； 显 示 方 式 选 择 区 位 显 Ｈ：
于所 有缺 陷在 带 钢 上 下 表 面 的分 布 情 况 ， 系统 也 能进 行分 类统 计 和显示 。系统 还提 供 了班报 打 印
面上 显示 ， 带钢 表 面质 量 的检 查 打 开 了一道 在 为 线 的窗 口。通 过 信 息 跟 踪 和边 部 侦 测 ， 张缺 陷 每
图片 标注 了该 缺 陷在 带钢 纵 向显 示 的 缺 陷分 布 统 计 结 果 ， 上
表 和下 表 分 开 显 示 ； 缺 陷 描 述 区 域 ， 述 当 前 Ｆ： 描
梅钢 热轧 １２ ４ ２产 线 的检 测 系统 软 件 操 作 界
面简单 ， 硬件 标准 化高 ， 使用 成排 的相 机来记 录 完
整 的表 面 图像 。该 系统 利用 精轧机 组 出 口的高温
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
带钢表面缺陷检测系统
（无锡创视新科技有限公司李军）
表面质量是带钢质量的一项重要指标，随着科学技术的不断发展，对带钢表面质量的要求越来越高。
在市场的激烈竞争条件下，其质量不仅代表企业的形象，而且还是赢得市场的首要条件。
如何有效检测带钢表面缺陷的同时加快检测速度是当前带钢缺陷实时检测技术的一个很重要的课题。
传统上，冷轧带钢的表面缺陷检测由检测人员通过人眼目光来完成。
但是，这种方法存在着很多不足：（1）检测结果容易受检测人员主观因素影响；（2）这种方法只能用于检测运行速度很慢（在50m/min下）的带钢表面；（3）这种方法很难检测到小的缺陷。
然而近年来，微电子技术、计算机技术、自动化技术和光电子技术的飞速发展，人工智能、神经网络理论的深化及实用化，和机器视觉被运用到带钢表面缺陷检测以后，带钢表面缺陷检测终于走向了智能自动化的时代。
一、带钢表面缺陷的分类
带钢表面缺陷往往具有多样性、复杂性的特点。
不同生产线产生的表面缺陷往往会有不同的特点，同一生产线在不同工艺参数，或工艺参数相同而生产条件不同情况下产生的表面缺陷也有区别。
由于带钢表面缺陷的种类太多，为研究方便，本文特提供带钢表面常见的几种缺陷。
1、压入氧化铁
“压入氧化铁”的典型形状见下图
特征：一般粘附在钢板表面，分布于板面局部和全部。
外观呈现不规则形状。
成因：轧制节奏快，轧辊材质性能差等原因造成的轧辊表面氧化膜脱落。
2、结疤
“结疤”的典型形状见下图
特征：呈现叶状、羽状、条状、鱼鳞状、舌端状等形状。
成因：铸锭条件不佳或飞溅造成的表面缺陷和皮下气泡等。
3、擦伤
“擦伤”的典型形状见下图
特征：沿轧制方向呈现深浅不一的擦痕。
成因：辊道表面粗糙、磨损、变形或不转动，使钢板与辊道相擦。
4、辊印
“辊印”的典型形状见下图
特征：具有一定间距的凹凸缺陷。
成因：轧辊表面粘有异物压入带钢表面、轧辊材质不佳造成粘辊、带钢焊缝过高而轧制中抬辊不及时引起粘辊造成的。
5、边裂
“边裂”的典型形状见下图
特征：钢板边缘沿长度方向的一侧或两侧出现破裂，严重者呈现锯齿状。
成因：轧辊调整不好或辊型与版型配合不好，使钢带边部延伸不均。
6、划痕
“划痕”的典型形状见下图
特征：平行于轧制方向的较长线状缺陷，有可见深度，零散或成排布。
成因：带钢与其它器物接触或各异导辊的旋转速度与带钢速度不同步，出现打滑后造成的。
二、系统结构框架设计
首先通过高速CCD相机实时获取带钢表面图像，将图像数据送给DSP处理，DSP提取并分析图像的特征信息，然后将其与事先建立的标准信息进行比较，从而判断带钢是否有缺陷，如果有，则识别存在那种缺陷。
根据这一思路设计主要系统框架结构分为三个部分，如下图所示：第一部分为图像采集模块，它采集并将原始模拟视频流转化为数字视频；第二部分DSP对采集的数据进行预处理，识别图像是否存在缺陷以及缺陷类型；第三部分对DSP的输出结果输出，进行服务器对缺陷图像的储存，以便以后进行统计分析。
其中，图像采集部分通过高速CCD相机实时地获取带钢上、下表面图像，并采用高速A/D转换器将前期获取的图像转为数字信号，并将采集的数据送往数字信号处理器DSP；图像缺陷识别部分判断图像是否存在缺陷，对预处理的缺陷图像提取并分析特征信息，然后利用各种机器视觉中各种方法判断出缺陷类型；图像输出及与服务器通信模块将钢板的缺陷类型加在原始图像上，进行储存并进行显示。
三、系统软件设计方案
四、工作原理
使用“背光”成像方式，通过架设在生产线上的线阵相机进行实时同步扫描，利用高亮的LED线性聚光光源进行背打光。
当出现缺陷时，强光透过针孔，CCD相机进行数据采集，然后将采集到的数据运用—MVC多功能图像处理软件—进行实时在线缺陷检测、分类和处理各种缺陷进行分析处理输出。
五、系统功能
1.100%幅面带钢表面缺陷检测，发现带钢表面缺陷时可根据设定发出报警，提示及时修复,避免大量缺陷产品的产生；
2.完整的表面质量信息，带钢表面缺陷图像由计算机进行保存，每卷带钢产品都有完全的疵点图像/位置和数量等信息，产品幅面边缘根据需要可以进行自动贴标。
3.高精度带钢表面缺陷检测系统方案可100%检测出0.01平方毫米以上的针孔缺陷，满足客户的不断提升的带钢产品品质要求；
4.软件数据库管理功能，可以对生产的每卷带钢材料进行精确的质量统计，详细的缺陷记录(大小和位置)和统计为生产工艺及设备状态调整提供了方便，离线分析用于后续分切和质量管理,可有效保证产品质量；
5.系统联动当带钢针表面缺陷测系统检测到带钢缺陷时进行声光报警，也可在系统中加入其他连锁I/O输出；在带钢表面发现缺陷时，在产品的边缘粘贴标签定位误差在5mm以内。
传统的带钢检测模式下系统在发现缺陷时，系统软件会在缺陷分布地图上通过缺陷的横纵位置标定缺陷的具体位置。
通过缺陷定位系统可以对针孔数量等信息一目了然，在某些特定的需要成卷后分切的产品，配备缺陷定位系统更有利于发现缺陷。