基于机器视觉的线/带材轧制成形表面质量评估开题报告

1. 研究目的与意义

随着全球经济的快速发展，科技水平的不断提高，人们对工件表面质量的要求也越来越高。在提高工件表面质量的研究中，如何精准检测工件表面质量是非常重要的，一方面，通过对检测结果的分析，推算出影响工件表面质量的因素，从而做出针对性的研究与调整，另一方面，通过对产品表面质量的检测，筛选出不合格的产品，减少了厂家卖出产品的次品率，也就提高了厂家产品的表面质量。在检测方面，当前人工检测依旧是产品表面质量检测的主要检测方法，但人工检测有着许多缺陷，与之相比，机器视觉作为一种无损伤、高精度、高效的现代检测手段，能有效地替代人工检测。

目前，在表面质量缺陷的检测上，赵海洋等人提出了广义线类的缺陷算法和斑点类缺陷的检测算法^[1]；吕文阁等人实现了快速准确地将发生旋转和平移的检测工件与标准工件图像中的目标对准的要求^[2]；王丹民等人^[3]和高冰等人^[10]完成了对钢板表面质量的机器视觉检测系统的设计；朱少诚完成了塑料螺丝连接件表面质量在线检测系统的设计^[4]；诸晓锋研究出了高速图象在线采集系统^[5]；谢世斌研究出了针对玻璃表面的表面疵病密集度判定算法、新的划痕宽度计算模型及玻璃ito线路缺陷枪测系统^[6]；黄正煌完成了对冷扎板带材三类典型表面质量缺陷的检测装备的开发与集成^[7]；刘明宇等人提出了针对金刚线的检测指标的计算方法^[8]；谢邦晋提出了对产品外形和完整性进行检测的算法^[9]；李奎等人提出了利用最小二乘圆拟合算法实现密封圈内外径尺寸的测量和采用模板差减算法检测密封圈表面缺陷的方法^[11]；顾旭实现了对yolov3-tiny的针对性改良，加强了对小目标的检测精准度并生成训练模型^[12];li等人研究了玻璃表面质量的机器视觉检测方法^[13]；lin jin等人开发了热轧带钢表面检测系统和先进的图像处理算法^[14]；zheng li等人提出了一种计算canny算子梯度的改进方法^[15]。

在线/带材的轧制中，不锈钢带、硅钢带和合金钢带等高精度带材是通过高精轧机轧制而成，带材轧制成形质量受轧制设备运行速度、钢坯尺寸波动、机座间张力、轧件张力等因素影响。为了实现高效率轧制要求，要求精轧机、夹送辊、吐丝机等轧制设备高速运转。此外，带材在高速精轧制过程中会产生轧件温度急剧上升以及冲击振动增大现象，导致轧件塑性恶化、屈服极限急剧降低进一步降低了带材表面成形质量。为了减小这些因素对带材表面质量的影响，需要对成型的带材进行表面质量评估，并以此快速而准确地调控带材轧制参数。从而在线提高带材轧制成形质量。

2. 研究内容和预期目标

研究内容：

1. 系统的硬件设计，包括工业相机选型，工业镜头选择，照明方案设计，控制器及相关设备选型等

2. 系统的软件设计，编辑相关程序，设计相关算法，做到图像预处理，图像分割，图像识别等

3. 研究的方法与步骤

研究方法：

学习matlab有关的编码和操作流程，掌握图像处理和分析的方法，在了解相关的知识的基础上，了解和学习各种算法，了解各种图像处理算法的功能，并通过matlab进行编码实现，将编码输入电脑进行运行实验，在实践中不断改进创新，以完成预期目标。

4. 参考文献

[1] 赵海洋, 冯心海, 薛钧义,等. 基于机器视觉的瓷砖表面质量分析与检测[j]. 西安建筑科技大学学报：自然科学版, 2000, 32(1):4.

[2] 吕文阁, 刘建群, 杜建辉. 应用机器视觉的工件表面质量检测[j]. 机床与液压, 2006(4):3.

[3] 王丹民, 康勇. 钢板表面质量机器视觉检测系统设计[j]. 自动化仪表, 2011, 32(3):3.

5. 计划与进度安排

（1）2024-2-01～2024-3-08 查阅文献资料，进行文献综述，撰写开题报告，翻译英文文献；

（2）2024-3-09～2024-3-22 了解基于机器视觉的识别基本设计原理；