机器视觉在厚壁钢管端部缺陷检测中的应用

针对人工检测厚壁钢管端面缺陷存在的效率低、速度慢、检测错误、漏检等问题，提出了一种基于机器视觉的厚壁钢管端面缺陷检测和分类方法。首先，分别提取钢管的倒角区域，利用最小二乘法，拟合内外倒角中包含的轮廓圆，根据欧氏距离判断倒角是否偏心。其次，提取钢管端面区域，并利用最大类间方差算法分割缺陷区域。计算每个连通区域的特征描述，不锈钢管厂家并形成新的特征向量。支持向量机用于判断缺陷类型。研究结果表明，该方法能够准确检测厚壁钢管倒角是否偏心，端面是否有各种缺陷，准确率达到96.7%，钢管端面判断时间小于100毫秒，与人工目测相比有明显提高。

厚壁钢管和普通钢管的最大区别在于钢管壁的厚度。通常，外径与壁厚之比小于20的钢管称为厚壁钢管，主要用作液化气输送管和一些建筑结构的管道。受加工过程中各种不确定因素的影响，钢管端面可能存在划痕、划痕、凹坑、崩边等缺陷，钢管端面的内外倒角也可能存在偏心。一方面，上述缺陷影响产品的外观；另一方面，如果缺陷太严重，将影响后续钢管的组装，从而降低钢管的使用性能，埋下工程正常运行的安全隐患。[1]目前，国内大部分钢管生产企业通过人工目测来完成钢管的缺陷检测和消除，但是人工检测的效率低，速度慢，会出现误检和漏检。

基于机器视觉的缺陷检测方法因其速度快、精度高、稳定性强而受到广泛关注[2]。目前，关于钢管端面缺陷检测方法的研究报道很少，这种方法类似于各种环形工件表面的缺陷检测，如轴承套端面、瓶口端面、磁环，表面等。朱铮涛等人[3]通过点分析工具和点特征参数，完成了对薄壁钢管端面凹坑、倒角斜面和曲面等缺陷的检测。然而，这种方法不适用于厚壁钢管，研究需要进一步划分端面缺陷的类型，以完成后续自动分拣的目的。另一方面，轴承端面和磁环面的缺陷检测方法对厚壁钢管端面的缺陷检测具有一定的参考意义，但由于检测要求不同，在一定程度上不适用。因此，为了提高厚壁钢管端面缺陷检测的效率和精度，针对现有端面检测方法的不足，提出了一种适用于厚壁钢管端面缺陷检测的方法。

1图像采集系统的设计

厚壁钢管端面缺陷检测图像采集系统主要由摄像机、镜头、不锈钢管生产厂家光源、计算机及相应的算法程序组成。为了获得易于检测的厚壁钢管端面图像，选择蓝色小角度环形发光二极管光源，工件端面与光源下底面之间的距离约为10毫米，从而同时获得钢管端面内外倒角区域和端面平面区域的图像。显示了缺陷检测和采集装置如图1的草图。在这样收集的灰度图像中，倒角区域的灰度值接近255，即明亮区域；端面区域的灰度值接近0，即暗区；然而，端面中缺陷区域的灰度值介于倒角的灰度值之间

经过滤波操作后，可以发现图像中倒角区域的灰度值明显高于其他区域，因此可以采用固定阈值的方法提取倒角区域的图像。为了达到相对准确的阈值选择的目的，通过计算图像的灰度直方图来观察图像的灰度分布，(65133) 4。可以发现，倒角区域的灰度值集中在最右侧，即灰度值趋向于255，而端面区域和背景区域的灰度值相对集中在左侧，并且灰度值趋向于在0和130之间。理论上，可以选择131和254之间的任何值作为阈值，但是有时由于诸如表面光泽的各种因素的影响，倒角区域将显示一些小的暗点，因此为了确保倒角区域的完全提取，选择保守的固定阈值=190。小于的像素的灰度值变为0(黑色)，大于或等于的像素的灰度值变为255(白色)。