钢板在生产过程中有时会产生结疤、裂纹、夹杂、划痕、麻点、压痕、重皮、气泡和折迭等表面缺陷。目前，国内钢厂主要通过人工方法来检测钢板表面缺陷。这种方法可靠性差，且缺乏检测的准确性、一致性和实时性；检测到的缺陷数据不方便保存，难以对缺陷进行统计分析并以此指导生产；如何实现在线精确检测，为生产提供有力的数据指导，确保高质量的钢板生产？

    随着机器视觉技术的日益成熟，一些钢铁厂的生产线已配备表面缺陷检测识别系统，该技术基于机器视觉技术的检测系统综合利用图像处理、模式识别和人工神经网络等现代化信息技术，可自动检测和识别钢板表面缺陷。

    基于机器视觉的检测系统使通过对钢板表面缺陷产生原因和外在特征的分析，基于机器视觉技术，利用多个CCD摄像机实时采集生产线上钢板的表面图像；同时，采用快速图像处理及模式识别算法对图像进行实时处理和分析，从而检测钢板表面缺陷，并对缺陷进行自动分类识别。

钢板表面质量检测系统

    表面质量检测系统设计主要难点问题：

    1、光源设计和并行计算系统设计，以及摄像机采集速度与钢板运行速度的匹配；

    2、图像处理，包括钢板有效区域提取、噪声去除和图像变换分割等预处理；

    3、缺陷分类器的设计，包括缺陷及缺陷特征提取、缺陷特征降维选择、缺陷分类器逻辑结构和分类规则等；
    4、钢板表面液体等良性缺陷与表面质量缺陷的纹理特征区别。
 

    创视MVC-ZL表面质量检测系统的功能：

　　1.100%幅面钢板生产幅宽缺陷检测，发现钢板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，钢板表面疵点图像由计算机进行保存，每批次钢板都有完全的缺陷图像/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，钢板表面缺陷检测方案可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钢板品质要求；

　　4.软件数据库管理功能，可以对生产的每批次钢板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，当缺陷检测系统检测到带钢针孔时进行声光报警，也可在系统中加入其他连锁I/O输出；在钢板表面发现缺陷时，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。

       基于机器视觉的检测系统，目前在国内已经开始逐步普及。由于机器视觉完全适应于高速发展的工业自动化生产线，未来视觉检测系统必将主导工业产品自动化检测领域。