鋼管作為原材料，廣泛應用于如石油、化工、電力、船舶、汽車等行業(yè)。近年來，經(jīng)濟全球化發(fā)展使企業(yè)對產(chǎn)品質(zhì)量提出更高要求，鋼管表面存在缺陷會嚴重影響其使用壽命，同時在設備某些重要位，使用劣質(zhì)鋼管會存在安全隱患，嚴重威脅人員生命，對企業(yè)造成產(chǎn)財產(chǎn)損失。

因此，為了控制鋼管質(zhì)量，相關企業(yè)會對其進行質(zhì)量檢測，但檢測措施通常由人工實現(xiàn)，無法實現(xiàn)快速、精準檢測缺陷。

在鋼管生產(chǎn)的過程中，由于原材料、軋制設備和加工工藝等多方面的原因，將導致其表面出現(xiàn)劃痕、 輥痕、氧化鐵皮、表面夾雜、孔洞、裂紋、麻面等不同類型的缺陷。這些缺陷不僅嚴重影響產(chǎn)品的外觀，還降低了產(chǎn)品的抗腐蝕性、耐磨性和疲勞強度等性能，給企業(yè)的發(fā)展帶來不良影響，同時也增添以鋼管為原材料的下游產(chǎn)品使用過程中的安全隱患。

表面缺陷區(qū)域具有應力集中、受力薄弱的特點，同時性能突變、疲勞損傷和銹蝕往往集中在此區(qū)域， 使得鋼管在復雜惡劣環(huán)境下的工作性能大大降低。通過對鋼管表面存在的缺陷區(qū)域進行檢測，及時發(fā)現(xiàn)缺陷，為生產(chǎn)工藝的調(diào)整、設備狀態(tài)改進提供依據(jù)具有重要意義。

目前，鋼管的表面缺陷的檢測大多通過人工方式實現(xiàn)，人工方式依賴于現(xiàn)場經(jīng)驗且效率低，受現(xiàn)場環(huán)境的影響，勞動強度大，易產(chǎn)生漏檢和誤檢現(xiàn)象，不能全面反應鋼管表面的質(zhì)量，檢測實時性差，檢測種類少，檢測效率低，缺乏對產(chǎn)品的表面質(zhì)量的綜合評估。隨著計算機水平的發(fā)展和人工智能領域的興起，機器視覺技術得到廣泛的應用，采用機器視覺方法能有效彌補人工檢測不足，且檢測精度高、能進一步為智能制造提供數(shù)據(jù)平臺。

01鋼管表面缺陷檢測特點

國內(nèi)外利用機器視覺方法檢測冶金產(chǎn)品的對象主要為板材、帶鋼、鋼條等，這些產(chǎn)品表面較平整、粗糙度低、材料反射率一致，只要保證入射光照角度合理，強度分布均勻，無論使用面陣或線陣相機均能獲取較為理想的被檢測材料表面缺陷圖像，這也有效降低了后續(xù)圖像處理算法的復雜程度；

如圖平面材料表面缺陷檢測的光照分布示意圖，通常采用單個或多個面陣相機即可獲得理想的光照結(jié)果；而采用線陣光源則更容易實現(xiàn)，因為被照射區(qū)域各點到達光源中心的距離是相等的。

平面材料表面缺陷檢測的光照分布示意圖

對于鋼管而言，因其幾何結(jié)構(gòu)特點，當采用面陣光源時，弧形外表面使得光源中心與被照射區(qū)域各處之間距離相差過大，如圖所示，與光源最短距離位置處表現(xiàn)為較高亮度，而在最短距離位置兩測，光照亮度分布減弱，圖像成像結(jié)果也表現(xiàn)類似特點，中間區(qū)域像素灰度分布較高而兩側(cè)區(qū)域像素灰度值較小。

面陣光源光照分布（正視圖）

另一情況如圖所示，采用線陣相機和線陣光源實現(xiàn)鋼管表面缺陷動態(tài)檢測時，因振動、裝配誤差等因素，線陣光源中心線與線陣相機視野長度方向并非位于同一直線，相機視野方向通常與鋼管回轉(zhuǎn)中心所在直線一致；這種情況會降低照射區(qū)域與視野區(qū)域重合性，導致成像結(jié)果光照不均現(xiàn)象嚴重，進一步增加圖像處理的困難度。

線陣光源光照分布（俯視圖）

02關鍵技術難點

鋼管因其幾何結(jié)構(gòu)特點，易產(chǎn)生光照不均現(xiàn)象；為實現(xiàn)鋼管圓弧表面動態(tài)實時檢測，必然影響光源光照區(qū)域與相機視野的重合性，易造成光照分布不均，這種現(xiàn)象會覆蓋掉缺陷區(qū)域的特征。當圖像獲取不理想時，會增加圖像處理的難度。盡管相關學者在機器視覺檢測領域已經(jīng)作了很多工作，但國內(nèi)對鋼管的表面缺陷檢測的研究較少， 主要存在如下難點：

（1）熱軋無縫鋼管與熱軋帶鋼、重軌等類似，表面覆蓋大量氧化鐵皮，會導致各類偽缺陷的產(chǎn)生；

（2）鋼管弧形外表面易產(chǎn)生光照不均現(xiàn)象；

（3）因光照不均的影響，缺陷灰度差異較大，使得漏檢嚴重；

（4）受彎曲度、不圓度和表面凸起缺陷的影響，鋼管在檢測過程中產(chǎn)生振動，使得圖像采集存在誤差，特征不明顯；

（5）實現(xiàn)動態(tài)檢測時，光源照射區(qū)域與相機視野區(qū)域重合性會降低，進而造成光照分布不均。

03成像光路設計

照明系統(tǒng)包括照明方式選擇，相機與光源的位置關系確定。

鋼管表面的照明方式可分為明場照明和暗場照明，本文選擇明場照明方式，該方式有益于鋼管表面缺陷和背景形成高對比度。由于采用單個線陣相機和線光源，其有效工作區(qū)為窄條，與其它冶金產(chǎn)品表面不同的是，熱軋無縫鋼管在成型過程中，因其工序工藝的特點，表面未經(jīng)拋光處理，光照反射類型以漫反射為主。圖為明場照明光路結(jié)構(gòu)圖。

根據(jù)圖像采集原理，需要確定線陣相機、線光源等的位置，這有益于后續(xù)硬件選型中參數(shù)的確定。

為保證視野區(qū)域能夠?qū)⒉煌�長度的鋼管表面覆蓋，在光路設計中，使視野幅寬大于鋼管長度。

04硬件參數(shù)設計

（1）相機

線陣相機分為主要分為 CCD和CMOS兩種類型。

由于工作原理，CCD 的表面上會因靜電場存在導致表面吸吸附較多灰塵，這在實際工業(yè)檢查中受到限制，而 CMOS 芯片內(nèi)部集成性較高，對硬件設計的優(yōu)化具有促進作用，具有圖像捕捉靈活、靈敏度高、動態(tài)范圍寬、分辨率高、低功耗及優(yōu)良的系統(tǒng)集成等優(yōu)點，同時在價格方面比 CCD 傳感器更實惠。

基于圖像采集方案， 設計檢測精度要求為 0.5mm ， 即能夠檢出最小缺陷尺寸為0.5mm*0.5mm， 視野幅寬H=300mm ， 相機分辨率不能低于以下值：

（2）鏡頭

鏡頭與檢測對象距離最近，其作用是將檢測對象聚焦在相機光敏元件上，通常需要考慮鏡頭的相關參數(shù)，保證與相機的合理搭配，提高成像質(zhì)量。鏡頭選型包括焦距、成像靶面尺寸等參數(shù)確定。

焦距為鏡頭重要參數(shù)，需由物距等因素確定，由成像原理可知焦距計算如下：

式中，s 為光敏芯片長度；H 是視野幅寬，即相機能拍攝到的視野范圍；d 為物距。

（3） 光源

光源的合理選擇能夠?qū)Τ上裣到y(tǒng)起到增益效果，例如提高對比度，降低無關信息對成像的干擾。根據(jù)鋼管表面圖像采集原理，需選擇線陣光源實現(xiàn)照明，這樣可保證在視野范圍內(nèi)，光照強度集中且均勻。

由于 LED 光源具有高效率、 低耗電量、 長壽命、 安全性高和可控性好等特點，本文以 LED 光源實現(xiàn)照明。

05缺陷檢測

鋼管表面缺陷為凹坑、劃傷、翹皮及輥痕 4 種缺陷，

圖 (a)為凹坑缺陷， 其特征為點狀或塊狀凹陷，因氧化皮或異物未清除在軋制過程中嵌入鋼管表面再脫落形成；

圖 (b)為翹皮缺陷，為附著在鋼管外表面的金屬層，在穿管深加工工序中，聚集夾雜物因管壁變薄而外漏，裂紋形成并延伸使表皮外翹；

圖 (c)為劃傷缺陷，鋼管表面被外金屬或硬物劃削所致，通常呈細長尖銳溝紋或較淺凹坑；

圖 (d)為輥痕缺陷，該缺陷是由于軋輥調(diào)整不當或表面損壞所造成， 呈周期性或連續(xù)性分布。

在提取鋼管表面缺陷特征之前，需要確定那些特征是有效的，對于凹坑、翹皮、劃傷和輥痕，需要選擇具有良好區(qū)分度的特征構(gòu)成特征向量；特征向量是缺陷特征數(shù)值化表征方式，特征提取通常遵循如下原則：

1） 圖像中特征應該容易獲��；

2） 所選擇特征在數(shù)值上不受噪聲和無關因素干擾；

3） 同種缺陷的特征具有緊致性， 不同種缺陷特征具有良好的區(qū)分度。

鋼管表面缺陷分布和大小不具規(guī)律性，且形態(tài)復雜，因此需要選擇能夠準確描述缺陷的特征。

機器視覺技術將CCD相機拍攝到的目標圖像實時轉(zhuǎn)換成圖像信號，然后將圖像信號輸入進嵌入式視覺圖像處理系統(tǒng)。

根據(jù)圖像飽和度、像素分布、目標圖像邊沿、亮度等信息轉(zhuǎn)換成計算機識別的數(shù)字信號，利用先進的算法對圖像進行特征識別，將特征識別出來的結(jié)果進行評價，輸出最終的缺陷結(jié)果，包括缺陷、尺寸、角度、個數(shù)、合格與不合格、有無等，實現(xiàn)自動識別功能。

總而言之，鋼管缺陷檢測系統(tǒng)采用的機器視覺自動識別的要求，必須解決以下主要問題：

1.必須能在線檢測鋼管表面的瑕疵，如劃痕、刮傷、孔洞、結(jié)疤、墊坑等表面異常。

2.能應對因鋼管寬度、長度變化、以及鋼管在移動過程中產(chǎn)生的扭曲或傾斜、表面有油污或水滴所造成的干擾。

3.瑕疵檢測具備自學習、自適應功能適合于不同寬度、不同顏色、不同速度的要求，還必須應用模式識別、自動暴光、防抖動、瑕疵報警等功能，瑕疵檢測和瑕疵報警是動態(tài)實時的。

4.必須具備精度高、故障點少等特點，需用工業(yè)級數(shù)字攝像機和工業(yè)級PC機相結(jié)合來完成系統(tǒng)任務。