CSTM-无损检测 钢材 机器视觉检测方法编制说明

《无损检测钢材机器视觉检测方法》团体标准编制说明一、工作简况1.任务来源本标准经中国材料与试验团体标准委员会（以下简称：CSTM标准委员会）无损检测技术及设备领域委员会审查，CSTM标准委员会批准《无损检测钢材机器视觉检测方法》立项，标准项目归口管理委员会为CSTM/FC94无损检测技术及设备领域委员会，标准计划编号为CSTMLX940000434-2020，由中国特种设备检测研究院牵头承担《无损检测钢材机器视觉检测方法》团体标准的制定工作。2.标准制定的背景和目的机器视觉作为一种先进的无损检测方法，具有可视化程度高、高速、高精、非接触的优点，已经被广泛用于众多工业领域，将其应用于钢材的表面缺陷检测是对钢材无损检测技术的完善，拟定相关的技术标准和规范有助于机器视觉检测技术在钢材无损检测领域的进一步发展。本标准为无损检测标准之一，是依据我国用户需要和协商一致的原则而编制，目的在于统一采用机器视觉检测技术进行钢材表面缺陷检测的技术规范，可向生产厂家和用户推荐采用本标准。3.工作主要过程按照中国材料与试验团体标准委员会标准制修订程序的要求，《无损检测钢材机器视觉检测方法》团体标准的编制完成了以下工作：（1）起草阶段：CSTM/FC94无损检测技术及设备领域委员会成立之后，积极开展各项标准制定工作，为保证后续标准的规范性，针对《无损检测钢材机器视觉检测方法》组建成立了标准起草工作组，确定了标准编写原则和分工，提出标准编制进度安排。华中科技大学等单位承担了2018年湖北省重大专项《轴承钢管在线电磁无损检测技术与系统研发》、武汉华宇一目检测装备有限公司近几年开展了钻杆、钢管、汽车套管的视觉检测设备开发和销售、国外厂商已有设备销售到国内使用、国内部分厂商也已开发出类似设备，根据项目的研究成果和国内外厂商设备使用资料，形成了钢材机器视觉检测方法的标准草案，以此申请中国材料与试验团体标准计划项目。（2）征求意见阶段：在华中科技大学等单位承担了国家自然科学基金资助项目《磁导率扰动无损检测新方法及机理研究》（项目编号：51875226）、2018年湖北省重大专项《轴承钢管在线电磁无损检测技术与系统研发》等科研项目研究成果的基础上，并调研了国内主要无缝钢管制造企业以及目前在用的类似设备，形成了标准的征求意见稿。华中科技大学投入了一个光学检测项目组开展相关的研究工作，其中有1篇博士毕业论文和3篇硕士毕业论文与本标准相关。武汉华宇一目检测装备有限公司开展了为期1年多的设备制作和现场测试工作。相关合作单位提供了宝贵的现场数据和图片。4.主要参加单位及工作组成员主要参加单位包括：华中科技大学、武汉华宇一目检测装备有限公司、爱徳森（厦门）电子有限公司、林州凤宝管业有限公司、上海宝信软件股份有限公司。工作组成员包括：康宜华、蔡翔、林俊明、肖永忠、余沁、李瑞忠。二、标准化对象简要情况及制修订标准的原则1.标准化对象简要情况本标准为旨在规范本领域内各标准的制修订和发布。2.制修订标准的原则（1）制修订标准的依据或理由依据中国材料与试验团体标准制修订管理细则、中关村材料试验联盟团体标准管理办法（试行）制定本标准，规范本领域内各标准的制修订和发布。（2）制修订标准的原则本标准编制遵循经济社会发展需求原则、技术先进和经济合理原则、适应贸易全球化需求原则、维护公众利益原则、协商一致原则、广泛参与和公开透明原则。本标准在结构编写和内容编排等方面依据GB/T1.1—2009《标准化工作导则第1部分：标准的结构和编写》进行编写。三、采用国际标准和国外先进标准的情况本标准部分为自主起草，同时也参考了BSEN473《QualificationandcertificationofNDTpersonnel-Generalprinciples》、YB/T4289-2012《钢管自动漏磁探伤系统综合性能测试方法》、YS/T462《铜及铜合金管棒型线材产品缺陷》和YB/T145《管棒探伤对比试样人工缺陷尺寸测量方法》。本标准为基础通用标准。四、标准主要内容本标准主要包括：1范围，2规范性引用文件，3原理，4检测要求，5检测方法，6对比试样，7检验设备，8检验条件和步骤，9设备运行和调整，10探伤结果的评定，11试验报告。五、主要试验（或验证）结果的分析、综述报告、技术经济论证，预期的经济效果等1、主要试验（或验证）结果的分析、综述报告本标准所使用的方法，经过众多试验和多次的现场检测应用，其有效性得到了验证。标准编制组对本标准所规定的视觉检测方法进行了多次的现场检测试验验证分析，试验验证内容主要涉及视觉检测原理、安全要求、检测设备和器材、检测方法、检测分析等。检测原理自动化生产过程中的钢材等表面缺陷是一种异常，符合大样本和大数据下的统计规律。表面缺陷表现出的数字化数据及其特征量的异常，可由机器识别、分类和报警处理。为了充分感知表面的各种缺陷，需采用平面上的纹理检测和立面上的几何形貌测量两种检测方法融合检测。纹理检测主要检测线条型开口缺陷，几何形貌测量主要检测凹坑、凸变、变形等几何形状的畸变。大量应用数据测试表明，采用单一的拍照成像检测会因表面光泽、粗糙度、附着物等影响产生大量的误报，又因对表面缓变的缺陷（如压凹、小的变形）不敏感而产生漏报。采用3D激光测量检测时又会对开口较小的裂纹（小于2mm的开口裂纹）深度测量困难，高速时扫查的空间采样间隔不够等产生漏检。所以，本标准强调了两种方法的融合，以减少实际应用中的漏报和误报。表面纹理检测通过线扫或面扫摄像机（以下简称摄像机）拍摄平面图像、结合图像处理与分析实现自动识别、分类和报警处理。当钢材表面存在纹理类缺陷时，其拍摄图像的灰度、对比度以及纹理特性等会发生改变，基于数据的统计与比对分析给出判断。表面几何形貌测量通过激光位移测量机（以下简称测量机）测量表面法向上的几何尺寸变化及其沿着平面的分布，结合数据处理与分析实现自动识别、分类和报警处理。当钢材表面存在金属缺失、变形时，其测量数据跟正常部位比对会发生改变，基于数据的量化分析给出判断。表面纹理检测敏感平面上小的开口裂纹，表面几何形貌测量敏感平面上大的金属缺失和局部变形，两种检测方法同时进行将有效消除表面色泽不均以及缺陷的多样化等产生的漏报和误报。检测设备器材在表面纹理检测试验中所需要的检测设备有摄像机、镜头、光源，主要进行平面图像的采集和纹理检测；在表面几何形貌测量试验中所需要的检测设备有激光位移测量机，主要获取深度信息，进行立面上的几何形貌测量。且目前国内外学者及各研究机构等基于上述设备器材已研发了不少相对成熟的视觉检测系统和三维扫描仪，主要进行工件表面缺陷的检测和分类。美国Cognex公司研制的SmartViewMetals检测系统，德国Parsytec公司开发的Espresso-SIHTs5.0检测系统，德国SiemensVAI推出的SirollSIAS检测系统，中国宝武钢铁集团有限公司研制的BaoVisionSIS-CM表面缺陷在线检测系统，都在实际的工业生产应用中取得了不错的检测效果。同时三维测量系统中有加拿大Creaform公司的三维光学便携式检测仪HandySCAN3D，美国Faro公司的Focus3D120激光扫描仪，德国LMI公司生产的Gocator2370三维激光线扫描仪和德国GOM公司的ATOS扫描仪，日本基恩士公司的LV系列轮廓测量扫描仪等等。视觉检测系统参数系统SmartViewMetalsEspresso-SIHTs5.0SirollSIASBaoVisionSIS-CM组成线扫摄像机(8k,160MHz)+50mm镜头+白色条形光源面扫摄像机(120-240Hz)+镜头+红色频闪灯线扫+面扫摄像机+镜头+红色光源线扫摄像机+镜头+白色高亮线光源扫查方式线扫描面扫描线扫描+面扫描线扫描横向分辨率0.13mm0.25mm振幅1mm（线扫）、15mm（面扫）0.46mm纵向分辨率0.38mm0.25mm振幅1mm（线扫）、15mm（面扫）0.98mm采集速度最高452m/min最高1100m/min最高360m/min最高23m/s缺陷检出率95%96.69%90%95%缺陷分类率90%95.48%90%80%三维扫描仪参数仪器HandySCAN3DFocus3D120Gocator2370ATOS扫描仪轮廓点数面扫7000万像素面扫12801200万像素面扫测量范围250mm/500mm100-500mm视野310×350mm148×105mm308-687mm500×370mm扫查速度1300000(次/秒)97600(点/秒)170-5000Hz/Z/Y分辨率0.025mm400dpi0.055-0.200mm0.03-0.12mmX分辨率0.025mm400dpi0.275-0.550mm0.03-0.12mm输入电压+12VDC+19VDC+24-+48VDC+12VDC在试验中，选取钢管为试验对象，根据试验中的具体参数，需要确定视觉检测系统中的相关设备，其中包括摄像机、镜头、光源和测量机。摄像机在本次试验中钢管以恒定转速旋转运行，且摄像机采集的图像横向上代表钢管径向，纵向上代表钢管轴向。同时选取中国大恒集团的面扫摄像机，分辨率为800×600，如图5-1所示，其型号为MER-050-200GM/C，此摄像机的最大采集帧率为200fps，像元尺寸为4.8um×4.8um，像素深度是8bits，类型为黑白面扫摄像机，横向像素点个数最大可达800，纵向像素点个数最大可达600，图像数据传输方式为千兆以太网，其光谱响应范围曲线如图5-2所示。从图5-2中可以看出该相机对于白色波段的光波长最为敏感，响应比较大，因此在设计光源时尽可能的考虑选择白色光源，有利于获取高质量的图像。且摄像机的选型参数如下表5.1所示：图5-1面扫摄像机表5.1摄像机的相关参数型号MER-050-200GM/C色彩黑白分辨率800×600像元尺寸4.8um×4.8um输出接口GigE镜头接口C像素深度8/10bits扫描帧率200fps工作温度0℃~+45℃尺寸29mm×29mm×29mm传感器1/3.6’’CMOS曝光方式全局曝光重量60g图5-2摄像机的光谱响应曲线镜头光学镜头的主要作用是将检测目标的光学图像聚焦在图像传感器的光敏阵列上。视觉系统处理的所有图像信息均通过镜头得到，镜头的选择至关重要，直接影响所获取图像的效果。光学镜头的基本参数有焦距、像元尺寸、光圈、景深等，因此需要相应的计算进行确定，选择合适的镜头型号。焦距是决定视场角大小的关键参数，其值越大，对应视场角越小，反之，观测范围也相应较大。镜头的光圈是调节镜头的进光亮多少，光圈越大，进入的光线也越强。另外摄像机的景深是指镜头沿摄像机光轴能获取清晰图像的物距范围，其值的大小也有一定要求，其原理如图5-3所示：图5-3镜头景深示意图根据试验的需求，图像实际尺寸为250mm×187.5mm，相机的工作距离为450mm，景深范围至少100mm，确定所选的镜头型号为VS-0620VM，且焦距固定为6mm，接口方式为C接口，其实物图如图5-4所示，镜头的具体参数如下表5.2所示：图5-4所选定焦镜头表5.2镜头相关参数型号VS-0620VM焦距6mm光圈F2~Close视场角度48.4°×61.9°接口方式C工作距离100-Inf.机械尺寸Ф29mm×39mm光学倍率0.055失真率-1.42靶面尺寸1/1.8’’光源对于照明光源的选型，需要考虑光照强度、光源波长和响应速度等因素的影响。在试验中选取了LED灯作为照明光源，LED灯利用载流子空穴复合释放出光子效应作为发光机理，是一种直接把电能转化为光能的固态半导体器件，寿命可达几十万小时、光效高、色性好，低福射与低功耗，可靠性高。由于LED灯也存在多种类型，有环形光源、面光源、条形光源、线性光源、同轴光源等，但根据试验的工况，需要均匀性好，强度较高，发光区域大的光源，而选取的线性光源采用柱面透镜，具有超高亮度，发光区域大。同时考虑到钢管为钢铁材质，颜色为黑褐色，以及所选摄像机的光谱特性，白色的光源更能满足要求，因此确定的型号为SHCL-375-WZT的白色线性光源，如下图5-5所示。进一步需要确定光源的照明方式，由于钢管属于金属材质，反光特性会比较严重，因此不适合采用直接照明的方式。钢管的表面为圆柱面，且需要获取图像清晰，光照均匀的图像，则需要通过漫反射的原理，光源从钢管的两端打光，并从各个方向发射出光，其中一部分光直接照射到钢管表面，一部分光照射到反光板，反光板再将光线反射到钢管上，照射到不易照射的刚管弧面上，由于钢管表面存在一定的粗糙度，因此不会有较强的镜面反射特征，消除反光的影响，从而获取亮度均匀的图像。且照明的方式选用漫散光照明的方式，如图5-6所示。图5-5所选的线性光源图5-6漫散光照明方式表5.3光源的相关参数型号类型颜色功率尺寸SHCL-375-WZTLED白色230W375mm×103mm×120.5mm测量机根据试验中采集的方式及检测需求，选定测量机型号为Gocator2370的3D传感器。且3D传感器沿钢管轴向的最小分辨率可以达到0.275mm，深度方向的分辨率为0.055-0.2mm，传感器的扫描速度为10-5000Hz，且传感器的实物图和相关参数如下所示：图5-7所选的测量机表5.4测量机的相关参数型号Gocator2370轮廓数据点数1280扫描速度（Hz）170-5000Z线性度±0.04%Z分辨率（mm）0.055-0.200X分辨率（mm）0.275-0.550Z重复性（um）8净距离（mm）400测量范围（mm）500视野（mm）308-687激光等级2,3R输入电压+24-+48VDC尺寸（mm）49×75×272重量（kg）1.3输出接口GigE图5-8测量机的视场检测方法为实现钢管表面无漏成像和测量，需使用多台摄像机和测量机沿着钢管布置，如图5-9的布置方式。如图5-9，对于钢管螺旋前进的检测方式，使用多台摄像机和测量机沿着轴向阵列布置，摄像机和测量机沿着轴向的有效覆盖范围总和大于钢材前进的螺距。摄像机沿着周向的有效拍照图像边缘单边重叠不小于10mm。测量机沿着周向的空间采样间隔不大于2mm。图5-9沿着钢管轴向布置检测机简图人工缺陷和自然缺陷图像采用摄像机检测时的人工缺陷形状有圆形人工槽、十字人工槽、平底孔。采用测量机检测时的人工缺陷形状有正方平底槽、平底孔。平底孔在正方平底槽的中心位置。钢板表面的人工缺陷如下图5-10、图5-11、图5-12所示：图5-10平底孔人工缺陷（直径Ø1.6mm、Ø3.2mm、Ø6.4mm）图5-11人工槽缺陷（长度8mm、宽度1mm）（a）圆形槽（直径Ø5mm）（b）方形槽（边长10mm）（c）通孔（直径Ø3.2mm）图5-12其他人工缺陷钢管表面的自然缺陷图像如图5-13所示：图5-13自然缺陷现场试验图5-14现场试验图图5-15钢管信息输入框（1）端头检测（结果：无缺陷）图5-16钢管端头检测图（2）横向裂纹检测（结果：有缺陷）图5-17横向裂纹检测图（3）纵向裂纹检测（结果：有缺陷）图5-18纵向裂纹检测图（4）横向+纵向裂纹检测（结果：有缺陷）图5-19横向+纵向裂纹检测图（5）端尾+纵向裂纹检测（结果：有缺陷）图5-20端尾+纵向裂纹检测图（6）端尾检测（结果：无缺陷）图5-21端尾检测图（7）一根钢管检测完，曲线显示如下：图5-22一根钢管检测曲线图图5-23检测报告生成测量机检测，如下图所示：图5-24待测钢管图5-25试验平台信号1信号2信号1信号2图5-26测量机检测的软件界面图图5-27信号1局部放大图图5-28信号2局部放大图图5-29钢管检测结果图5-30待测钢管图5-31试验平台图5-32测量机检测的软件界面图图5-33局部信号放大图图5-34钢板检测结果图通过上述试验研究，表面纹理检测敏感平面上小的开口裂纹，表面几何形貌测量敏感平面上大的金属缺失和局部变形，两种检测方法同时进行有效消除表面色泽不均以及缺陷的多样化等产生的漏报和误报，提高了检测的准确率，也提高了检测的效率，同时也为工程应用提供了参考。2、技术经济论证机器视觉检测是无损检测发展的一个重要方向，视觉检测系统不与被检材料有任何接触，属