线材表面缺陷检测方法及系统结构设计
现今许多钢铁线材生产企业仍然以人工检测成品的方法来判断生产过程的优劣，这使得企业对产品质量的控制手段严重滞后，不利于批量生产的成本控制和批量质量控制。虽然基于机器视觉的表面质量检测系统已经发展成熟，但在线材表面缺陷检测领域受到三个方面因素的限制而发展较慢：
(1)线材生产速度较快，直径28cm 的棒线材最大生产速度达到120m/s。
(2)线材为柱状结构，光反射进入摄像头会造成图像中间区域和边界区域明亮度不一致。
(3)线材轧制后为亮红色发光体，且带有较薄的表层氧化皮，在与机械导送机构摩擦后部分氧化皮脱落，形成局部颜色异常的划伤缺陷，影响实际缺陷的检测。
就以上三个方面的影响因素，国内外研究者已经对其展开了研究和实验。并且提出了一系列相关的检测方法。
检测系统结构
线材表面缺陷检测系统结构，如图1 所示。主要包括图像采集单元、信号控制单元、图像检测与分类服务器三个主要部分。由 4 个面阵CCD、4 套图像处理卡、双环形光源组成，主要任务是实时采集线材表面图像。
光源部设计蓝-绿双环型光源照明方式，蓝-绿光源均为高强度LED 照明产生，分布在检测区域两侧，如图2 所示。由于高速线材为热钢，温度在900℃以上，为红色发光体。该设计在理想状态下，线材表面区域反射进入CCD 的光为白色，线材表面以外区域无反射光进入CCD 相机。但是线材生产状态下为热钢，且并非亮红色而是深红色，但可以通过面阵CCD 相机对蓝光和绿光进行强度过滤，以便线材表面进入CCD 相机的光色适合观察。
拍摄获得线材表面图像，如图3 所示。无缺陷图像，如图3 (a)所示;结疤缺陷图像，如图3(b)、图3(c)所示;划伤缺陷，如图 3(d)图3(e)所示。其中图3(b)和图3(e)表面凹凸程度较高，图3(c)和图3(d)表面平坦度较高。圆钢表面图像中包含有翘皮、凹坑、耳型、划伤等缺陷，其中凹凸程度较高的缺陷定义为三维缺陷，平坦度较高的缺陷定义为二维缺陷，它们均属于影响产品质量的严重缺陷。
