1 引言
机器视觉技术是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术，被称为自动化的眼睛。该技术的研究在20世纪50年代从统计模式识别开始，主要集中在二维图像分析和识别上，如光学字符识别，工件表面、显微图片和航空图片的分析与解释等。20世纪80年代，形成了全球性机器视觉技术研究热潮，80年代中期获得了蓬勃发展，关于机器视觉技术的新概念、新方法、新理论不断涌现[1]。
该技术的特点是无接触工作方法，检测范围广，工作稳定，可用于恶劣环境。由于机器视觉具有诸多优点，因此已广泛用于工业检测、工业探伤、精密控制、自动生产流水线、邮政自动化、粮食优选、显微医学操作，以及各种危险场合工作的机器人等。机器视觉在轧钢生产中主要用于轧件形状识别、尺寸测量、位置检测、表面缺陷检测、计数和温度测量等。
2 机器视觉系统的工作原理及其组成
机器视觉系统的应用特别广泛，不同的系统根据需要选用不同的部件。但无论何种系统都有最基本的组成部分，即光源、镜头、CCD照相机、图像处理单元(或图像捕获卡)、图像处理软件、监视器和通讯/输入输出单元等。系统通过CCD图像传感器采集图像(目标)，将目标的三维图像采集为二维图像，该信号为模拟信号;再由图像采集卡将电信号转化成数字信号，供计算机处理。在机器视觉系统中，主要强调用计算机实现人的视觉功能，视觉信息的分析与处理技术主要以图像为研究对象。所以机器视觉系统需运用图像分析、图像处理及图像理解方法这3个层次的多种技术手段，包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容[2]。
3 机器视觉技术的发展
从机器视觉技术诞生至今仅有50年，对该技术的研究还在不断的发展完善过程之中。近20年来，对图像获取、图像处理与模式识别理论的研究取得了重大进展。在图像获取方面，随着电子科技的发展，CCD、CMOS摄像机的性能不断改善，而且价格越来越低，其在CCD尺寸、增益调整、曝光时间控制、分辨率等方面都得到了极大提高。一些应用于特殊场合的摄像机也暂露头角，如出现了红外摄像机、微光摄像机等。其他图像获取设备，如光纤视觉传感器等也已开始得到应用。
图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。自20世纪80年代开始，非线性科学开始逐渐渗透到图像处理方法之中，许多新颖的数学工具被引入图像处理领域，使相关的理论变得多元化。尤其以小波和多尺度分析为代表的信息处理方法，继承和发展了Fourier分析，将函数论和逼近论的最新成果应用在工程中，建立起完整的系统框架，在图像编码、图像分割、纹理识别、图像滤波、边缘检测、特征提取和分析等方面的应用中，已经取得非凡的成果。
4 机器视觉技术在轧钢生产中的应用
在轧钢生产中，一般需要在高温、噪音、粉尘或振动等恶劣条件下对轧钢生产相关参数进行检测，如果用人工检测，既难度大又不安全，所以一般要求采用机械化方式检测，并要求其检测精度高，能长时间稳定工作，能在线应用。而机器视觉系统正好能满足这些要求，且随着机器视觉技术的发展，这门新兴技术在轧钢行业的应用日益广泛。下面介绍机器视觉技术在轧钢生产线上的应用概况。
4.1 表面缺陷检测
目前使用的表面缺陷检测方法有涡流检测技术、红外检测技术和漏磁检测技术。但这些技术在线应用时都存在一定的缺陷和不足。20世纪90年代以来，随着电子技术与机器视觉技术的飞速发展，机器视觉表面缺陷检测技术逐渐为现代化轧钢厂所采用。带钢表面缺陷检测系统中的图像处理要求满足实时检测要求，一般采用模块化设计，由照明模块、成像模块、信号采集预处理模块和图像处理与缺陷分类模块组成[3]，可检测出带钢表面存在的周期性缺陷、无规律散布性缺陷和色度差缺陷。机器视觉技术还可用于钢球、钢轨等的表面缺陷检测，其系统组成和应用原理与带钢表面缺陷检测基本相同。
图1为国内某冷轧厂带钢表面缺陷检测系统的架构示意图。系统主要由光源、摄像机、图像采集卡、并行图像处理计算机和服务器组成。带钢上下表面沿宽度方向上分别设置4台高速线扫描CCD相机和1台LED阵列光源。CCD相机获得带钢表面图像后，图像处理计算机将图像采集到的图像进行处理和分类，每处理完一幅缺陷图像，就将该图像上的缺陷尺寸和类别等信息发送至服务器。服务器将该图像保存，并将缺陷数据保存至数据库。操作人员利用操作终端获得服务器上的数据信息，并可利用操作终端获得缺陷警报和报表打印[4]。
4.2 平直度检测
板带平直度的在线检测是现代轧机控制领域最重要的检测项目之一。目前在钢铁企业中，平直度的检测主要利用轧制过程中钢板内应力的分布间接得到平直度(板形)信息，其缺点是不能在线应用，且检测过程中板形仪需接触钢板。而逐渐发展起来的依靠机器视觉的板形检测技术，其测量方法是基于激光三角法、光切法或莫尔法发展起来的，可用于热轧带钢、冷轧带钢和中厚板的平直度检测[5]。
图2为一种直线型激光平直度测量系统的结构示意图。使用3～5个直线型纵向激光发生器，沿带钢纵向轧制方向倾斜照射，使用3～5个同样的直线型横向激光发生器，沿带钢横向倾斜照射其中部、边部和1/4边部;沿带钢的横向，在纵、横向激光线交点的正上方放置CCD摄像头。对于带钢表面，如果是平直的，则投射到带钢表面的纵、横两向激光线反映在CCD相机中均是直线;若带钢表面有浪形，则投射到带钢上的纵、横两向的激光线反映到CCD相机中均为曲线。对CCD相机中所获取的图像进行处理，提取图像中的特征曲线并对其进行分析，可直接得到钢板的平直度信息[6]。
4.3 平面形状及尺寸检测
采用具有高检测精度的平面形状测量仪、测长仪和测宽仪用来检测轧件的平面形状、长度和宽度等参数，并以所测得的数据来反馈轧制工艺的设定及剪切尺寸的制定是否合理，对于提高成材率具有重要意义。机器视觉技术在这些参数的检测方面已获得广泛应用，如板带材平面形状(宽度、长度)、带肋钢筋内外径和钢轨长度检测等。上述参数的检测原理基本相同，都是依靠轧件在图像所占的像素数确定轧件相关尺寸和参数大小，所用的图像处理算法也基本相同。其区别在于不同的测量装置需根据被测参数的不同布置摄像机或光源。轧件测量装置按光源布置形式分主动、被动式测量仪。主动式测量仪需安装光源，并根据所需光谱范围在摄像机前安装滤光片。光学投影的明亮部分为背景光源，阴影部分为带钢的横截面。被动式测量仪不需要安装辅助光源，依靠被测目标的辐射信号成像，一般在热轧生产线上的应用较多。
图3为平面形状检测系统的架构示意图。测量单元的光学系统由钢板上方安装的CCD摄像头和钢板下方的光源构成。钢板边部位置分别设置2只摄像头，呈三角方式测量，用于修正钢板的__上下变动量。对于该检测仪来说，安装于测量单元的CCD摄像头数量根据所测钢板的宽度而定。所有摄像头需设置在能同时测到同一位置的钢板行走方向上啪。该平面形状测量仪也具有测宽功能。
4.4 钢筋计数
在机器视觉技术引入钢筋计数以前，主要依靠人工、光电传感器或重量传感器计数。人工计数劳动强度高，且计数精度低。采用光电传感器计数时，难以区分多排或粘连的钢筋。另外，由于负偏差轧制的采用，使用重量传感器计数时计数精度也很难保证。而采用机器视觉技术可有效地解决上述问题。
钢筋计数系统的系统结构与钢板尺寸测量仪(或者平面形状仪)的系统结构基本相同。计数系统的摄像头正对钢筋端面拍摄。钢筋传送至指定位置时，摄像头得到触发信号获取钢筋端面图像，计算机对获取的图像进行区域提取、图像分割、模板匹配等处理，最后得到该图像内的钢筋总数。生产过程控制服务器根据计数结果指挥相应设备进行相关动作[8]。
4.5 温度测量
板材轧制过程中温度控制关系到产品的尺寸精度和力学性能。采用机器视觉技术进行温度测量具有方便、快速、准确、无接触和损伤的优点。目前应用最广泛的为红外测温仪。红外测温系统一般由光学系统、红外探测器、信号处理器和显示输出等部分组成。光学系统汇聚其视场内目标的红外辐射能量，红外能量聚焦在红外探测器上并转变成电信号，该信号传到处理电路后通过处理计算得到物体表面温度或温度分布，实现对目标进行远距离热状态图像成像和温度测量。使用红外测温仪可以实现钢板点、线、面上的温度测量[9]
5 结语
机器视觉技术的诞生及其在轧钢生产中的应用，极大地降低了工人的劳动强度，提高了生产自动化水平。随着光电产品制造技术、图像处理、模式识别及计算机技术的发展，机器视觉技术在轧钢生产中的应用将更加广泛和深入。
但是机器视觉技术在轧钢行业的应用中还存在一定的问题。在轧钢生产过程中，环境恶劣，烟尘、水蒸气及检测装置的安装位置都对测量的光路存在一定影响，特别是在温度检测中该问题更为突出。
机器视觉技术在轧钢生产中还可以获得更广泛的应用。如在中厚板生产中，全自动轧钢已逐渐成为考核自动化系统性能的一个重要指标，目前已基本能实现轧机的全自动控制;但推床的控制还离不开人工操作，推床的对中还需手工控制。如果将机器视觉技术应用其中，推床对中控制问题将能很好地解决。随着国内各钢铁企业引进了MES，将机器视觉技术应用于坯料库、成品库、冷床等的管理也成为一个新的研究方向。但这需要很好地将机器视觉系统和生产自动化系统集成起来，这也是目前将机器视觉技术应用于轧钢生产中尚待解决的问题。
[参考文献]
[1]贾云得.机器视觉[M].北京：科学出版社，2000.
[2]关胜晓.机器视觉及其应用发展[J].自动化博览，2005(3)：88-92.
[3]胡亮，段发阶，丁克勤，等.钢板表面缺陷计算机视觉在线检测系统的研制[J].钢铁，2005，40(2)：59—61.
[4]何永辉，黄胜标，石桂芬，等.冷轧带钢表面缺陷在线检测系统应用研究[A].中国金属学会.2007中国钢铁年会论文集[C].北京：2007.
[5]欧阳金明.板形自动检测及闭环控制技术的应用[J].轧钢，1999，16(3)：23-25.
[6]刘江，姜丽华，王长松，等.直线型激光板形检测系统[J].钢铁研究学报，2003，15(5)：60-63.
[7]海野哲生.平面形状仪[J].世界钢铁，2005，(3)：65—72.
[8]王卫勇.钢筋在线自动计数系统及其图像处理算法研究[D].武汉：华中科技大学，2005.
[9]郑忠，何腊梅.红外测温技术及在钢铁生产中的应用[J].工业加热，2005，34(3)：25-29.
