1.一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,包括:一对地轨、一对机械臂、一对伺服电机、一对3D相机、一对光源、一个2D相机、一对激光位移传感器、图像处理工控机、可编程控制器;
一对地轨,位于钢卷两侧,用于提供机械臂沿钢卷侧边的运动线路;
一对机械臂,位于钢卷两侧,用于固定光源、2D相机、3D相机、激光位移传感器,并带动这些装置进行移动;
一对伺服电机,分别位于两个机械臂的底座,用于驱动机械臂沿地轨方向的运动;
一对3D相机,位于钢卷两侧的机械臂上,用来对钢卷两侧端面进行高度图及灰度图成像;
一对光源,位于钢卷两侧的机械臂上,用来对相机提供照明;
一个2D相机,位于靠近钢卷标签侧的机械臂上,用来对钢卷标签进行识别;
一对激光位移传感器,位于钢卷两侧的机械臂上,用来对钢卷宽度进行测量;
图像处理工控机,与可编程控制器相连,接收钢卷信息,计算标签位置及机械臂运动路径并发送给可编程控制器,与可编程控制器之间进行检测状态通讯,根据相机及激光位移传感器的数据进行钢卷尺寸计算及缺陷识别,保存并向主控室电脑输出检测结果;
可编程控制器,与钢卷生产系统连接,接收并向图像处理工控机发送钢卷信息,接收图像处理工控机的标签位置及机械臂运动路径并发送给机械臂,与图像处理工控机之间进行检测状态通讯。
2.根据权利要求所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,所述方法步骤产生如下:
A.可编程控制器接收钢卷生产系统的来料钢卷信息,并发送给图像处理工控机;
B.可编程控制器根据钢卷信息将激光位移传感器的测距位置发送给两侧机械臂;
C.两侧机械臂带动各自的激光位移传感器到B中的位置进行距离测量;
D.图像处理工控机获取两侧激光位移传感器的距离测量数据,以此计算钢卷宽度;
E.可编程控制器根据钢卷信息将拍摄内、外径边界图像所需的位置坐标分别发送给两侧机械臂;
F.两侧机械臂带动各自的3D相机到E中的位置分别进行内、外径边界图像拍摄;
G.图像处理工控机获取拍摄的内外径边界图像进行钢卷内径和外径计算;
H.图像处理工控机根据钢卷信息计算拍摄标签的位置,并发送给可编程控制器;
I.可编程控制器将接收到的标签位置坐标发送给带有2D相机的机械臂;
J.机械臂带动2D相机到I中的位置进行标签拍摄;
K.图像处理工控机获取拍摄的标签图像进行标签识别;
L.图像处理工控机根据钢卷信息计算扫描钢卷端面的路径,并发送给可编程控制器;
M.可编程控制器将扫描路径发送给两侧机械臂;
N.两侧机械臂带动各自的3D相机依据M中的路径进行钢卷端面扫描拍摄;
O.图像处理工控机获取扫描图像进行缺陷识别,并保存图像及缺陷识别结果;
P.扫描完成,图像处理工控机向主控室电脑输出检测结果。
3.根据权利要求2所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,步骤A中所述钢卷信息包括:钢卷到位信号、钢卷编号、钢卷内径、钢卷外径、钢卷厚度、钢卷长度、钢卷标签方位信息。
4.根据权利要求2所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,步骤P中所述检测结果包括:标签识别结果,测量宽度,测量外径,测量内径,缺陷所在半径位置,缺陷所在角度位置,缺陷长度,缺陷宽度,缺陷深度,缺陷类型。
5.根据权利要求2所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,步骤D中所述的钢卷宽度计算方法具体为:两个激光位移传感器在钢卷宽度方向上的距离减去两个传感器的距离测量数据。
6.根据权利要求2所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,步骤G中所述的钢卷内径计算方法具体为:机械臂从内圈下边缘到内圈上边缘的行程距离加上其中一个边缘图像中的空白高度,再减去另一个边缘图像中的钢卷高度,高度采用亚像素精度计算方法。
7.根据权利要求2所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,步骤G中所述的钢卷外径计算方法具体为:机械臂从外圈下边缘到外圈上边缘的行程距离减去其中一个边缘图像中的空白高度,再加上另一个边缘图像中的钢卷高度,高度采用亚像素精度计算方法。
8.根据权利要求2所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,步骤H中所述的标签位置计算方法具体为:通过机械臂与相机之间的手眼标定,将需要拍摄的标签位置的图像坐标转换成机械臂运动空间的坐标。
9.根据权利要求2所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,步骤L中所述的扫描路径计算方法具体为:首先利用钢卷的内径、外径与3D相机的扫描范围生成能全方位覆盖钢卷端面范围的、沿钢卷周向运动的图像坐标系下的扫描路径,再通过机械臂与相机之间的手眼标定,将该扫描路径转换成机械臂运动空间坐标系下的扫描路径。
10.根据权利要求2所述的一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法,其特征在于,步骤O中所述的缺陷识别方法包含以下过程:图像增强、边缘检测、阈值分割、腐蚀膨胀、区域连通、区域填充。