Аннотация
В работе рассматривается вопрос обработки информации при экспресс оценке наличия дефекта на поверхности оцинкованной полосы. Авторами проведено: описание наиболее распространённых поверхностных дефектов при производстве оцинкованного металлопроката и особое внимание уделено дефектам: гарт и плена. Для определения наличия дефекта выполняется предварительная обработка изображения – удаления шума, с помощью алгоритм размытия Гаусса. Объем экспериментальной выпорки составил более 10 изображений поверхности оцинкованного листа с дефектами различного вида. Изображения получены в условиях крупного металлургического предприятия. После предварительной обработки изображения применяется алгоритм адаптивной пороговой бинаризации с ядром 1D в двух направлениях. В результате сделан вывод о том, что данный метод не чувствителен к шумам на изображении, полученным в результате сбоя в работе канала связи, шума видеодатчика или дефекта камеры. Алгоритм может быть использован как самостоятельно, так и являться частью более сложного алгоритма, предполагающий не только определение наличия дефектов поверхности полосы, но и последующую классификацию. Перспективным направлением исследования является уточнение признаков для идентификации поверхностных дефектов оцинкованного металлического листа.
Ключевые слова
обработка изображения, контроль поверхности оцинкованного проката, распознавание дефектов, определение дефектов, классификация дефектов, автоматизированные системы контроля поверхности, инспектирование поверхности, машинное зрение, компьютерное зрение.
1. Гарбар, Е.А. Цифровизация в оценке качества поверхности листового проката // Математическое и программное обеспечение систем в промышленной и социальной сферах. – 2019. – Т. 7. – №. 2. – С. 30-34.
2. Миков, А.Ю. Математическое обеспечение и структура системы интеллектуальной поддержки системы управления оценкой качества поверхности холоднокатаного проката. / А.Ю. Миков, О.С. Логунова, А.В. Мар- кевич. // Электротехнические системы и комплексы. – 2016. – №. 1. – С. 45-51.
3. Мазур, И.П. Контроль качества поверхности листового проката / И. П. Мазур. // Инновационные технологии в металлургии и машиностроении : материалы 6-й международной молодежной научно-практической конференции «Инновационные технологии в металлургии и машиностроении. Уральская научно-педагогическая школа имени профессора А.Ф. Головина», [г. Екатеринбург, 29 октября - 1 ноября 2012 г.]. — Екатеринбург : Изд-во Урал. ун-та. – 2013. — С. 359-365.
4. Егорова, Л.Г. Системы распознавания изображений в потоке / Л.Г. Егорова, Е.А. Гарбар, А.А. Николаев // Математическое и программное обеспечение систем в промышленной и социальной сферах. – 2019. – Т. 7. – №. 1. – С. 42-43.
5. Chow, C.K. Automatic boundary detection of the left-ventricle from cineangiograms / C.K. Chow, T. Kaneko // Comput. Biomed. Res.,vol. 5, 1972. – Pp. 388-410.
6. Francis, H.Y. Lam, Hui Zhu Adaptive Thresholding by Variational Method / H.Y. Francis, F.K. Chan // IEEE Trans- actions on Image Processing, vol. 7, No. 3, March, 1998. – Pp. 468-473.
7. Jain, R. Machine Vision. / R. Jain, R. Kasturi, B.G. Schunk // New York: McGraw-Hill, 1995. – Pp. 50-56.
8. Шапиро, Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман. // пер. с англ. [Текст] – М.: Бином. Лаборатория знаний. – 2006.
9. Вдовин, К.Н. Изучение причин образования дефекта «плена» / К.Н. Вдовин, Н.И. Мельник, Е.С. Воротинцева // Новые проекты и технологии в металлургии: сб. науч. тр. К 85 – летию ОАО «Уралгипромез». – Екатеринбург. – 2010. – 636 с.
10. ГОСТ 21014-88. Прокат черных металлов. Термины и определения дефектов поверхности: утвержден и введен в действие Постановлением Государственного комитета СССР по стандартам от 16.11.88 № 3724: дата введения 1990-01-01. – URL: http://docs.cntd.ru/document/gost-21014-88 (дата обращения: 10.12.2019). – Текст: электронный.
11. Классификатор дефектов для потребителей горячеоцинкованной металлопродукции: сформирован на основе «Классификатора дефектов для потребителей горячеоцинкованной продукции», утвержденного начальником технологического департамента ОАО «ММК». – 15.09.2016, редакция №0.
12. Сычков, А.Б. Идентификация дефекта поверхности листового проката типа "Вкатанная окалина". ЧЕРНАЯ МЕТАЛЛУРГИЯ. / А.Б. Сычков, Н.В. Копцева, Ю.Ю. Ефимова, А.В. Жлоба, Г.Я. Камалова // Бюллетень научно-технической и экономической информации. – 2018. – 1(11). – С. 72-76.
13. Апальков, И.В. Удаление шума из изображений на основе нелинейных алгоритмов с использованием ранговой статистики. / И.В. Апальков, В.В. Хрящев. // Ярославский государственный университет. – 2007.
14. Авилова, А.Д. Фильтр Гаусса. / А.Д. Авилова, Р.В. Беляев. // Информатика: проблемы, методология, технологии. – 2018.
15. Пелевин, Е.Е. Использование метода Adaptive Threshold в системе технического зрения. / Е.Е. Пелевин, С.В. Балясный // Juvenis scientia 1. – 2017.
Гарбар, Е.А. Обработка информации при экспресс оценке наличия дефекта поверхности оцинкованного проката / Е.А. Гарбар, А.А. Николаев // Математическое и программное обеспечение систем в промышленной и социальной сферах. – 2020. – Т.8. – № 1. – C. 23-30. DOI: 10.18503/2306-2053-2020-8-1-23-30.