JPS6130685B2 - - Google Patents
Info
- Publication number
- JPS6130685B2 JPS6130685B2 JP11479578A JP11479578A JPS6130685B2 JP S6130685 B2 JPS6130685 B2 JP S6130685B2 JP 11479578 A JP11479578 A JP 11479578A JP 11479578 A JP11479578 A JP 11479578A JP S6130685 B2 JPS6130685 B2 JP S6130685B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- defect
- hot steel
- video signal
- depth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
本発明は、熱鋼材の表面欠陥検出における信号
処理方法に関するものである。 昨今、分塊工程において、省エネルギー対策の
一環として直送圧延（HDR）を実施しようとし
ており、それに伴なつて従来の冷間疵見に代わ
り、熱間において適確に有害な表面欠陥を捕えて
対処することが必要になつてきた。もし、分塊圧
延後、赤熱状態にある鋼片の表面疵を検出するこ
とができれば、HS（ホツトスカーフ）量の調
整、熱間部分疵取及び品質の選別、前工程へのフ
イードバツク等への適用が考えられ、歩留り、品
質向上、省力、省エネルギーの点でメリツトは大
である。 そこで熱鋼片の表面疵を、その表面からの輻射
光の量で判別することが既に提案され、かつ十分
に判別可能であるとされている。これは、一般に
十分な自己保有熱を有する高温鋼材が空気中で周
囲より略均一に冷却されて行くとき、表面近傍の
状況によつて熱伝導が異なり、外部より見える表
面温度が欠陥やスケール等のある部分で正常な部
分と異なつて見えるためである。即ち、割れ疵等
の開口が存在する部分は、より高温の材内部が見
えるために明るく、ヘゲ疵やスケール、付着物等
表面から何がしか剥離している部分は冷却されて
暗く（黒く）見える。しかし、ある部分に疵が存
在することを自動的に認識する場合、その部分が
正常な部分を何等かの点で差があることを検出し
なければならないが、熱鋼片における表面疵検出
の場合、次に二点の困難がある。 先ず第１に、実際の赤熱鋼片は、一様な表面温
度の分布を持つているわけではなく、一般にコー
ナ部は温度が低いし、圧延時の水のかかり具合、
HSのかかり具合等、種々の要因のため、表面に
はかなり大幅な温度斑が存在する。第２に、温度
斑の分布が検出でき、基準パターンが得られたと
しても、それらの偏差から欠陥が抽出できるかと
云うと決してそうではない。熱鋼片は高温のため
急速にスケールが発生しているし、圧延時からの
付着物、汚れ等の異物も分布しており、それらは
検出すべきヘゲ疵と同様に黒く見える。 このような困難に対処するには、疵見位置の直
前に、水冷メカニカルブラツシングによる前処理
装置、及び熱鋼周辺の対流を該熱鋼からシヤツト
アウトするためのラインフードを設置すると共
に、基準パターン（即ちダイナミツクスレツシヨ
ルド）を得るための方策として、入力信号を２次
元的にピークホールドした後、同じく２次元的に
加重平均を行なうと云う信号処理法を採用すれば
良く、前者前処理装置及びラインフードにより、
殆んどの付着物、汚れ等の異物を除去でき、また
比較的大きいスケールを殆んど除去した状態で材
を疵見に供給することが可能となり、後者信号処
理法によれば、スケールやヘゲ疵があつても、材
固有の温度斑に基づいた正常パターンを得ること
が可能となる。従つて、これらを採用すれば、大
きいスケールや付着物の除去された状態で基準パ
ターンからの偏差として対象を取扱うことができ
るようになつたが、実際の材には、また更にドツ
ト状のスケールや帯状のスケールが残つており、
それらは有害なヘゲ疵よりむしろ黒く見えるのが
普通である。更に、同じヘゲ疵でも、地鉄に根を
持つより有害なヘゲ疵よりも剥離しかけの熱延工
程で自然に飛んでしまいそうな無害に近いヘゲ疵
の方が熱伝導の関係から黒く見える。そのため単
純に基準パターンからの偏差の大きさだけで判別
しようとすれば、多数のスケールが混入し、有害
度と相関の乏しい判断しか出力することができな
い。 本発明は、このような従来の問題点に鑑み、熱
鋼片等の高温被検材からの輻射光を撮像装置で捕
え、その輻射光画像より実時間で表面欠陥を検出
する際、スケールとヘゲ疵とを弁別し、更に欠陥
の有害度に応じた判断を出力し得るようにしたも
のである。 従来の熱間目視疵見における経験によれば、疵
見に熟達した人間が注視すれば、スケールかヘゲ
か、またヘゲの場合には有害か無害かの別を略弁
別することが可能であり、これは、輻射光像の中
に何等かのヘゲ疵とスケールとを区別し、かつ有
害度を判定し得る情報が含まれていることを意味
している。 そこで、多数の材について、熱間の輻射光像と
冷間での実疵の分布を記録し、つぎ合わせたとこ
ろ、次のことが明らかとなつた。先ずスケールに
対する信号波形は、第１図に示すように大体にお
いて輻が狭くなつている。輻の広いものも若干含
まれているが、その場合、信号は深い（黒い）。
幅と深さとは相関関係がありそうであるが、これ
は第２図に示すスケール発生冷却過程の物理的考
察に合致している。即ち、スケールは地鉄に近い
方から順にFeO、Fe3O4、Fe2O3等の層でできて
いる。スケール発生の初期の十分小さい間は、地
鉄との密着性が良くあまり冷えないが、徐々に成
長し、面積が大きくなつてくると、各層の成長の
アンバランスによつて地鉄からの剥離が起こる。
そして剥離が進むと、地鉄とスケールの熱伝導が
悪くなり、復熱し難くなつてスケールが冷えるこ
とになる。従つて面積が大きくなればなる程、剥
離も進み、スケールはより冷却されて黒くなる。 次に、ヘゲ疵に対応する信号波形は、第３図に
示すように大体において幅が広い。深さについて
は、有害度の大きいヘゲ、即ち地鉄に根のあるヘ
ゲは、第４図に示すようにあまり深くならない
（黒くならない）。つまり、あまり冷えないのであ
る。一方、剥離しかけの有害度の低いヘゲは、冷
え易いため、かなり深くなる。十分大きなヘゲ疵
については、大体、真黒な部分をかなり持つてい
る。 以上のことからヘゲ疵とスケールを区別し、ヘ
ゲ疵の有害度を判定するためのパラメータとして
信号波形の幅と深さを採用するのが良さそうであ
る。そこで横軸に幅、縦軸に深さを取つて500個
程度のスケール及び30個程度のヘゲ疵の分布を見
てみた〔第５図参照〕。その結果、予想通りスケ
ールは幅と深さについてかなり強い相関を有する
こと、及びヘゲ疵とスケールとは十分明確に分離
できること、更に有害度の大きいヘゲ疵が分布す
る方向（領域）等が明らかとなつた。従つて、信
号の幅と深さとを含むある関数関係を設定するこ
とにより、有害に考慮に入れた出力を得ることが
可能となる。 このような点に鑑み、本発明は、幅射光画像の
中からヘゲ疵を抽出するために信号の幅と深さと
云うパラメータに着目し、その信号の幅と深さと
云う２つのパラメータを含み、対象の有害度に対
応する関数を設定したものである。即ち、本発明
の特徴とするところは、熱鋼材の輻射光画像を捉
えて映像信号を得、この映像信号より、予め設定
された基準レベルPo以下の部分を個々に取出
し、各々について信号深さＰ及び信号幅Ｗを算出
し、これらパラメータの組（Ｐ、Ｗ）によつて欠
陥か否かを判別する熱鋼材の表面欠陥検出におけ
る信号処理方法であつて、先ず予め対象となる熱
鋼材の少なくとも１つ以上を取出し、その表面の
映像信号と実際の疵とを対比させて、パラメータ
の組（Ｐ、Ｗ）の各々に対応する熱鋼材の部分の
疵の有無又は疵の程度を測定することによつて、
各パラメータの組（Ｐ、Ｗ）に対応する疵データ
マツプを作成し、この疵データマツプより欠陥識
別方程式 （Ｐ、Ｗ）＝Ｗ／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓 （Ｐ、Ｗ）≧１の時 欠陥と判定 （Ｐ、Ｗ）＜１の時 欠陥でないと判定 但し、α、β、γは疵データマツプを用いて予
備実験的に決定されるパラメータ を決定しておき、然る後、その後に供給される熱
鋼材の表面欠陥を、その材の映像信号から算出さ
れるパラメータの組（Ｐ、Ｗ）を上記欠陥識別方
程式に代入することによつて判別する点にある。 なお、上記欠陥識別方程式は、後述の説明から
も明らかなように、基本的には次のような経験的
事実に基づいて導出されたものである。 欠陥の有害度が、欠陥の大きさに比例する。
従つて、欠陥の大きさに対応する幅（Ｗ）に比
例すると考えられる。 ヘゲ疵の黒さは、そのヘゲ疵が母材から剥離
している程度に関係している。また剥離の程度
が大きいほど、有害の程度は低い。 即ち、より∝Ｗと考えられる。またの黒
さ（｜Ｐ−Po｜）と有害度の関係は、熱伝導、
熱伝達、剥離と有害度の関係など、非線形な関係
が含まれるので、一般式として ∝１／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓 で近似できると仮定した。即ち、黒さ（｜Ｐ−
Po｜）を変数として、 α：バイアス β：比例定数 γ：べき を任意にきめられるような関数に逆比例すると仮
定した。実際に、上式のα、β、γを適当な値に
した時、疵データマツプ（例えば第５図、第１２
図等）において、（Ｐ、Ｗ）がスケールとヘゲ
疵、あるいは普通のヘゲ疵と割れに近い根のある
有害度の大きいヘゲ疵をうまく分離することが判
明した。 次に第６図及び第７図に参照して本発明に係る
信号処理方法の一例を説明する。 第６図は信号処理系の全体を示すブロツク図で
あり、第７図はその要部の詳細を示すブロツク図
である。 第６図に示すように適当な光学系（レンズ、フ
イルタ）を使つて赤熱する熱鋼材１の輻射光画像
を捉え、ITVカメラ、固体撮像機等の撮像装置２
によつて映像信号VS1を得る。次にこの映像信号
VT1を記憶回路３で記憶すると共に、自動感度調
整器４、サンプルホールドＡ／Ｄ変換器５でデイ
ジタル信号VS2に変換した後、ライン遅延を行な
うためのライン遅延回路６及び基準パターンを検
出するための基準パターン検出回路７に夫々送
り、かつ引算回路８で引算して、生の映像信号の
基準パターンからの偏差信号αVSを得る。ヘゲ
抽出回路９は比較器１０、信号深さ検出回路１
１、信号幅検出回路１２、演算回路１３等を備え
て成り、次のように動作する。先ず偏差信号α
VSを比較器１０で設定値Poと比較する。信号幅
検出回路１２は第７図に示すようにゲート１４、
幅カウンタ１５、幅バツフア１６を備え、偏差信
号αVSが設定値Poより小さい時間だけ幅カウン
タ１５がクロツクパルスを計数し、その結果、ヘ
ゲ疵やスケール等の信号の幅Ｗを幅バツフア１６
に一時記憶する。信号深さ検出回路１１は第７図
に示す如く比較器１７、バツフア１８、セレクタ
１９、ゲート２０、深さバツフア２１を備え、比
較器１０からの偏差信号αVSは、信号幅検出回
路１２に送られると同時に、この信号深さ検出回
路１１にも送られ、この信号深さ検出回路１１で
は偏差信号αVSが設定値Poより小さい間にわた
つてその最小値Ｐを逐次比較計算し、その結果を
深さバツフア２１に一時記憶する。さて偏差信号
αVSが設定値Poより大きくなると、ゲート信号
Ｇは論理０となり、その立ち下がりのタイミング
で深さバツフア２１及び幅バツフア１６からＰ及
びＷが読出され、演算回路２２のPROM（プログ
ラマブル リード オンリメモリ）のアドレス入
力端子へ入る。一方、ゲート信号は直接PROMの
読出し端子に入つており、そのゲート信号の立ち
下がりのタイミングで予めPROMにリストされた
関数（Ｐ、Ｗ）が疵データとして疵バツフア２
３に蓄えられる。、この判定は実験例１のように
PROMに記憶させることにより実現できるし、そ
の他、PLA（プログラム ロジツク アレイ）
やマルチ フアンクシヨン オペレータ（アナロ
グ信号）によつても実現できる。このようにして
ヘゲ疵やスケール等の信号があれば、リアルタイ
ム、即ち、信号が終つてから１クロツクタイム以
内にヘゲ疵をその有害度に比較した値として出力
することができ、その演算結果は疵バツフア２３
を介して、CPU２４に送られ、総疵面積等の算
出、欠陥位置による判定等の高度の判断の後、表
示部２５、モニタ２６、プリンタ２７等に送られ
ると共に外部装置（疵取り装置）のコントロール
に利用される。 熱鋼材の輻射光像における欠陥（ヘゲ疵）は、
その発生に起因する様々の大きさと剥離度に関連
する独特なハーフトーン（灰色）を持つて様々な
性状で存在しており、単純に信号が大きいからと
いうことでは判別することはないが、本発明によ
れば、このような従来の問題点を悉く解消するこ
とができる。以下、具体例をあげてその効果を見
て行く。 先ず、第８図ａに示すような輻射光画像の映像
信号について基準パターン信号a′を作り、その両
者の偏差信号がｂである。この信号には１個のヘ
ゲ疵と共に多数のスケールが含まれている。そこ
で本発明の信号処理を行なつた結果がｃである。
これから直ちにわかるようにスケールは十分抑え
られ、ヘゲ疵は強調されている。次に第９図ａに
示すような輻射光像の場合、この信号には多数の
スケールと共に根の深い有害なヘゲ疵と剥離しか
けの有害度の小さいヘゲ疵が含まれている。単に
黒さ（信号の深さ）のみに着目すると、有害度と
逆の出力を出しかねないし、またスケールもかな
り混入する。また単に信号の幅のみに着目しても
それ程明確に有害度を求めることができない。し
かし本発明によれば、結果ｃからわかるように、
ヘゲ疵の有害度に相応した出力を得ることができ
る。 次に実験例を示す。 実験例 １ 熱鋼材：スラブ（キヤツプド鋼） 熱鋼材温度：1150℃（材上表面中央にて測定） 撮像装置：2048ビツト固体撮像機 Γ具体的方法 熱間スラブの輻射光画像より固体撮像機にて得
た映像信号を増幅器、自動感度調整器及び高速サ
ンプルホールドＡ／Ｄ変換器を通して８ビツトの
デイジタル信号VSに変換する。然る後、一方で
は材固有の温度斑に追従する基準パターン信号
NORを抽出するため、２次元的にピークホール
ド処理を施した後、或る一定面積にわたつて平均
を取る。他方、基準パターン信号の抽出に要する
時間のためにデイジタル信号VSをシフトレジス
タにより遅延させる。遅延信号と基準パターン信
号を引算して偏差信号αVSを求める。この偏差
信号αVSより、ノイズレベル（〓50ｍＶ）を考
慮して決められる基準レベルPo（＝−0.1V）よ
り以下の部分を個々に取出し、信号深さＰ（Ｖ）
信号幅Ｗ（mm）（材面上での幅に換算した値）を
算出する（第１０図参照）。先ず予め数個のスケ
ール及び欠陥（ヘゲ疵）らしき部分に着目し、上
記パラメータの組（Ｐ、Ｗ）の有害度を調べる。
このようにしてサンプリングされた疵データマツ
プを第１１図に示す。この第１１図は６個のヘゲ
疵と７個のスケールがサンプリングされている。
そこでヘゲ疵の集合とスケールの集合とを分離す
る識別曲線L1 Ｗ／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓＝１ （式1.1） のα、β、γが判定される。この場合は、α＝
２、β＝7.5、γ＝２である。 従つて、識微方程式は （Ｐ、Ｗ）＝Ｗ／２＋｛７．５（｜Ｐ−０．１｜）
｝〓（式 1.2） （Ｐ、Ｗ）≧１の時 ヘゲである （Ｐ、Ｗ）＜１の時 ヘゲでない となる。 このようにして識別方程式が一旦決定されてし
まうと、同鋼種の材については、映像信号より上
記の方法で算出されるパラメータの組（Ｐ、Ｗ）
を（式1.2）に代入することにより欠陥か否かの
判断が直ちに得られる。具体的には（式1.2）の
内容は、Ｐ、Ｗの値をアドレスとした時のPROM
のデータ出力と云う形で実現される。その状況を
第１２図に示す。新に入力された映像信号より算
出した62組の（Ｐ、Ｗ）の各々を（式1.2）で識
別した場合、次表のような良好な結果が得られ
た。従つて、従来のように信号深さのみ、或いは
信号幅のみで判定するのに比べて検出率の大幅な
向上が期待できる。
処理方法に関するものである。 昨今、分塊工程において、省エネルギー対策の
一環として直送圧延（HDR）を実施しようとし
ており、それに伴なつて従来の冷間疵見に代わ
り、熱間において適確に有害な表面欠陥を捕えて
対処することが必要になつてきた。もし、分塊圧
延後、赤熱状態にある鋼片の表面疵を検出するこ
とができれば、HS（ホツトスカーフ）量の調
整、熱間部分疵取及び品質の選別、前工程へのフ
イードバツク等への適用が考えられ、歩留り、品
質向上、省力、省エネルギーの点でメリツトは大
である。 そこで熱鋼片の表面疵を、その表面からの輻射
光の量で判別することが既に提案され、かつ十分
に判別可能であるとされている。これは、一般に
十分な自己保有熱を有する高温鋼材が空気中で周
囲より略均一に冷却されて行くとき、表面近傍の
状況によつて熱伝導が異なり、外部より見える表
面温度が欠陥やスケール等のある部分で正常な部
分と異なつて見えるためである。即ち、割れ疵等
の開口が存在する部分は、より高温の材内部が見
えるために明るく、ヘゲ疵やスケール、付着物等
表面から何がしか剥離している部分は冷却されて
暗く（黒く）見える。しかし、ある部分に疵が存
在することを自動的に認識する場合、その部分が
正常な部分を何等かの点で差があることを検出し
なければならないが、熱鋼片における表面疵検出
の場合、次に二点の困難がある。 先ず第１に、実際の赤熱鋼片は、一様な表面温
度の分布を持つているわけではなく、一般にコー
ナ部は温度が低いし、圧延時の水のかかり具合、
HSのかかり具合等、種々の要因のため、表面に
はかなり大幅な温度斑が存在する。第２に、温度
斑の分布が検出でき、基準パターンが得られたと
しても、それらの偏差から欠陥が抽出できるかと
云うと決してそうではない。熱鋼片は高温のため
急速にスケールが発生しているし、圧延時からの
付着物、汚れ等の異物も分布しており、それらは
検出すべきヘゲ疵と同様に黒く見える。 このような困難に対処するには、疵見位置の直
前に、水冷メカニカルブラツシングによる前処理
装置、及び熱鋼周辺の対流を該熱鋼からシヤツト
アウトするためのラインフードを設置すると共
に、基準パターン（即ちダイナミツクスレツシヨ
ルド）を得るための方策として、入力信号を２次
元的にピークホールドした後、同じく２次元的に
加重平均を行なうと云う信号処理法を採用すれば
良く、前者前処理装置及びラインフードにより、
殆んどの付着物、汚れ等の異物を除去でき、また
比較的大きいスケールを殆んど除去した状態で材
を疵見に供給することが可能となり、後者信号処
理法によれば、スケールやヘゲ疵があつても、材
固有の温度斑に基づいた正常パターンを得ること
が可能となる。従つて、これらを採用すれば、大
きいスケールや付着物の除去された状態で基準パ
ターンからの偏差として対象を取扱うことができ
るようになつたが、実際の材には、また更にドツ
ト状のスケールや帯状のスケールが残つており、
それらは有害なヘゲ疵よりむしろ黒く見えるのが
普通である。更に、同じヘゲ疵でも、地鉄に根を
持つより有害なヘゲ疵よりも剥離しかけの熱延工
程で自然に飛んでしまいそうな無害に近いヘゲ疵
の方が熱伝導の関係から黒く見える。そのため単
純に基準パターンからの偏差の大きさだけで判別
しようとすれば、多数のスケールが混入し、有害
度と相関の乏しい判断しか出力することができな
い。 本発明は、このような従来の問題点に鑑み、熱
鋼片等の高温被検材からの輻射光を撮像装置で捕
え、その輻射光画像より実時間で表面欠陥を検出
する際、スケールとヘゲ疵とを弁別し、更に欠陥
の有害度に応じた判断を出力し得るようにしたも
のである。 従来の熱間目視疵見における経験によれば、疵
見に熟達した人間が注視すれば、スケールかヘゲ
か、またヘゲの場合には有害か無害かの別を略弁
別することが可能であり、これは、輻射光像の中
に何等かのヘゲ疵とスケールとを区別し、かつ有
害度を判定し得る情報が含まれていることを意味
している。 そこで、多数の材について、熱間の輻射光像と
冷間での実疵の分布を記録し、つぎ合わせたとこ
ろ、次のことが明らかとなつた。先ずスケールに
対する信号波形は、第１図に示すように大体にお
いて輻が狭くなつている。輻の広いものも若干含
まれているが、その場合、信号は深い（黒い）。
幅と深さとは相関関係がありそうであるが、これ
は第２図に示すスケール発生冷却過程の物理的考
察に合致している。即ち、スケールは地鉄に近い
方から順にFeO、Fe3O4、Fe2O3等の層でできて
いる。スケール発生の初期の十分小さい間は、地
鉄との密着性が良くあまり冷えないが、徐々に成
長し、面積が大きくなつてくると、各層の成長の
アンバランスによつて地鉄からの剥離が起こる。
そして剥離が進むと、地鉄とスケールの熱伝導が
悪くなり、復熱し難くなつてスケールが冷えるこ
とになる。従つて面積が大きくなればなる程、剥
離も進み、スケールはより冷却されて黒くなる。 次に、ヘゲ疵に対応する信号波形は、第３図に
示すように大体において幅が広い。深さについて
は、有害度の大きいヘゲ、即ち地鉄に根のあるヘ
ゲは、第４図に示すようにあまり深くならない
（黒くならない）。つまり、あまり冷えないのであ
る。一方、剥離しかけの有害度の低いヘゲは、冷
え易いため、かなり深くなる。十分大きなヘゲ疵
については、大体、真黒な部分をかなり持つてい
る。 以上のことからヘゲ疵とスケールを区別し、ヘ
ゲ疵の有害度を判定するためのパラメータとして
信号波形の幅と深さを採用するのが良さそうであ
る。そこで横軸に幅、縦軸に深さを取つて500個
程度のスケール及び30個程度のヘゲ疵の分布を見
てみた〔第５図参照〕。その結果、予想通りスケ
ールは幅と深さについてかなり強い相関を有する
こと、及びヘゲ疵とスケールとは十分明確に分離
できること、更に有害度の大きいヘゲ疵が分布す
る方向（領域）等が明らかとなつた。従つて、信
号の幅と深さとを含むある関数関係を設定するこ
とにより、有害に考慮に入れた出力を得ることが
可能となる。 このような点に鑑み、本発明は、幅射光画像の
中からヘゲ疵を抽出するために信号の幅と深さと
云うパラメータに着目し、その信号の幅と深さと
云う２つのパラメータを含み、対象の有害度に対
応する関数を設定したものである。即ち、本発明
の特徴とするところは、熱鋼材の輻射光画像を捉
えて映像信号を得、この映像信号より、予め設定
された基準レベルPo以下の部分を個々に取出
し、各々について信号深さＰ及び信号幅Ｗを算出
し、これらパラメータの組（Ｐ、Ｗ）によつて欠
陥か否かを判別する熱鋼材の表面欠陥検出におけ
る信号処理方法であつて、先ず予め対象となる熱
鋼材の少なくとも１つ以上を取出し、その表面の
映像信号と実際の疵とを対比させて、パラメータ
の組（Ｐ、Ｗ）の各々に対応する熱鋼材の部分の
疵の有無又は疵の程度を測定することによつて、
各パラメータの組（Ｐ、Ｗ）に対応する疵データ
マツプを作成し、この疵データマツプより欠陥識
別方程式 （Ｐ、Ｗ）＝Ｗ／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓 （Ｐ、Ｗ）≧１の時 欠陥と判定 （Ｐ、Ｗ）＜１の時 欠陥でないと判定 但し、α、β、γは疵データマツプを用いて予
備実験的に決定されるパラメータ を決定しておき、然る後、その後に供給される熱
鋼材の表面欠陥を、その材の映像信号から算出さ
れるパラメータの組（Ｐ、Ｗ）を上記欠陥識別方
程式に代入することによつて判別する点にある。 なお、上記欠陥識別方程式は、後述の説明から
も明らかなように、基本的には次のような経験的
事実に基づいて導出されたものである。 欠陥の有害度が、欠陥の大きさに比例する。
従つて、欠陥の大きさに対応する幅（Ｗ）に比
例すると考えられる。 ヘゲ疵の黒さは、そのヘゲ疵が母材から剥離
している程度に関係している。また剥離の程度
が大きいほど、有害の程度は低い。 即ち、より∝Ｗと考えられる。またの黒
さ（｜Ｐ−Po｜）と有害度の関係は、熱伝導、
熱伝達、剥離と有害度の関係など、非線形な関係
が含まれるので、一般式として ∝１／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓 で近似できると仮定した。即ち、黒さ（｜Ｐ−
Po｜）を変数として、 α：バイアス β：比例定数 γ：べき を任意にきめられるような関数に逆比例すると仮
定した。実際に、上式のα、β、γを適当な値に
した時、疵データマツプ（例えば第５図、第１２
図等）において、（Ｐ、Ｗ）がスケールとヘゲ
疵、あるいは普通のヘゲ疵と割れに近い根のある
有害度の大きいヘゲ疵をうまく分離することが判
明した。 次に第６図及び第７図に参照して本発明に係る
信号処理方法の一例を説明する。 第６図は信号処理系の全体を示すブロツク図で
あり、第７図はその要部の詳細を示すブロツク図
である。 第６図に示すように適当な光学系（レンズ、フ
イルタ）を使つて赤熱する熱鋼材１の輻射光画像
を捉え、ITVカメラ、固体撮像機等の撮像装置２
によつて映像信号VS1を得る。次にこの映像信号
VT1を記憶回路３で記憶すると共に、自動感度調
整器４、サンプルホールドＡ／Ｄ変換器５でデイ
ジタル信号VS2に変換した後、ライン遅延を行な
うためのライン遅延回路６及び基準パターンを検
出するための基準パターン検出回路７に夫々送
り、かつ引算回路８で引算して、生の映像信号の
基準パターンからの偏差信号αVSを得る。ヘゲ
抽出回路９は比較器１０、信号深さ検出回路１
１、信号幅検出回路１２、演算回路１３等を備え
て成り、次のように動作する。先ず偏差信号α
VSを比較器１０で設定値Poと比較する。信号幅
検出回路１２は第７図に示すようにゲート１４、
幅カウンタ１５、幅バツフア１６を備え、偏差信
号αVSが設定値Poより小さい時間だけ幅カウン
タ１５がクロツクパルスを計数し、その結果、ヘ
ゲ疵やスケール等の信号の幅Ｗを幅バツフア１６
に一時記憶する。信号深さ検出回路１１は第７図
に示す如く比較器１７、バツフア１８、セレクタ
１９、ゲート２０、深さバツフア２１を備え、比
較器１０からの偏差信号αVSは、信号幅検出回
路１２に送られると同時に、この信号深さ検出回
路１１にも送られ、この信号深さ検出回路１１で
は偏差信号αVSが設定値Poより小さい間にわた
つてその最小値Ｐを逐次比較計算し、その結果を
深さバツフア２１に一時記憶する。さて偏差信号
αVSが設定値Poより大きくなると、ゲート信号
Ｇは論理０となり、その立ち下がりのタイミング
で深さバツフア２１及び幅バツフア１６からＰ及
びＷが読出され、演算回路２２のPROM（プログ
ラマブル リード オンリメモリ）のアドレス入
力端子へ入る。一方、ゲート信号は直接PROMの
読出し端子に入つており、そのゲート信号の立ち
下がりのタイミングで予めPROMにリストされた
関数（Ｐ、Ｗ）が疵データとして疵バツフア２
３に蓄えられる。、この判定は実験例１のように
PROMに記憶させることにより実現できるし、そ
の他、PLA（プログラム ロジツク アレイ）
やマルチ フアンクシヨン オペレータ（アナロ
グ信号）によつても実現できる。このようにして
ヘゲ疵やスケール等の信号があれば、リアルタイ
ム、即ち、信号が終つてから１クロツクタイム以
内にヘゲ疵をその有害度に比較した値として出力
することができ、その演算結果は疵バツフア２３
を介して、CPU２４に送られ、総疵面積等の算
出、欠陥位置による判定等の高度の判断の後、表
示部２５、モニタ２６、プリンタ２７等に送られ
ると共に外部装置（疵取り装置）のコントロール
に利用される。 熱鋼材の輻射光像における欠陥（ヘゲ疵）は、
その発生に起因する様々の大きさと剥離度に関連
する独特なハーフトーン（灰色）を持つて様々な
性状で存在しており、単純に信号が大きいからと
いうことでは判別することはないが、本発明によ
れば、このような従来の問題点を悉く解消するこ
とができる。以下、具体例をあげてその効果を見
て行く。 先ず、第８図ａに示すような輻射光画像の映像
信号について基準パターン信号a′を作り、その両
者の偏差信号がｂである。この信号には１個のヘ
ゲ疵と共に多数のスケールが含まれている。そこ
で本発明の信号処理を行なつた結果がｃである。
これから直ちにわかるようにスケールは十分抑え
られ、ヘゲ疵は強調されている。次に第９図ａに
示すような輻射光像の場合、この信号には多数の
スケールと共に根の深い有害なヘゲ疵と剥離しか
けの有害度の小さいヘゲ疵が含まれている。単に
黒さ（信号の深さ）のみに着目すると、有害度と
逆の出力を出しかねないし、またスケールもかな
り混入する。また単に信号の幅のみに着目しても
それ程明確に有害度を求めることができない。し
かし本発明によれば、結果ｃからわかるように、
ヘゲ疵の有害度に相応した出力を得ることができ
る。 次に実験例を示す。 実験例 １ 熱鋼材：スラブ（キヤツプド鋼） 熱鋼材温度：1150℃（材上表面中央にて測定） 撮像装置：2048ビツト固体撮像機 Γ具体的方法 熱間スラブの輻射光画像より固体撮像機にて得
た映像信号を増幅器、自動感度調整器及び高速サ
ンプルホールドＡ／Ｄ変換器を通して８ビツトの
デイジタル信号VSに変換する。然る後、一方で
は材固有の温度斑に追従する基準パターン信号
NORを抽出するため、２次元的にピークホール
ド処理を施した後、或る一定面積にわたつて平均
を取る。他方、基準パターン信号の抽出に要する
時間のためにデイジタル信号VSをシフトレジス
タにより遅延させる。遅延信号と基準パターン信
号を引算して偏差信号αVSを求める。この偏差
信号αVSより、ノイズレベル（〓50ｍＶ）を考
慮して決められる基準レベルPo（＝−0.1V）よ
り以下の部分を個々に取出し、信号深さＰ（Ｖ）
信号幅Ｗ（mm）（材面上での幅に換算した値）を
算出する（第１０図参照）。先ず予め数個のスケ
ール及び欠陥（ヘゲ疵）らしき部分に着目し、上
記パラメータの組（Ｐ、Ｗ）の有害度を調べる。
このようにしてサンプリングされた疵データマツ
プを第１１図に示す。この第１１図は６個のヘゲ
疵と７個のスケールがサンプリングされている。
そこでヘゲ疵の集合とスケールの集合とを分離す
る識別曲線L1 Ｗ／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓＝１ （式1.1） のα、β、γが判定される。この場合は、α＝
２、β＝7.5、γ＝２である。 従つて、識微方程式は （Ｐ、Ｗ）＝Ｗ／２＋｛７．５（｜Ｐ−０．１｜）
｝〓（式 1.2） （Ｐ、Ｗ）≧１の時 ヘゲである （Ｐ、Ｗ）＜１の時 ヘゲでない となる。 このようにして識別方程式が一旦決定されてし
まうと、同鋼種の材については、映像信号より上
記の方法で算出されるパラメータの組（Ｐ、Ｗ）
を（式1.2）に代入することにより欠陥か否かの
判断が直ちに得られる。具体的には（式1.2）の
内容は、Ｐ、Ｗの値をアドレスとした時のPROM
のデータ出力と云う形で実現される。その状況を
第１２図に示す。新に入力された映像信号より算
出した62組の（Ｐ、Ｗ）の各々を（式1.2）で識
別した場合、次表のような良好な結果が得られ
た。従つて、従来のように信号深さのみ、或いは
信号幅のみで判定するのに比べて検出率の大幅な
向上が期待できる。
【表】
実験例 ２
熱鋼材：スラブ（セミキルド鋼）
熱鋼材温度：1200℃（材上表面中央にて測定）
撮像装置：2048ビツト固体撮像機
Γ具体的方法
実験例１と同様な方法により信号深さＰ
（Ｖ）、信号幅Ｗ（mm）を算出する。そして数個の
スケール及びヘゲに着目し、疵データマツプを作
成する（第１３図）。この第１３図には８個のヘ
ゲ疵（その内３個はＲ型、４個がＴ型、１個がＦ
型）と10個のスケールの分布が与えられている。
この分布より先ずスケールの集合とヘゲの集合を
分離するための識別曲線L2 Ｗ／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓＝１ （式2.1） のα、β、γが決定される。この場合、α＝
7.5、β＝7.5、γ＝２である。 従つて、識別方程式は （Ｐ、Ｗ）＝Ｗ／７．５＋｛７．５（｜Ｐ−０．１
｜）｝２（式 2.2） （Ｐ、Ｗ）≧１の時 ヘゲである （Ｐ、Ｗ）＜１の時 ヘゲでない となる。 その状況を第１４図に示す。この場合も実験例
１と同様、信号深さのみ或いは信号幅のみを測定
のパラメータとしたのでは到底分離しきれない分
布をうまく分離し、高い検出率を得ることができ
た。またヘゲ疵の中にはむしろ割れに近く根のあ
る冷えにくい、従つてあまり黒くならないヘゲ
（Ｒ型）と通常のヘゲ（Ｔ型）、剥離しかけのヘゲ
（Ｆ型）等があり、もし有害度の高いＲ型ヘゲの
み検出すると云う場合には、また別の識別曲線が
存在する。それが第１３図のL3である。即ちα
＝7.5、β＝7.5、γ＝３の場合である。このよう
に識別曲線を使つた場合は、欠陥の有害度に応じ
た判断が可能となる。 以上実施例に詳述したように本発明に係る信号
処理方法によれば、信号の中から幅と深さと云う
複合的パラメータを取出し、実際の欠陥のあり方
に即して決定される関数を使用することによつて
有害度に対応した出力を得ることができるのであ
り、その実用的価値は極めて著大である。
（Ｖ）、信号幅Ｗ（mm）を算出する。そして数個の
スケール及びヘゲに着目し、疵データマツプを作
成する（第１３図）。この第１３図には８個のヘ
ゲ疵（その内３個はＲ型、４個がＴ型、１個がＦ
型）と10個のスケールの分布が与えられている。
この分布より先ずスケールの集合とヘゲの集合を
分離するための識別曲線L2 Ｗ／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓＝１ （式2.1） のα、β、γが決定される。この場合、α＝
7.5、β＝7.5、γ＝２である。 従つて、識別方程式は （Ｐ、Ｗ）＝Ｗ／７．５＋｛７．５（｜Ｐ−０．１
｜）｝２（式 2.2） （Ｐ、Ｗ）≧１の時 ヘゲである （Ｐ、Ｗ）＜１の時 ヘゲでない となる。 その状況を第１４図に示す。この場合も実験例
１と同様、信号深さのみ或いは信号幅のみを測定
のパラメータとしたのでは到底分離しきれない分
布をうまく分離し、高い検出率を得ることができ
た。またヘゲ疵の中にはむしろ割れに近く根のあ
る冷えにくい、従つてあまり黒くならないヘゲ
（Ｒ型）と通常のヘゲ（Ｔ型）、剥離しかけのヘゲ
（Ｆ型）等があり、もし有害度の高いＲ型ヘゲの
み検出すると云う場合には、また別の識別曲線が
存在する。それが第１３図のL3である。即ちα
＝7.5、β＝7.5、γ＝３の場合である。このよう
に識別曲線を使つた場合は、欠陥の有害度に応じ
た判断が可能となる。 以上実施例に詳述したように本発明に係る信号
処理方法によれば、信号の中から幅と深さと云う
複合的パラメータを取出し、実際の欠陥のあり方
に即して決定される関数を使用することによつて
有害度に対応した出力を得ることができるのであ
り、その実用的価値は極めて著大である。
第１図はスケールの信号波形図、第２図はスケ
ール発生及び冷却の過程を示す図、第３図はヘゲ
疵の信号波形図、第４図は有害度の高いヘゲ疵の
信号波形図、第５図は信号の幅、深さに対する分
布図、第６図は本発明の一実施例を示す全体のブ
ロツク図、第７図は同ヘゲ抽出回路のブロツク
図、第８図及び第９図は同信号波形図、第１０図
は実験例１における信号波形図、第１１図は同識
別曲線L1を求めるための疵データマツプ、第１
２図は同識別曲線L1を用いての欠陥の判定を示
す図、第１３図は実験例２において識別曲線L2
を求めるための疵データマツプ、第１４図は同識
別曲線L2，L3を用いての欠陥の判定を示す図で
ある。 １……熱鋼材、２……撮像装置、５……サンプ
ルホールドＡ／Ｄ変換器、７……基準パターン検
出回路、８……引算回路、９……ヘゲ抽出回路、
１１……信号深さ検出回路、１２……信号幅検出
回路、１３……演算回路。
ール発生及び冷却の過程を示す図、第３図はヘゲ
疵の信号波形図、第４図は有害度の高いヘゲ疵の
信号波形図、第５図は信号の幅、深さに対する分
布図、第６図は本発明の一実施例を示す全体のブ
ロツク図、第７図は同ヘゲ抽出回路のブロツク
図、第８図及び第９図は同信号波形図、第１０図
は実験例１における信号波形図、第１１図は同識
別曲線L1を求めるための疵データマツプ、第１
２図は同識別曲線L1を用いての欠陥の判定を示
す図、第１３図は実験例２において識別曲線L2
を求めるための疵データマツプ、第１４図は同識
別曲線L2，L3を用いての欠陥の判定を示す図で
ある。 １……熱鋼材、２……撮像装置、５……サンプ
ルホールドＡ／Ｄ変換器、７……基準パターン検
出回路、８……引算回路、９……ヘゲ抽出回路、
１１……信号深さ検出回路、１２……信号幅検出
回路、１３……演算回路。
Claims (1)
- 【特許請求の範囲】 １ 熱鋼材の輻射光画像を捉えて映像信号を得、
この映像信号より、予め設定された基準レベル
Po以下の部分を個々に取出し、各々について信
号深さＰ及び信号幅Ｗを算出し、これらパラメー
タの組（Ｐ、Ｗ）によつて欠陥か否かを判別する
熱鋼材の表面欠陥検出における信号処理方法であ
つて、先ず予め対象となる熱鋼材の少なくとも１
つ以上を取出し、その表面の映像信号と実際の疵
とを対比させて、パラメータの組（Ｐ、Ｗ）の
各々に対応する熱鋼材の部分の疵の有無又は疵の
程度を測定することによつて、各パラメータの組
（Ｐ、Ｗ）に対応する疵データマツプを作成し、
この疵データマツプより欠陥識別方程式 （Ｐ、Ｗ）＝Ｗ／α＋｛β（｜Ｐ−Ｐｏ｜）｝〓 （Ｐ、Ｗ）≧１の時 欠陥を判定 （Ｐ、Ｗ）＜１の時 欠陥でないと判定 但し、α、β、γは疵データマツプを用いて予
備実験的に決定されるパラメータ を決定しておき、然る後、その後に供給される熱
鋼材の表面欠陥を、その材の映像信号から算出さ
れるパラメータの組（Ｐ、Ｗ）を上記欠陥識別方
程式に代入することによつて判別することを特徴
とする熱鋼材の表面欠陥検出における信号処理方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11479578A JPS5540978A (en) | 1978-09-18 | 1978-09-18 | Signal processing method in surface deficiency detection of hot steel material |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11479578A JPS5540978A (en) | 1978-09-18 | 1978-09-18 | Signal processing method in surface deficiency detection of hot steel material |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5540978A JPS5540978A (en) | 1980-03-22 |
| JPS6130685B2 true JPS6130685B2 (ja) | 1986-07-15 |
Family
ID=14646871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11479578A Granted JPS5540978A (en) | 1978-09-18 | 1978-09-18 | Signal processing method in surface deficiency detection of hot steel material |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5540978A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107863961A (zh) * | 2016-09-21 | 2018-03-30 | 亚德诺半导体集团 | 减少逐次逼近模数转换器中电介质吸收的方法和装置 |
| US10449584B2 (en) | 2013-05-30 | 2019-10-22 | Primetals Technologies Austria GmbH | Adjustable descaler |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0629864B2 (ja) * | 1988-09-08 | 1994-04-20 | 川崎製鉄株式会社 | 表面欠陥検査方法 |
| JP5439008B2 (ja) * | 2009-03-31 | 2014-03-12 | 株式会社豊田中央研究所 | 高温物体の形状計測装置及び形状計測方法 |
-
1978
- 1978-09-18 JP JP11479578A patent/JPS5540978A/ja active Granted
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10449584B2 (en) | 2013-05-30 | 2019-10-22 | Primetals Technologies Austria GmbH | Adjustable descaler |
| CN107863961A (zh) * | 2016-09-21 | 2018-03-30 | 亚德诺半导体集团 | 减少逐次逼近模数转换器中电介质吸收的方法和装置 |
| CN107863961B (zh) * | 2016-09-21 | 2021-12-07 | 亚德诺半导体集团 | 减少逐次逼近模数转换器中电介质吸收的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5540978A (en) | 1980-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4319270A (en) | Surface inspection system for hot radiant material | |
| TW486568B (en) | Method and apparatus for quantitative nondestructive evaluation of metal airfoils using high resolution transient thermography | |
| JP5392179B2 (ja) | 鋼板の欠陥検出方法及び欠陥検出システム | |
| JP4580466B2 (ja) | 溶銑温度の検知方法及びこれを用いた高炉の操業方法 | |
| JP6414102B2 (ja) | 精錬炉排出流の判定装置、精錬炉排出流の判定方法及び溶融金属の精錬方法 | |
| JPS6026176B2 (ja) | 赤熱金属材料の表面疵検出装置 | |
| JPS6130685B2 (ja) | ||
| JPS6142820B2 (ja) | ||
| JPH06148098A (ja) | 表面欠陥検査装置 | |
| CN113720841B (zh) | 一种激光淬火质量监测方法及其应用 | |
| KR100928792B1 (ko) | 슬래브 표면의 흠 검출 장치 | |
| JP2020112429A (ja) | スラグの定量化方法 | |
| JPS5916661B2 (ja) | 高温被検材の表面欠陥検出における信号処理方法 | |
| JPS61140384A (ja) | 電縫溶接における溶接状況計測方法 | |
| JP7590876B2 (ja) | 鋳造物の検査方法および検査システム | |
| JPS6239382B2 (ja) | ||
| JP3246375B2 (ja) | 高炉のガス流分布検出方法及びその装置 | |
| JPS6261899B2 (ja) | ||
| JPS6250775B2 (ja) | ||
| US6537386B1 (en) | Apparatus and method for surface treatment of metal articles | |
| KITAGAWA et al. | An Automatic Surface Defect Detection System for Hot Ingot Casting Slabs Using an Infrared Scanning Camera and Image Processors | |
| JP2004118335A (ja) | 画像処理方法および画像処理装置 | |
| JP3203977B2 (ja) | 高炉のガス流分布検出方法及びその装置 | |
| JPS5877643A (ja) | 赤熱鋼材表面疵検出装置 | |
| JPS5952775B2 (ja) | 探傷装置 |