Study on Steel Surface Defect Detection using Optimal Filter and Dual-Light Switching Lighting

Abstract

Steel manufacturing is one of the fundamental industries in the world. In the steel-making process, plant automation is an important issue for improving productivity. In this paper, a new lighting scheme and a novel filtering scheme are proposed for automatic defect detection in steel surfaces. Steel has a non-uniform surface and various shapes of defects. These problems make it difficult to detect defects. To address these problems, we propose a switching lighting method and a sub-optimal filtering scheme.

First, to minimize the influence of the non-uniform surface and improve the accuracy of the detection rate, a detection method based on dual-light switching lighting (DLSL) is proposed. In general, single lighting (SL) methods cannot accurately represent the steel surface because the surface features are non-uniform and vary greatly depending on the lighting conditions. In the DLSL method, defective regions are represented by a black and white pattern, regardless of shape, size, or orientation. Thus, defects can be found by the black and white patterns in the corresponding images.

Second, this paper proposes a defect detection scheme using the steel surface image acquired by the DLSL method. The steel surface is partially covered with oxidized substances (scales) produced during a hot-working manufacturing process . The presence of scales strongly affects the optical properties of the surface. Moreover, the surface varies according to the type of steel. The textures of steel plate images are very different because of the temperature and grade . Therefore, conventional filter design methods are not effective for different image textures. Our sub-optimal scheme is based on an optimized finite impulse response (FIR) filter. The sub-optimal scheme is intended to maximize the energy values between the defective and defect-free regions in the various texture surface regions.

Finally, the experimental results conducted on a steel surface image from an actual steel production line show the effectiveness of the proposed algorithm.

최근 여러 산업 분야에서는 품질의 향상과 생산성 증대를 위해 자동화 검사 장치 개발이 활발히 연구되고 있다. 철강 산업 분야도 다른 산업들과 마찬가지로 자동화 검사 장치 개발이연구되고 있으며, 특히 제품의 최종 검사 단계인 철강 표면 검사에 대한 연구가 중요시 되고 있다.

본 논문에서는 철강 표면의 결함을 효과적으로 검출하기 위한 교차 조명 (Dual-Light Switching Lighting Method)과 준 최적 필터(Sub-optimal filtering)기법을 제안한다. 일반적으로 결함 검출 시스템은 단일 조명 환경에서 많은 연구가 개발되어 왔다. 단일 조명 환경에서는 결함의 형태 및 크기에 따라 다양한 조명 패턴이 발생하며, 이러한 단일 조명 환경에서 개발된 알고리즘은 결함의 크기 및 형태 특성에 맞추어 개발함으로, 특정 결함 및 대상에 대해서는 우수한 성능을 보장하지만, 여러 형태의 결함에 대해서는 높은 성능을 보장 하지 못한다.

본 논문에서는 첫 번째로, 결함의 형태, 크기, 방향에 관계없이 항상 결함의 특성을 일정하게 유지하는 방법인 교차 조명 방법을 제안한다. 교자 조명은 결함 영역에서만 패턴을 발생시키도록 설계 되며, 따라서 본 논문에서 제안하는 교차조명 기법을 통해 결함의 형태 크기에 무관하게 단일 패턴 검출 문제를 통해 해결 할 수 있다.

두 번째로, 표면 특성이 다양한 철강 영상에 대해 효과적으로 패턴을 검출할 수 있는 방법을 제안한다. 최적 FIR 필터는 결함과 비결함 간의 에너지 차이를 최대화시키는 방향으로 설계된다. 하지만, 철강 영상의 경우 다양한 강종으로 인해 단일 필터만으로는 최적 성능을 보장하지 못한다. 따라서 본 논문에서는 사전 정의된 최적 FIR 필터를 통해 최적 성능에 가까운 Sub-optimal 필터 설계 방법을 제안한다.

본 논문에서 제안된 방법을 통해 후판 결함인 열간 교정 마크 검출에 활용하였다. 열간 교정 마크 결함은 결함의 종류 및 크기가 다양하여 정확한 검출 방법이 필요하다. 따라서 앞서 설명된 교자 조명 기법과 준 최적 필터 기법을 통해 후보군을 추출하고, 교정마크 결함의 주기성 및 유사성 특성을 이용하여 최종 검출 성능을 높였다.

제안된 방법의 성능을 실제 철강 생산 라인에서 수집된 영상을 통해 검증이 되었다.