板帶鋼缺陷圖像的多體分類模型及識別技術研究.pdf

1、隨著市場變化及其結構的調整，高品質的板帶鋼在鋼鐵工業(yè)中的地位日益重要。它在汽車、家電、造船、航空航天等相關領域有重要應用并且需求量上升迅猛。由于連鑄鋼坯、軋制設備、加工工藝等多方面的原因，會導致板帶鋼表面出現(xiàn)焊縫、夾雜、抬頭紋、氧化皮、結疤、輥印、刮傷等多種類型的缺陷。這些缺陷的存在，一方面降低了產品的抗腐蝕性、耐磨性和疲勞強度等性能，另一方面也使其無法應用于外觀要求較高的領域。雖然我國的鋼鐵產量居世界第一，但每年卻需要大量進口高品質的

2、鋼板。提高板帶鋼表面缺陷的檢測與控制水平，具有重要的戰(zhàn)略意義。模式識別是基于圖像信息的檢測技術的重要步驟。目前應用于板帶鋼表面缺陷檢測系統(tǒng)的模式識別方法存在環(huán)節(jié)眾多、識別率低、識別速度較慢、推廣性差、適應性差等不足。其原因主要在于：就研究對象的特征而言，一方面不同類缺陷的圖像在特征上并不存在很明確的界限，另一方面，同一類缺陷的圖像在特征上存在較大差異；就常用模式分類方法而言，其分類機制與特征空間中類別的分布特性在表現(xiàn)方式、尺度、擴張性等

3、方面存在的多種不一致，產生了聚類中心周圍含有其它類別雜點、擬合劃分面切開同類樣本等問題，增加了誤識的可能。對于以上存在的問題，可以通過構建適應性良好的分類模型加以解決。因此，本文在分類模型及具體的分類器實現(xiàn)方法上展開研究，具體研究內容和取得成果如下：
　　 (1)對模式分類機制進行深入研究，總結分析目前常用的分類方法存在的問題。針對這些問題，提出類別的本征空間和認知空間的概念，進而提出與類別在認知空間的分布狀態(tài)的一致性較好的以多

4、個單一類別的擴張體為基本元素的多體分類模型，給出了該模型的具體構建方法。通過理論分析和實例分析表明該模型與常用方法相比的在分類機制上優(yōu)越性。
　　 (2)結合多體分類模型，對傳統(tǒng)SOFM神經網(wǎng)絡進行改進和優(yōu)化，提出了WTM-SOFM分類法。該方法采用跟蹤SOFM網(wǎng)絡訓練歷史軌跡的方式克服了SOFM神經網(wǎng)絡對類別間隔狹小或空間怠點分類能力的不足。實驗研究表明它相比SOFM具有更強的邊界沖突調解及邊界擴張能力。
　　 (3)