基于改進(jìn)DAGSVM的鋼板表面缺陷檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、鋼板的廣泛應(yīng)用提高了對(duì)鋼板質(zhì)量要求的標(biāo)準(zhǔn)。在實(shí)際的生產(chǎn)過(guò)程中，缺陷常常出現(xiàn)在鋼板的表面、內(nèi)部以及邊緣等地方，其中鋼板表面缺陷更為常見(jiàn)，較為復(fù)雜?，F(xiàn)有的大多數(shù)鋼板表面缺陷檢測(cè)系統(tǒng)不能準(zhǔn)確地檢測(cè)出實(shí)際生產(chǎn)過(guò)程中的缺陷信息，在造成經(jīng)濟(jì)損失的同時(shí)，也不利于生產(chǎn)的可持續(xù)發(fā)展。因此，結(jié)合生產(chǎn)實(shí)踐，在現(xiàn)有鋼板表面缺陷檢測(cè)系統(tǒng)的理論與實(shí)踐基礎(chǔ)上，必須深入研究鋼板表面缺陷檢測(cè)系統(tǒng)，提高系統(tǒng)檢測(cè)的準(zhǔn)確率。
　　鋼板表面缺陷檢測(cè)系統(tǒng)中，圖像采集是缺陷檢

2、測(cè)的基礎(chǔ)。高質(zhì)量的圖像不但可以簡(jiǎn)化缺陷檢測(cè)算法的復(fù)雜程度，還可以加快缺陷檢測(cè)速度，對(duì)提高鋼板表面缺陷檢測(cè)系統(tǒng)的檢測(cè)效率具有重要的意義。為了獲得高質(zhì)量的鋼板缺陷圖像，論文對(duì)現(xiàn)有的鋼板表面缺陷檢測(cè)系統(tǒng)的圖像采集模塊進(jìn)行了改進(jìn)設(shè)計(jì)，首先分析了常用的光源照明模塊存在的不足，采用激光照明模塊，避免因光照不均以及光照角度不合理而導(dǎo)致圖像質(zhì)量不高的問(wèn)題；然后對(duì)現(xiàn)有的面陣CCD（Charge Coupled Device）和線陣CCD成像模塊進(jìn)行了分析

3、比較，根據(jù)鋼板表面缺陷檢測(cè)系統(tǒng)線陣CCD攝像機(jī)選型的要求，選取合適的線陣CCD攝像機(jī)來(lái)獲取高質(zhì)量的鋼板圖像。
　　針對(duì)現(xiàn)有的鋼板表面缺陷檢測(cè)系統(tǒng)檢測(cè)速度慢、檢測(cè)準(zhǔn)確度低的問(wèn)題，論文設(shè)計(jì)了一種基于改進(jìn)有項(xiàng)無(wú)環(huán)支持向量機(jī)（DAGSVM）鋼板表面缺陷檢測(cè)方法。首先分析了鋼板缺陷圖像的特征，提出了預(yù)分類處理的方法，將缺陷圖像的直方圖分區(qū)域進(jìn)行圖像增強(qiáng)，獲取較為準(zhǔn)確的缺陷目標(biāo)，然后統(tǒng)一進(jìn)行圖像處理，加快了缺陷檢測(cè)的速度；由于鋼板缺陷特征比較

4、復(fù)雜，不同類別的缺陷之間不一定存在分明的界限，提出了將模糊思想加入分類器的設(shè)計(jì)中，運(yùn)用量子行為粒子群（QPSO）算法全局尋優(yōu)的特點(diǎn)彌補(bǔ)模糊C-均值聚類（FCM）算法的不足，獲得最優(yōu)的聚類中心，并將其運(yùn)用到DAGSVM分類器中，識(shí)別出不同類型的缺陷，獲得準(zhǔn)確的檢測(cè)結(jié)果，并將缺陷檢測(cè)的信息以人機(jī)交互的界面展示給操作人員。
　　選取鋼板生產(chǎn)現(xiàn)場(chǎng)的缺陷圖像作為系統(tǒng)測(cè)試的數(shù)據(jù)，實(shí)驗(yàn)數(shù)據(jù)表明，基于改進(jìn)DAGSVM鋼板表面缺陷檢測(cè)系統(tǒng)可以提高鋼