基于機器視覺的帶鋼表面缺陷檢測算法研究.pdf

1、分類號號UDCCC密級級級J學號號號、砂易襯，去軍碩士學位論文基于機器視覺的帶鋼表面缺陷檢測算法研究陳平學科名稱:檢測技術(shù)與自動化裝置學科門類:工學指導教師:李琦教授楊延西教授申請日期:2010年3月摘要論文題目:學科名稱:碩士生:指導教師:基于機器視覺的帶鋼表面缺陷檢測算法研究檢測技術(shù)與自動化裝置陳平(簽名):李琦(簽名):魚季一.尸詩口產(chǎn)硯楊延西(簽名):摘要隨著社會發(fā)展的需要，帶鋼產(chǎn)品在生產(chǎn)生活中應(yīng)用越來越廣泛。帶鋼表面質(zhì)量直接影

2、響其后續(xù)產(chǎn)品的質(zhì)量，現(xiàn)有的檢測方法在高速帶鋼生產(chǎn)線中存在實時性差、識別率較低等弊端，己成為制約帶鋼相關(guān)工業(yè)發(fā)展的瓶頸，所以帶鋼表面缺陷檢測方法成為國內(nèi)外研究的熱點之一?；跈C器視覺的缺陷檢測技術(shù)具有非接觸、智能化、高精度、快速性等優(yōu)點，是無損檢測技術(shù)的發(fā)展趨勢，本文基于機器視覺技術(shù)，為了實現(xiàn)缺陷檢測的快速性和準確性，著重研究了帶鋼表面缺陷檢測的核心算法和關(guān)鍵技術(shù)，具體內(nèi)容如下:1.缺陷目標檢測算法:比較分析了各種邊緣檢測算子在缺陷目標檢

3、測上的局限性，采用背景差分算法進行帶鋼表面缺陷目標檢測，實驗結(jié)果表明該算法抗干擾能力強，具有自適應(yīng)性，缺陷定位準確，便于后續(xù)缺陷分割。2.缺陷區(qū)域提取算法:采用快速貼標簽算法標記缺陷目標，接著對標記后的目標定位，截取只包含單個缺陷目標的位圖，便于后續(xù)缺陷特征提取。3.缺陷特征優(yōu)化算法:對單個缺陷進行形態(tài)特征、灰度特征、紋理特征的提取，并對這三類原始特征采用主成分分析法進行特征優(yōu)化選擇，優(yōu)化后的特征作為BP神經(jīng)網(wǎng)絡(luò)的輸入，用來進行缺陷分類