帶鋼表面缺陷檢測算法的研究.pdf

1、帶鋼表面缺陷是衡量帶鋼質量的主要因素，由于原材料、軋制設備、加工工藝和系統(tǒng)控制等多方面原因，造成帶鋼表面出現多種缺陷，影響最終產品的性能和質量。因此，帶鋼表面缺陷檢測算法的研究必將為企業(yè)帶來巨大的經濟價值和現實意義。本文對帶鋼表面缺陷圖像的處理和識別技術進行了深入的研究，提出了檢測算法的總體方案，成功實現了帶鋼表面缺陷的實時檢測，提高了帶鋼生產的自動化水平。
　　在預處理階段，采用自適應濾波去除圖像中的噪聲，使圖像得到增強；根據缺

2、陷圖像的表現特性，提出了一種光照不均勻校正算法；針對傳統(tǒng)閾值選擇算法的不足，提出一種基于最大類間類內距離比準則的閾值選擇算法，成功實現了目標缺陷區(qū)域與背景的分離。
　　根據特征向量的類可分離性準則和仿射不變性準則，提出將對于目標的旋轉、平移和尺度變化保持不變的不變矩描述子作為缺陷圖像的特征向量進行提?。徊捎弥鞒煞址治龇▽μ卣飨蛄窟M行空間降維處理，將原始22維特征向量壓縮為15維特征向量，有效地提高了系統(tǒng)的運行速度。
　　研究

3、了統(tǒng)計學習理論中的一類支持向量機分類方法；詳細討論了一類支持向量機分類器設計中核函數的選擇和參數的設置問題；將一類支持向量機與BP神經網絡進行了性能比較，分析了一類支持向量機在模式識別中的優(yōu)越性。
　　采用本文研究的算法，利用工業(yè)現場獲得的180幅帶鋼缺陷圖像進行測試，對于乳液斑缺陷、孔洞缺陷、輥印缺陷、欠酸洗缺陷、劃傷缺陷和邊裂缺陷等六類缺陷的正確識別率分別為90.00％、90.00%、90.00%、100.0%、93.33%和