欢迎来到天天文库
浏览记录
ID:32469800
大小:2.56 MB
页数:66页
时间:2019-02-06
《带钢表面缺陷检测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、’0’I^西安建筑科技大学硕士学位论文带钢表面缺陷检测方法研究专业:材料加工工程硕士生:郑健峰指导教师:王快社副教授摘要表面质量的好坏是带钢的一项重要指标,随着科学技术的不断发展,后续加工工业对带钢的表面质量要求越来越高。如何检测出带钢表面缺陷并加以控制,引起带钢生产企业的高度关注。随着计算机视觉技术的发展和计算机性能的不断提高,由带钢图像在线检测其表面质量己成为国内外学者研究的热点课题。本文在深入研究现有带钢表面缺陷检测技术的基础上,设计研制了一套使用面阵CCD摄像机进行带钢表面缺陷检测的装置,研究开发了一种新的带钢表面缺陷检测方法。所开发的检测系统具有以下特点:使用LED面光
2、源做为照明装置,使照度在70-q00Lux之间,达到了带钢表面高质量成像的目的;选用合适的面阵CCD摄像机,能在轧制速度为5.0m/$时摄取到带钢表面最小尺寸为O.5minx0.5mm的微小缺陷;在对图像处理相关技术进行研究的基础上,设计和测试了图像平滑降噪、图像边缘检测和图像数学形态学操作各阶段所使用的技术,更适合带钢表面缺陷图像的处理和特征的提取;讨论和提取的特征量及选用的人工神经网络分类器对带钢表面缺陷的分类更加有效。在研制开发的带钢表面缺陷检测装置上通过实验对该方法进行了试验研究,结果表明此方法可以有效的检测出带钢常见的表面缺陷,平均检出率为91%。该检测方法新颖、设备结
3、构简单,能满足大部分带钢生产线的表面缺陷检测要求,具有较高的推广应用价值。由于带钢表面缺陷种类繁多,建议下一步研究工作重点放在缺陷种类识别与分类部分,以满足带钢表面缺陷的无遗漏检测。关键词:带钢;表面缺陷;缺陷检测:图像处理西安建筑科技大学硕士学位论文StudyonDefectsDetectionofSurfaceinSteelStripSpecialty:MaterialsProcessingEngineeringName:ZhengJianfengInstructor:.WangKuaisheABs.rRACTSurfacequalityisoneofthemostimpor
4、tantqualityparametersforsteelstrip,withthedevelopmentoftechnology,whichgetmol'eandmorec,onectlisfromthefollow-upindustry.Theironandsteelcorporationpaymoreandmoreattentiononhowtodetectandcontrolthedefectsofsurfaceinsteelstrip.Withtheimprovementofthecomputer-visionandcomputercapacity,automatics
5、urfacedetectioninsteelstripbasedonimagehasattractedmoreattention.AnexperimentaldeviceusingCCDmatrixcameratodetectdefectsofsurfaceinsteelstripwasdesignedbasedonthedeepinvestigationandstudyofexistedsurfacedetectiontechnologiesinthispaper,andanewsystemfordefectsdetectionwasinvented.Thecharacteri
6、sticofnewsystemareasfollow:LEDlightsourcehasbeenadoptedtoilluminate,keeptheilluminationintherangeof70~looLu墨whichassurethehighqualityofsurfaceimagesinsteelstrip;TheappropriateCCDmatrixcamcTawhichoperationareais0.5mmx0.5mmhasbeenusedtocapturethesmalldefectsatthespeedof5m/s;Imageprocessing,such
7、asfiltersmoothingthenoise,imageedgedetection,andimagemathematicalmorphologyprocessingtechniquesappliedinsurfacedetectionarestudiedanddeveloped,accordingtotheemphasisonprecisionrequirement,whichweremoresuitforthefeaturesextraction;Featuresextr
此文档下载收益归作者所有