基于目标特征分析的带钢缺陷图像分割

《基于目标特征分析的带钢缺陷图像分割》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、■‘？．、’．’＇’夺－：？、’，ｖ＞：Ｖ在不．；冷、皆巧、．卢、：＜‘義ｒ；篇鸿！巧兴巧？．、￣＾＇一、＞？，、‘．一－＾、＾、、＞一＊、、；二＜７＾；公不Ｘｉ壯：护＾＇六备旁＼＇’、．、．．？’．产‘ｗ；碱．－’也古公＾．．；，Ｓａ若品許ａ蘇Ｕ：戀’．＇＇；．Ｖ．＇．，Ｖ节於．如、；．；；令謂＾：北＾．扣聲＞；．；心戒—Ｖ？：姆黄矜兴ｆ尺、＝、ＶＩ，麵議麵觀麵誦ｉｌｌ＇’—Ｉ、‘．＇女二．辨鶴教權．邱雜堪纔誠Ｘ：；伊鱗乂？？ｉｉｉｉｉ誦古嗦隹＇絶届麵？＇．．＼端帮Ｖ、謬馨

2、；；％．激篇穿編誦歡擧＇’：．＇－．＇．．鮮．．．．货：Ｃ辨起＾跳．，？馨％論作辨按；＇＾轉举：’；、．分析的＞巧姊中：受题卷巧這讲肯标特征發韓游早讀？＇：．Ｔ．＿＾畜臺童１：榮钢被焰图巧分割；．Ｊ￡：％；今二誠：Ｓ夏ｇ■．＇’＇、．—＾．＇．＾．．．父＼：Ｌ游鸣；；、Ｓｅ打，？想亦（英文题名）ｇｍｅｔａｔｉｏｎｏｆｓｔｒｉｐ舱ｆｅｃｔｓ二；巧社＇－——、式＾：．；．＇＾－＂．钟培．义ｊ：，；；．璧睽；．；瓦貧．．．吝违产，、二ｖ；，．皆－唯＾＾，＇＾：＼＼、中兹

3、．，ｉｍａｇｅｂａｓｅｄｏｎｔａｒｇｅｔｆｅａｔｕｒｅａｎａｌｙｓｉｓ：＾：；ｙ亩；；：皆；＾’‘．’乂＇心‘、、：＇＇．＇八’、－－端＇知兴ｖ／气於换Ｌ、、＇．＇请吟＇巧提議ｆ誠究生變名．．择疫丧学号：苗２０１３０２２據讀寒ａｉ祕；；货蠻Ｖ雙藉导教师：（副教授）：巧：，Ｊ．．：、；．玉燕妮（请工乂；議難户底Ｋ＼辨＇－－－．；：二：；：巧舆］学臨；化电工程学晓矜叫＾，：：芒始；；．；，某、’＇＂＂￣卸妍械工程；，識户氏举科专业；，也凉４驚公瑪；７．

4、，．；＇－＇‘＾若；．．中骑心子＇、；＇呵吗兔乾冷？々：巧：１ｉ■一．■＂＇―务纖讀賴就證挙位位授类型予年；专业硕＊学铃甚苗：ｒ＾－．．．ｇＶ：＾、’．、為忘、０化年演ｈ；；：，：．７祭度；巧關％觀＇．．，、滿編．．冷．．養義某槪；ｒ／；．，．＇違；＼／遍－＇’：＾．訂＾．．：嚴茲ｉｆ總舞；ｒ．：；；訖違ｉ議儀垂碱雜或議續崖投纖麵转巧纖；ｃａｌ单位代码10709中图分类号TP391.41UDC密级：□公开□保密全日制专业硕士学位论文论文题名:基于目标特征分析的带钢缺陷图像分割研究生姓名：

5、赵霆学号：2013022041导师（校内）：管声启（教授）导师（校外）：王燕妮（高工）学院：机电工程学院学科专业：机械工程申请学位：专业硕士答辩委员会主任委员：陈锻炼答辩日期：2016年3月21日基于目标特征分析的带钢缺陷图像分割摘要：带钢是钢铁企业重要的产品之一，其质量直接决定着相关终端产品的质量。传统的带钢表面质量检测主要依赖人工检测，这必然造成误检、漏检，很难满足带钢生产的需要。随着机器视觉和图像处理技术的发展及应用，基于图像处理算法的带钢缺陷检测已成为国内外钢铁企业研究的热点。目前，经典的基于图像处理的带钢缺陷检测

6、方法主要从图像本身数据进行分析，没有考虑到被检测目标特征，因此，很难满足带钢分割的完整性和检测准确性要求。本文在人类视觉注意机制的基础上，提出了一种基于目标特征分析的带钢缺陷图像分割方法。首先，通过特征提取、小波多分辨率滤波、中央周边差操作、特征整合等操作形成带钢显著图；然后通过对带钢缺陷图像特征分析，构建多个特征的任务驱动，从而建立基于特征分析的视觉注意机制模型，完成对带钢缺陷图像的分割。在此模型基础上，形成带钢缺陷检测的新算法，最后，采用本文算法与传统的检测算法进行对比实验。实验结果表明，本文算法能够完成对各种常见带钢

7、缺陷的准确检测，且检测用时较少，鲁棒性强，解决了传统缺陷检测过程中检测准确性不高，检测效率低下的问题。为带钢生产企业提供一种新的检测方法，从而提高企业的带钢产品质量和市场竞争力，具有广阔的应用前景。（图：40幅；参考文献：59篇）关键词：带钢缺陷，视觉注意机制，特征分析，任务驱动，图像分割中图分类号：TP391.41IIISegmentationofstripdefectsimagebasedontargetfeatureanalysisAbstract:Stripsteelisoneoftheimportantsteel

8、enterpriseproducts,itsqualitydirectlydecidesthequalityofrelatedterminalproducts.Thetraditionalstripsurfacequalitydetectionmainlydependsonmanualdetection