基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法

《基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第21卷1期应用基础与工程科学学报Vo1．21，No．12013年2月JOURNALOFBASICSCIENCEANDENGINEERINGFebruary2013文章编号：1005-0930(2013)O1-0174-01l中图分类号：TP391文献标识码：Adoi：10．3969／j．issn．1005-0930．2013．01．019基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法周新星，王典洪，孙林2，王洪亮，李东明(I．中国地质大学(武汉)机械与电子信息学院，湖北武汉430074；2．武汉钢铁(集团)公司，湖北武汉430083

2、)摘要：基于多尺度几何分析的表面缺陷特征提取方法中，常用的可分离二维Wavelet基是各向同性的，无法有效表示图像的纹理和边缘，且通常对多尺度分解系数所提取的特征不全面．提出基于非下采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的特征提取方法，并应用于冷轧带钢表面缺陷自动识别．首先用NSCT对缺陷图像进行多尺度多方向分解；然后将子带图像输入PCNN迭代点火，计算点火图的熵序列作为子图的特征，合并各子图特征得到原图的特征向量；最后用支持向量机进行分类识别．该方法能够全面准确提取缺陷图像信息，尤其是纹理边缘等方向信息，且方法可并行实现，

3、PCNN不需要训练．利用从生产线现场采集的缺陷图像对文中方法进行了试验，识别率达95．44％．关键词：表面检测；特征提取；非下采样Contourlet变换；脉冲耦合神经网络；多尺度几何分析基于机器视觉的表面缺陷检测系统已成为表面缺陷检测系统的主流，它由4个部分组成：图像预处理、缺陷检测、缺陷特征提取和分类识别，其中后两者是最重要的环节．目前研究主要集中在分类器的设计上，专门研究缺陷特征提取的文献并不多．然而，由于缺陷特征提取对后续的分类识别起着至关重要的作用，所以很有必要对其进行深人研究，这也是本文研究的主要内容．冷轧带钢表面缺陷的形成原因复杂，涉及炼钢、

4、热轧和冷轧过程，缺陷种类多，形态复杂．它们各自表现出不同的特征，如纹理特征、形状特征等，还有很多缺陷太过复杂难以用明确的特征来表示；同时，同一类型的缺陷在表观上存在较大差异，不同类缺陷有时又很相似，这都给冷轧带钢表面缺陷的特征提取带来挑战．从目前发表文献看，国内外学者主要提取纹理特征、几何特征、灰度特征、不变矩特征等进行缺陷图像的识别，由于是在空间域直接提取特征，而图像的某些潜在特性在空间域表现不明显，故识别率仍有待提高¨。J．多尺度几何分析是近几年蓬勃发展的高维函数稀疏表示方法，它符合人类视觉皮层对图像有效表示的要求，即局部性、方向性和多尺度性，在图像处

5、理领域有非常好的应用前景．为克服在空间域提取缺陷特征的不足，有学者提出基于多尺度几何分析的表面缺收稿日期：2011-09．18：修订日期：2012-03-28基金项目：国家自然科学基金项目(11175160)；湖北省自然科学基金重点项目(2010CDAO07)作者简介：周新星(1984一)，男，博士研究生Tel：18064127361，Email：zhouxx_faith@163．eomNo．1周新星等：基于非下采样Contourlet变换和PCNN的表面缺陷自动识别方法175陷特征提取方法，即先对缺陷图像进行多尺度分解，再对分解后的系数即子带图像提取特征

6、，这其中，选择何种多尺度分析方法和对系数提取何种特征量是最关键的2个问题．对于第一个问题，Wavelet变换是最常用的多尺度分析工具-4，如文献[6]提出基于Wavelet变换的幅值谱不变矩特征提取方法，应用于表面缺陷识别，识别率达91．60％．然而。二维可分离Wavelet是由一维Wavelet用张量积扩展得到，它的基缺乏方向性，是各向同性的，在表述图像中纹理、边缘等方向信息时效果不理想，而纹理和边缘正是表面缺陷图像的主要特征．因此，需要寻找更加有效的多尺度分析方法对缺陷图像进行处理．近几年国外学者提出了新的多尺度变换，包括CurveletJ、Bande

7、let_8J、Contourlet-9。等．Contourlet变换是一种“真正”的图像二维表示方法，能用不同尺度、不同方向的子带更准确地捕获图像中的分段二次连续曲线，使表示图像边缘的Contourlet系数更加稀疏．但Contourlet变换缺乏平移不变性，这在奇异性方面导致了伪吉布斯现象．非下采样Contourlet变换(nonsubsampledcontourlettransform，NSCT)是Contourlet的改进形式，它继承了Contourlet的优良特性并具有平移不变性．所以，NSCT更加适合于表面缺陷图像的处理，本文选择NSCT作为多尺

8、度分析方法．对于第二个问题，现有文献中对多尺度分解后的子图主要提取