实时带钢表面质量检测算法研究与应用-论文.pdf

实时带钢表面质量检测算法研究与应用-论文.pdf

ID:53033517

大小:628.17 KB

页数:4页

时间:2020-04-14

实时带钢表面质量检测算法研究与应用-论文.pdf_第1页
实时带钢表面质量检测算法研究与应用-论文.pdf_第2页
实时带钢表面质量检测算法研究与应用-论文.pdf_第3页
实时带钢表面质量检测算法研究与应用-论文.pdf_第4页
资源描述:

《实时带钢表面质量检测算法研究与应用-论文.pdf》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、机械设计与制造第7期74MachineryDesign&Manufacture2015年7月实时带钢表面质量检测算法研究与应用刘坤,陈宁纪,张晓怿,孙鹤旭(1.河北工业大学控制科学与工程学院,天津300130;2河北科技大学,河北石家庄050000)摘要:针对现有带钢表面质量检测技术在检测精度、数据实时吞吐量等方面存在的问题,提出了一种基于纹理特征编码的带钢表面缺陷检测方法。首先,利用高斯滤波器的差分响应模拟人类视觉的纹理感知模型,在原始图像空间内进行缺陷可疑点检测;然后对疑似缺陷位置进行纹理特征的提取与编码,在纹理特征编码空间内完成缺陷的精密定位。实验结果表明,该方法可以对带铜表面常见的氧化

2、、孔洞、边裂、麻点等十几种不同类型缺陷进行精确地检测,降低了系统的误检率,同时提高了缺陷检测的识别率和算法的计算效率。关键词:表面缺陷检测;差分响应;特征编码;局部二值模式中图分类号:TH16;TP391.41文献标识码:A文章编号:1001—3997(2015)07—0074—03StudyandApplicationofReal-TimeSteelSurfaceQualityDetectionAlgorithmLIUKun,CHENNing-ji,ZHANGXiao-yi,SUNHe-xu(1.HebeiUniversityofTechnology,CollegeofControlScie

3、nceandTechnology,Tianjin300130,China;2.HebeiUniversityofScienceandTechnology,HebeiShijiazhuang050000,China)Abstract:Visualsensinghasbecome∞impoaanttechniqueforsulfueedefectdetectionof~arionsproductionsincludingstee1.Allowingfortheproblemsofcu~entsteelsurfacedefectdetectionindetectionprecisionandeffi

4、ciencyofalgorithm,anewmethodofsteelsurfacedefectdetectionisproposedbasedoncodingtexturefeatures.Firstly,thetextureperceptionmodelimit~inghumanvisonisbuiltusingthedifferentialresponseofgaussianfilterinoris'inalimagespace,andsuspected出ctregionsaledetected;secondly,thefeaturecodingisaccomplishedinthesu

5、specteddefectregions;lastly,thethresholdbasedonmahalanobisdistanceisrealizedandtheregionsofinterestcwecombined,andthedetectionisaccomplishedfromcool"setofine.Theexperimentsshowthattheproposedmethodcoulddetectdifferentkindsofdefectsincludinghole,oxidate,e姆crackanddash,etc.Theprecisionofdetectionisenh

6、ancedwhilethefalsedetectionrateisdegradedandthecomputationaleficiencyisenhancedgreatly.KeyWords:SurfaceDefectDetection;DiferenceResponse;FeatureCoding;LocalBinaryPattern几何形状和纹理之间、呈现形式不固定,因1引言随着机器学习算法的不断改进,视觉检测技术已成为各类。利用缺陷区域的统计属性进行缺陷检测的方法打破了图像局部特征的空间位置关系,对产品表面质量检测的核心技术,包括金属加工、印刷品、纺织、木表面缺陷的纹理与几何布局依赖性较

7、小,例如直方图特征tol、共协材、玻璃、皮革等。与计算机视觉中其他目标检测问题类似,产品方差矩阵和自相关特征_吲等。但基于统计特征的方法计算量较表面缺陷的检测可以利用人工神经网络、SVM、决策树等通过有监督分类方法得以实现。但当缺陷样本训练集规模不足及缺陷大,例如共协方差矩阵、自相关性等统计特征计算复杂度很高,影数据分布不平衡时,多采用异常检测法完成对产品表面缺陷的检响算法的实时性。测与定位[31

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。