基于并行分類器集成的板帶鋼表面缺陷圖像識(shí)別.pdf

1、隨著經(jīng)濟(jì)的發(fā)展，帶鋼已成為汽車、家電、機(jī)械制造、航空航天、化工、造船等工業(yè)不可缺少的原材料，在國(guó)民經(jīng)濟(jì)中占據(jù)重要地位。在生產(chǎn)過(guò)程，由于連鑄鋼坯、軋制設(shè)備、加工工藝等多方面的原因，導(dǎo)致帶鋼表面形成邊緣鋸齒、焊縫、夾雜、抬頭紋等各種不同類型的缺陷。這些缺陷不僅影響產(chǎn)品的外觀質(zhì)量，還會(huì)降低產(chǎn)品的抗腐性、耐磨性和其它強(qiáng)度性能，成為影響帶鋼表面質(zhì)量的一個(gè)重要因素。欲提高板帶鋼的表面質(zhì)量，必須首先解決板帶鋼表面缺陷的檢測(cè)與分類問(wèn)題，繼而分析相應(yīng)缺陷

2、產(chǎn)生的原因，最終提出消除缺陷的解決方案。
　　板帶鋼表面缺陷識(shí)別的難度主要表現(xiàn)在兩個(gè)方面:
　?、倌撤N類別缺陷包含其它類型的缺陷，比如抬頭紋中包含夾雜的缺陷成分;
　　②同一類別缺陷之間的形態(tài)差別很大，比如抬頭紋之間、夾雜之間相差較大等，這就對(duì)分類器提出了較高的要求。
　　本文針對(duì)現(xiàn)有板帶鋼表面缺陷檢測(cè)方法存在的問(wèn)題，如單個(gè)分類器在算法上很難有新的突破，單個(gè)分類器及串行分類器集成識(shí)別時(shí)對(duì)訓(xùn)練樣本依賴性較高的缺點(diǎn)，

3、給出了基于并行多分類器集成的板帶鋼缺陷圖像識(shí)別方法。
　　多分類器集成是指構(gòu)建一個(gè)分類器的集合，并通過(guò)基分類器預(yù)測(cè)進(jìn)行（權(quán)重）投票給出新的分類結(jié)果。分類器集成的目的是希望能充分利用每個(gè)基分類器的長(zhǎng)處，從而獲得比任何單個(gè)基分類器都要高的識(shí)別率。
　　本文用灰度直方圖統(tǒng)計(jì)特征等26維特征降維后的11維特征作為輸入，將常用的BP神經(jīng)網(wǎng)絡(luò)、LVQ神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)作為基分類器，對(duì)經(jīng)常出現(xiàn)的邊緣鋸齒、焊縫、夾雜、抬頭

4、紋等四類缺陷進(jìn)行分類識(shí)別。將基分類器進(jìn)行差異性度量后，選擇最終的基分類器，用投票法及加權(quán)投票法進(jìn)行集成。實(shí)驗(yàn)表明并行多分類器集成方法在板帶鋼表面缺陷圖像的分類識(shí)別中應(yīng)用是可行的，對(duì)120張缺陷圖像的總體識(shí)別率達(dá)到95％以上。
　　文中選取基于PCNN神經(jīng)網(wǎng)絡(luò)特征提取與降維的結(jié)果作為輸入特征，進(jìn)行分類器集成識(shí)別，識(shí)別率達(dá)到了97.5％。另外，實(shí)驗(yàn)還用差異性較大的夾雜和抬頭紋作為樣本進(jìn)行分類識(shí)別，結(jié)果表明并行分類器集成系統(tǒng)不但能夠提高