帶鋼表面缺陷的視覺識別方法研究.pdf_第1頁
已閱讀1頁,還剩80頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、作為鋼鐵工業(yè)的重要產(chǎn)品之一,帶鋼已經(jīng)在國防裝備、汽車制造、航空航天等領(lǐng)域扮演著重要角色。其表面質(zhì)量的好壞嚴(yán)重影響著最終產(chǎn)品的性能,因此盡可能地改善帶鋼表面質(zhì)量,提高最終產(chǎn)品的性能具有重大意義。
  本文基于機(jī)器視覺研究了帶鋼表面缺陷識別技術(shù),設(shè)計了帶鋼表面缺陷檢測方法的總體方案。依據(jù)性能指標(biāo),完成了圖像采集模塊的硬件選型與參數(shù)計算。著重研究了軟件模塊的圖像濾波算法、圖像增強(qiáng)算法、特征提取算法、特征選擇算法和缺陷識別算法等算法的原理

2、與程序設(shè)計。主要研究內(nèi)容如下:
  ①在圖像預(yù)處理階段,重點(diǎn)分析了常用的圖像增強(qiáng)算法,并通過對比性實驗確定了最佳的圖像增強(qiáng)方案,為后續(xù)的缺陷識別奠定了重要基礎(chǔ)。針對圖像傳輸過程中引入的干擾以及環(huán)境中的粉塵噪聲,通過對比性實驗分析了常用的圖像去噪方法的濾波效果,最終選擇同態(tài)濾波對圖像進(jìn)行降噪處理。
 ?、诒疚膹娜毕輬D像的灰度圖、梯度圖、Gabor變換圖三種圖像表示方法出發(fā),分別提取其紋理特征,共提取了63個圖像特征來表征每個缺

3、陷圖像。針對特征空間維數(shù)高的問題,采用特征選擇的方式來達(dá)到降維的目的。本文基于主成分分析、ReliefF算法、自編碼器等算法的原理,設(shè)計了這些算法相應(yīng)的程序。并分別運(yùn)用這三種算法對原63維特征向量進(jìn)行特征選擇。構(gòu)建合適的識別模型可以有效改善識別結(jié)果,本文基于BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、極限學(xué)習(xí)機(jī)、堆棧稀疏自編碼器等分類器算法的原理,設(shè)計了這些原理相應(yīng)的程序。
 ?、鄯謩e以四種特征向量為輸入,分別輸入到四個識別模型中進(jìn)行對比性實驗分析

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論