冷連軋機出口高速帶鋼表面缺陷檢測技術(shù)研究.pdf

1、基于機器視覺的帶鋼表面缺陷自動檢測技術(shù)作為目前應(yīng)用的主流技術(shù)已經(jīng)得到了一定程度的推廣和應(yīng)用,但隨著用戶要求的提高,以及目前軟硬件技術(shù)的發(fā)展,其關(guān)鍵技術(shù)和應(yīng)用技術(shù)還需不斷地深入研究。降低系統(tǒng)的復(fù)雜度,增強系統(tǒng)穩(wěn)定性,縮減開發(fā)周期和成本;優(yōu)化缺陷檢測和識別方法,提高缺陷檢出率和識別率是其研究重點。本文就其應(yīng)用在冷連軋機出口的檢測系統(tǒng)進行了設(shè)計和應(yīng)用,實現(xiàn)了基于硬件的圖像處理方案和基于多分類器組合缺陷圖像識別方法,具體如下:
　　 (

2、1)從分析帶鋼表面缺陷檢測系統(tǒng)的功能和應(yīng)用條件入手,設(shè)計了整體系統(tǒng)方案。針對冷連軋機出口檢測環(huán)境差、帶鋼運行速度高(達到1600米/分)的特點,提出了基于硬件圖像處理與計算機圖像處理相結(jié)合的檢測方案,解決了高速圖像采集、傳輸和處理的問題。
　　 (2)研制了帶鋼圖像硬件處理平臺,集成了圖像采集和圖像處理功能。硬件圖像處理平臺設(shè)計的最終目的是實現(xiàn)超高速圖像處理,但為了更適合現(xiàn)場帶材檢測,在設(shè)計通過FGPA實現(xiàn)高速圖像處理流程的同時

3、,結(jié)合圖像采集的需要,設(shè)計了圖像采集傳感器接口和現(xiàn)場生產(chǎn)信號接口,實現(xiàn)了圖像采集功能。對硬件處理平臺的高速圖像處理流程進行了設(shè)計和實現(xiàn)。
　　 (3)帶鋼表面缺陷識別是檢測系統(tǒng)除圖像處理技術(shù)之外的另一項關(guān)鍵技術(shù),本文提出了從圖像特征提取和選擇到創(chuàng)建圖像分類器的缺陷識別方法。采用了ReliefF算法結(jié)合相關(guān)性分析方法的過濾式特征選擇模型,去除無關(guān)和冗余特征;實現(xiàn)了由Boosting算法組合SLIQ決策樹的組合分類器識別方法。同構(gòu)分