基于計(jì)算機(jī)視覺的鋼材表面缺陷檢測(cè)系統(tǒng)的研究.pdf

1、鋼鐵已經(jīng)成為汽車制作、機(jī)械化工、船舶制造、軍事國防等工業(yè)必須的原材料。但是由于落后的軋制設(shè)備、以及不發(fā)達(dá)的工藝技術(shù)等諸多原因，使得鋼鐵表面容易產(chǎn)生輥印、粘結(jié)、壓痕、折皺、劃傷、氧化色等不同種類的缺陷，直接影響了鋼鐵的外觀和質(zhì)量，因此務(wù)必提高鋼鐵表面缺陷的檢測(cè)水平。
　　本課題主要在檢測(cè)設(shè)備的非人工性、圖像處理方法、實(shí)時(shí)和分時(shí)系統(tǒng)的結(jié)合、分類識(shí)別幾方面做了深入的研究。這有利于提高檢測(cè)水平，保證產(chǎn)品質(zhì)量，從而提高我國鋼材的市場(chǎng)競(jìng)爭(zhēng)力。

2、具體研究內(nèi)容如下:
　　從鋼材表面缺陷的檢測(cè)系統(tǒng)出發(fā)，首先，提出了基于線陣CCD上下表面掃描的鋼板表面缺陷檢測(cè)系統(tǒng)方案，利用圖像處理算法對(duì)所采集的缺陷圖像進(jìn)行降噪和銳化處理，使有用特征區(qū)域從背景中分離出來，為后續(xù)特征提取提供方便。
　　其次，研究了遺傳算法相關(guān)知識(shí)，并結(jié)合特征向量的特點(diǎn)，利用遺傳算法設(shè)計(jì)特征提取方法。在保留明顯特征的前提下，進(jìn)行圖像的特征集優(yōu)化，降低缺陷特征維數(shù)，以提高后續(xù)機(jī)器學(xué)習(xí)算法的性能。
　　最后