板帶材表面缺陷組合特征的降維聚類識別算法研究.pdf

1、板帶材是鋼鐵工業(yè)的主要產(chǎn)品之一，是汽車、家電、造船、航空航天等行業(yè)的重要原材料，其表面質(zhì)量直接影響最終產(chǎn)品的質(zhì)量和性能。對板帶材表面缺陷圖像的識別與分類進行研究具有重要理論及經(jīng)濟價值。 本文針對現(xiàn)有板帶材表面缺陷檢測識別系統(tǒng)所存在的對缺陷圖像的分類識別率不高，以及對誤識缺陷和新的缺陷類別圖像不能有效處理等不足，提出了板帶材表面缺陷組合特征的降維聚類識別算法。 首先為了準(zhǔn)確的描述圖像，本文提取了板帶材表面缺陷圖像的不同種類

2、的特征，并根據(jù)基于類間類內(nèi)距離差的類別可分離性判據(jù)選擇優(yōu)化組合特征。然后將優(yōu)化組合特征輸入到自組織特征映射神經(jīng)網(wǎng)中進行特征降維。再采用改進的近鄰聚類法對降維后特征點云進行聚類識別。實驗表明，此方法將神經(jīng)網(wǎng)絡(luò)特征降維與特征近鄰聚類算法相結(jié)合，實現(xiàn)了兩種算法的優(yōu)勢互補，提高了缺陷圖像的識別率。 本文基于數(shù)據(jù)庫平臺設(shè)計了板帶材表面缺陷識別模型的擴展學(xué)習(xí)方法，能夠?qū)φ`識圖像和新的缺陷類別圖像進行識別模型修正處理，擴展了識別系統(tǒng)的識別能力