帶鋼表面缺陷分級檢測相關(guān)技術(shù)的研究.pdf

1、隨著技術(shù)的發(fā)展，為了不斷的提高產(chǎn)品的質(zhì)量和生產(chǎn)效率，帶鋼表面缺陷在線檢測技術(shù)在生產(chǎn)過程中顯得日益重要，是一項具有重大研究價值的前沿技術(shù)領(lǐng)域。本文在對此領(lǐng)域國內(nèi)外發(fā)展狀況進行分析的基礎(chǔ)上，從檢測系統(tǒng)的設(shè)計出發(fā)，通過系統(tǒng)地分析傳統(tǒng)檢測系統(tǒng)組成結(jié)構(gòu)對系統(tǒng)實時處理性能的影響，提出新的分級檢測方案，深入研究了鋼板表面缺陷分級檢測的相關(guān)技術(shù)。主要包括：如何有效的提高初級檢測的自適應(yīng)性與實時性的問題、低對比度缺陷圖像的邊緣提取問題、自動的獲得最具區(qū)分

2、力的多維融合特征向量的問題、提高分類器的智能化水平等問題進行了深入的研究，提出了解決這些問題的新方法。并通過理論上的分析和實驗測試，進行了的可行性和適用性的論證。
　　 主要研究內(nèi)容與成果如下：
　　 (1)為了使帶鋼在線質(zhì)量監(jiān)測系統(tǒng)在實時處理性能上適應(yīng)帶鋼的軋制速度不斷提高這種變化，通過分析檢測系統(tǒng)組成結(jié)構(gòu)對系統(tǒng)實時處理性能的影響，搭建了新型帶鋼表面缺陷的分級檢測系統(tǒng)。針對初級檢測的對高速實時檢測的要求引入了先進的TM

3、S320C6416 DSP圖像處理的硬件平臺。軟件方面提出了三維灰度特征對帶鋼缺陷的有無進行信息描述，同時提出了對兩類問題分類性能優(yōu)良的改進的支持向量機分類器，對線性不可分的問題做了核函數(shù)轉(zhuǎn)換。提高了初級檢測的實時性與自適應(yīng)性。
　　 (2)針對帶鋼缺陷圖像的質(zhì)量差，對比度低，灰度不均勻等特點，提出了基于圖像梯度信息的改進的二維Otsu閾值分割方法，這種方法首先將原空間的問題轉(zhuǎn)化為梯度空間的問題后，能夠?qū)⒒叶茸兓瘎×业牡胤胶芎玫?/p>

4、表現(xiàn)出來，然后提出一個控制有效二維Otsu閾值的合理性函數(shù)結(jié)合了最大類間方差與最小類內(nèi)離散度來指導(dǎo)閾值的最優(yōu)確定，用此閾值對梯度圖像進行二值化處理，可以將缺陷的邊緣輪廓從復(fù)雜背景圖像中自動提取出來。
　　 (3)為了自動的獲得最具區(qū)分力的多維融合特征向量，優(yōu)化特征子集。在提取初始的形狀以及結(jié)構(gòu)特征和紋理特征后，提出基于改進的ReliefF評估選擇混合加權(quán)特征的算法，通過特征的權(quán)值對特征的質(zhì)量進行評價，選擇出與分類相關(guān)性強的特征組

5、合；并針對ReliefF算法在計算特征的權(quán)值時獨立于其它特征，不能去除冗余特征的缺點，引入最大信息壓縮準則去除冗余特征，將形成的最優(yōu)特征組合作為圖像缺陷分類識別的重要依據(jù)。
　　 (4)在研究傳統(tǒng)的BP網(wǎng)絡(luò)對帶鋼表面缺陷分類識別的基礎(chǔ)上，針對帶鋼缺陷圖像分類識別這種多類多特征的復(fù)雜問題，初始權(quán)值閾值的選取具有很大的隨機性，使其分布在一個較好的局部解空間是非常困難的，為了克服這一缺點，提出了遺傳算法與BP神經(jīng)網(wǎng)絡(luò)的融合算法，采用遺

6、傳算法可以自主地辨識最小的包含最優(yōu)解的搜索空間，在找到最優(yōu)搜索空間后，再由BP算法按負梯度方向進行修正網(wǎng)絡(luò)權(quán)值及閾值。經(jīng)過試驗表明：此算法是合理的、有效的、可行的、可以在滿足準確性的前提下提高網(wǎng)絡(luò)識別缺陷的效率。
　　 (5)提出了PSOWFCM_OLS_RBF算法。該方法對樣本數(shù)量大、非線性強的帶鋼表面缺陷檢測分類有著很好的應(yīng)用。WFCM對帶鋼缺陷的特征數(shù)據(jù)出現(xiàn)的團狀分布與同一類樣本數(shù)據(jù)相差可能很大的問題能夠達到很好的聚類劃分