帶鋼表面缺陷邊緣檢測(cè)與分割.pdf

1、目前冶金板帶箔材料表面缺陷在線自動(dòng)檢測(cè)中主要采用的是計(jì)算機(jī)視覺技術(shù)，實(shí)際檢測(cè)過程中，為獲取用于可識(shí)別的缺陷特征，關(guān)鍵一步是圖像分割的成功與否，而缺陷邊緣檢測(cè)是圖像分割中最重要的一步。經(jīng)過以往的研究結(jié)果表明，真正制約基于計(jì)算機(jī)視覺在線自動(dòng)檢測(cè)系統(tǒng)對(duì)于客觀事物的理解程度的根本因素在于對(duì)于底層和中層圖像處理方法和理論上遇到了很大的困難，許多問題還有待于進(jìn)一步的研究和解決。底層圖像處理主要包括對(duì)數(shù)字圖像的去噪、對(duì)比度增強(qiáng)、銳化、圖像復(fù)原等前端處

2、理。中層圖像處理主要包含邊緣檢測(cè)、圖像分割、目標(biāo)特征描述等。
　　圖像邊緣檢測(cè)的框架不外乎兩種，即傳統(tǒng)的基于圖像灰度特征的算法和基于小波的多尺度邊緣檢測(cè)算法。經(jīng)典邊緣檢測(cè)算子現(xiàn)在已比較成熟，但因其自身原理的限制，其適用性和抗噪能力都不強(qiáng)。另一類是利用小波的多尺度變換以及在小波變換下信號(hào)和噪聲的Lipschits指數(shù)的區(qū)別來提取對(duì)我們有用的邊緣信息，并除去噪聲的干擾。
　　本文在第一章對(duì)板帶表面檢測(cè)技術(shù)作了簡介，闡述論文選題的

3、重要性，論述了小波分析在該技術(shù)領(lǐng)域應(yīng)用的理由；第二章從帶鋼表面缺陷圖像的成像過程分析該類圖像的特點(diǎn)和缺陷邊緣的模型，介紹經(jīng)典邊緣算子并給出仿真結(jié)果；第三章，介紹小波理論的基礎(chǔ)，設(shè)計(jì)小波收縮濾波器和基于相位一致性約束的多小波濾波器。第四章，實(shí)現(xiàn)小波模極大值法和多尺度自適應(yīng)閾值法在缺陷邊緣檢測(cè)中的應(yīng)用，檢測(cè)的結(jié)果說明對(duì)于帶鋼表面多種缺陷邊緣的提取均有比較好的效果，并且符合人類的視覺系統(tǒng)特性。第五章嘗試了基于統(tǒng)計(jì)的的缺陷檢測(cè)方法，對(duì)于板帶表面