帶鋼表面缺陷邊緣檢測與分割.pdf

1、目前冶金板帶箔材料表面缺陷在線自動檢測中主要采用的是計算機視覺技術，實際檢測過程中，為獲取用于可識別的缺陷特征，關鍵一步是圖像分割的成功與否，而缺陷邊緣檢測是圖像分割中最重要的一步。經過以往的研究結果表明，真正制約基于計算機視覺在線自動檢測系統(tǒng)對于客觀事物的理解程度的根本因素在于對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一步的研究和解決。底層圖像處理主要包括對數(shù)字圖像的去噪、對比度增強、銳化、圖像復原等前端處

2、理。中層圖像處理主要包含邊緣檢測、圖像分割、目標特征描述等。
　　圖像邊緣檢測的框架不外乎兩種，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算法。經典邊緣檢測算子現(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。另一類是利用小波的多尺度變換以及在小波變換下信號和噪聲的Lipschits指數(shù)的區(qū)別來提取對我們有用的邊緣信息，并除去噪聲的干擾。
　　本文在第一章對板帶表面檢測技術作了簡介，闡述論文選題的

3、重要性，論述了小波分析在該技術領域應用的理由；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和缺陷邊緣的模型，介紹經典邊緣算子并給出仿真結果；第三章，介紹小波理論的基礎，設計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，實現(xiàn)小波模極大值法和多尺度自適應閾值法在缺陷邊緣檢測中的應用，檢測的結果說明對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)計的的缺陷檢測方法，對于板帶表面