帶鋼表面缺陷的實時檢測及分割定位研究.pdf

1、冷軋帶鋼是鋼鐵工業(yè)的主要產(chǎn)品之一，它是汽車、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。如何在生產(chǎn)過程中在線檢測帶鋼的表面缺陷，獲取缺陷的信息，從而控制和提高帶鋼產(chǎn)品的表面質(zhì)量一直是鋼鐵企業(yè)非常關(guān)注的內(nèi)容。 本文基于CCD進行帶鋼表面缺陷實時檢測研究。以差影法為理論基礎(chǔ)提出了一種從序列圖像提取標準圖像的方法，及標準圖的自適應更新方法；在進行圖像缺陷檢測時，利用小區(qū)域內(nèi)缺陷顯著的特點，將差影后的

2、圖像分割成小區(qū)域檢測。經(jīng)實驗分析后，得出了判斷條件，用以判斷圖像是否存在缺陷。實驗證明該方法能夠滿足缺陷檢測要求。 本文對冷軋帶鋼圖像進行了圖像預處理實驗，并對各種實驗結(jié)果進行了分析研究。在此基礎(chǔ)上，改進了均值濾波法，并使其與中值濾波法相結(jié)合，提出了帶鋼圖像的預處理方法。實驗證明，使用該方法對帶鋼圖像進行預處理，能較好的抑制噪聲對圖像的影響并為圖像的分割奠定了基礎(chǔ)。 在對冷軋帶鋼圖像進行分割方法的分析和研究后，分別對自適

3、應分割法和Sobel算子進行了改進。并基于邊緣檢測與區(qū)域分割結(jié)合的思想，提出了適合帶鋼的圖像自動分割方法。使用該方法對抬頭紋、夾雜、焊縫、孔洞、邊緣鋸齒等典型缺陷進行了分割實驗，正確率達97.8％。以圖像分割為前提，本文將圖像的連通性運用于圖像的聚類，并對缺陷圖像進行聚類分析。在此基礎(chǔ)上又提出一套冷軋帶鋼缺陷定位算法。 本文全部研究工作是基于自行開發(fā)的帶鋼圖像實時采集與檢測軟件完成的，為進一步實現(xiàn)帶鋼表面質(zhì)量在線檢測研究奠定了堅