帶鋼表面缺陷的實(shí)時(shí)檢測(cè)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(cè)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(jìn)行帶鋼表面缺陷實(shí)時(shí)檢測(cè)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(biāo)準(zhǔn)圖像的方法，及標(biāo)準(zhǔn)圖的自適應(yīng)更新方法；在進(jìn)行圖像缺陷檢測(cè)時(shí)，利用小區(qū)域內(nèi)缺陷顯著的特點(diǎn)，將差影后的

2、圖像分割成小區(qū)域檢測(cè)。經(jīng)實(shí)驗(yàn)分析后，得出了判斷條件，用以判斷圖像是否存在缺陷。實(shí)驗(yàn)證明該方法能夠滿足缺陷檢測(cè)要求。 本文對(duì)冷軋帶鋼圖像進(jìn)行了圖像預(yù)處理實(shí)驗(yàn)，并對(duì)各種實(shí)驗(yàn)結(jié)果進(jìn)行了分析研究。在此基礎(chǔ)上，改進(jìn)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(yù)處理方法。實(shí)驗(yàn)證明，使用該方法對(duì)帶鋼圖像進(jìn)行預(yù)處理，能較好的抑制噪聲對(duì)圖像的影響并為圖像的分割奠定了基礎(chǔ)。 在對(duì)冷軋帶鋼圖像進(jìn)行分割方法的分析和研究后，分別對(duì)自適

3、應(yīng)分割法和Sobel算子進(jìn)行了改進(jìn)。并基于邊緣檢測(cè)與區(qū)域分割結(jié)合的思想，提出了適合帶鋼的圖像自動(dòng)分割方法。使用該方法對(duì)抬頭紋、夾雜、焊縫、孔洞、邊緣鋸齒等典型缺陷進(jìn)行了分割實(shí)驗(yàn)，正確率達(dá)97.8％。以圖像分割為前提，本文將圖像的連通性運(yùn)用于圖像的聚類，并對(duì)缺陷圖像進(jìn)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(shí)時(shí)采集與檢測(cè)軟件完成的，為進(jìn)一步實(shí)現(xiàn)帶鋼表面質(zhì)量在線檢測(cè)研究奠定了堅(jiān)