基于視覺注意機(jī)制的帶鋼表面缺陷圖像檢測(cè)與D-FNN識(shí)別方法研究.pdf

1、帶鋼是航空、汽車、化工業(yè)不可或缺的原材料。近年來，隨著科技的發(fā)展和對(duì)帶鋼材料需求量的增加，對(duì)帶鋼表面質(zhì)量的要求也隨之增加，但是由于技術(shù)水平和生產(chǎn)設(shè)備的原因，在軋制帶鋼的過程中，其表面會(huì)出現(xiàn)例如黑斑、劃傷、翹皮、磷化斑、褶皺等缺陷，這些缺陷不僅對(duì)產(chǎn)品的外觀產(chǎn)生影響，更重要的是影響了產(chǎn)品的使用性能，為消費(fèi)者和生產(chǎn)者帶來不可預(yù)計(jì)的安全隱患，因此研究機(jī)器視覺檢測(cè)系統(tǒng)應(yīng)用在帶鋼表面圖像上具有重要意義。
　　本文對(duì)帶鋼表面缺陷圖像的檢測(cè)與識(shí)別

2、方面的各個(gè)關(guān)鍵環(huán)節(jié)進(jìn)行分析。通過實(shí)驗(yàn)比較后的結(jié)果，得到行之有效的算法。本文研究?jī)?nèi)容與成果主要有以下幾個(gè)方面:
　　1.研究了一種基于BM3D的帶鋼表面圖像去噪方法和對(duì)該算法的工作原理進(jìn)行了敘述。通過做幾組對(duì)比實(shí)驗(yàn)選擇出了BM3D算法中最適合缺陷圖像去噪的一些參數(shù)值，將設(shè)定好參數(shù)值的BM3D算法與幾種經(jīng)典的去噪算法相比較，實(shí)驗(yàn)結(jié)果表明，無論從主觀判斷標(biāo)準(zhǔn)還是從客觀判斷標(biāo)準(zhǔn)來看，BM3D算法在圖像去噪方面都取得了良好的效果。
　

3、　2.針對(duì)帶鋼表面缺陷具有種類多樣、形狀復(fù)雜和分布隨意等特點(diǎn)，研究了一種基于視覺注意機(jī)制的Itti模型算法和利用各個(gè)特征圖的顯著度熵值來定義該模型算法中的特征權(quán)值大小并將Itti算法運(yùn)用在帶鋼表面缺陷圖像區(qū)域的分割上，用WTA(winner-take-all)網(wǎng)絡(luò)機(jī)制定位出圖像中該缺陷區(qū)域的位置。最后通過與幾種經(jīng)典的分割算法相比較，實(shí)驗(yàn)結(jié)果表明，Itti算法取得了較好的效果。
　　3.通過提取出缺陷表面圖像的幾何特征、灰度特征、不