帶鋼表面缺陷檢測算法研究.pdf

1、帶鋼表面檢測技術對帶鋼生產(chǎn)過程意義重大，一方面可以根據(jù)檢測缺陷結果對生產(chǎn)環(huán)節(jié)進行調整提高帶鋼質量，另一方面可以根據(jù)檢測結果對成品鋼進行分類，準確定位帶鋼品質，減少貿(mào)易糾紛。在帶鋼表面檢測系統(tǒng)的安裝生產(chǎn)線上，現(xiàn)場溫度高、震動大、光照不均等特點對圖像采集設備提出了較高的要求。本文介紹了以高速線陣相機為采集設備，以FPGA為傳輸設備，以工控PC為并行處理設備的整套系統(tǒng)設計方案。該系統(tǒng)能夠做到實時穩(wěn)定的采集現(xiàn)場高分辨率圖像。針對采集的現(xiàn)場圖像，

2、本文對圖像檢測和識別做了以下研究工作。
　　 為了去除由于現(xiàn)場光照不均采集圖像中出現(xiàn)的光斑本文提出了一種基于負冪次變換的同態(tài)濾波器。該濾波器對比傳統(tǒng)的對指數(shù)同態(tài)濾波器具有更明顯的動態(tài)范圍壓縮和對比度增強的圖像增強效果。同時，該濾波器具有參數(shù)可調的特點，可以適應不同程度的同態(tài)濾波要求，特別是對光斑的濾除，有很好的效果。
　　 在缺陷邊緣檢測算法的研究中，本文受Canny算子啟發(fā)提出了一種基于Sobel的雙閾值帶通邊緣檢測算

3、子。根據(jù)該算子中雙閾值的設定，可以對圖像中缺陷邊緣梯度在某一范圍內的缺陷進行無遺漏檢測。該算子結合了形態(tài)學濾波，能排除大量噪聲干擾。相比Canny算子而言，該算子能提取邊緣梯度在任意給定范圍內的所有缺陷。
　　 本文采用神經(jīng)網(wǎng)絡進行缺陷識別，用特征向量作為神經(jīng)網(wǎng)絡輸入量。本文對比了BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡的識別效果，提出了輸入標準化的RBF神經(jīng)網(wǎng)絡識別算法，并對三種神經(jīng)網(wǎng)絡的識別效果做了評估。
　　 本文在缺陷檢測過