基于SVM算法的钢卷边部缺陷识别系统

摘要

热轧/冷轧钢卷边部缺陷(分层、开裂、烂边、划伤、缺损等),是卷板类钢材制品中常见的一类缺陷,会对生产安全、制造成本以及终端产品质量造成严重的影响,甚至制约着钢铁企业的生产效率和品牌形象.传统的钢卷边部缺陷主要依靠人工识别,准确性差、效率低、作业环境恶劣.基于先进的机器视觉技术,利用图像处理技术对钢卷侧面的纹理特征深度分析,并使用机器学习中的SVM算法训练纹理特征数据使得有无边部缺陷的二分类的准确率达到95％以上,该方法可以准确地判断从实际工业环境中捕获的钢卷图像中是否存在边部缺陷.为高品质冶炼-连铸-热轧-(冷轧)卷板产线的工艺管理和质量管控提供可靠的科技支撑,对钢铁行业智慧工厂建设具有重要的借鉴意义和应用价值.