热轧带钢表面检测系统的图像处理与识别方法研究

摘要

本文提出了应用于热轧带钢表面缺陷识别的组合识别方法。主要内容及成果如下： (1)传统的同态滤波方法是在频率域进行的，计算量大，时间长，本文提出了基于空域运算的同态滤波方法。从实验结果来看，改进的方法不仅能达到抑制光照不均增强对比度的目的，且运算量要比传统方法少。 (2)数学形态学对图像处理不仅取决于形态变换的方式，而且取决于结构元素的形状，本文利用多个结构元素对图像进行滤波处理，所选取的多结构元素不仅在类型上不同，在尺度上也有所差别，这样在滤除不同类型和大小的噪声的同时，还能充分保持图像的各种细节。 (3)根据形态学各种运算的特点，本文提出了具有抗噪性能的多尺度多结构元素的边缘检测方法，利用大小不同的结构元素提取图像边缘特征，小尺寸的结构元素去噪声能力弱，但能检测到好的边缘细节，大尺寸的结构元素去除噪声能力强，但所检测的边缘较粗，两方面结合在一起可提取出较理想的边缘图像。 (4)去除7个不变矩中3个贡献较小但计算量大的高阶不变矩，并以归一化转动惯量NMI代替，从而构成具有5个特征量的特征集合，并作为热轧带钢表面缺陷分类方法的输入。从对缺陷样本的识别实验结果来看，用这些特征量可以较好的对热轧带钢表面缺陷进行识别。

目录

文摘

英文文摘

独创性说明及关于论文使用授权的说明

1绪论

1.1课题研究背景和意义

1.1.1研究背景

1.1.2热轧带钢表面缺陷检测的意义

1.2热轧带钢表面缺陷主要类型及成因

1.3带钢表面质量检测技术综述

1.3.1传统的检测方法

1.3.2机器视觉检测方法

1.3.3各种系统实际应用现状分析

1.3.4国内研究状况及进展

2热轧带钢表面检测系统设计

2.1系统的功能

2.2检测原理及光路配置

2.2.1检测原理

2.2.2光路配置

2.3系统的设计方案

2.3.1总体设计方案

2.3.2硬件设计方案

2.3.3软件设计方案

3热轧带钢表面图像的预处理

3.1同态滤波

3.1.1经典同态滤波原理

3.1.2改进的同态滤波

3.1.3实验及结果分析

3.2利用数学形态对图像进行滤波处理

3.2.1数学形态学概述

3.2.2形态学基本运算及特性

3.2.3利用数学形态学滤波相关检测算法研究

3.3本章小结

4数学形态学在图像边缘检测中的应用

4.1图像边缘检测概述

4.2形态学边缘检测算子

4.3形态学边缘检测算子的应用

4.3.1广义形态学边缘检测算子的应用

4.3.2多尺度多结构元素边缘检测算子及其应用

4.3.3试验与结果分析

4.4本章小结

5热轧带钢缺陷识别方法

5.1模式识别与目标识别

5.2归一化转动惯量

5.2.1基本原理

5.2.2NMI不变特性试验分析

5.2.3不同缺陷图像NMI特征比较

5.3不变矩

5.3.1基本原理

5.3.2不变矩特性分析

5.3.3不同缺陷间不变矩相似度比较

5.4组合识别方法

5.5实验及结果分析

5.6本章小结

结论

参考文献

在学研究成果

致谢