不同图像采集方式下带钢表面缺陷特征的图像融合

摘要

目前，板带钢的表面质量已经成为钢铁企业一个关注的焦点，为了得到表面质量合格的带钢产品，必须首先得到带钢表面的缺陷信息，这样才能控制带钢的生产。实际上，欲提高冷轧带钢的表面质量，不仅要解决其表面缺陷的分类问题，另外一个问题是在进行缺陷分类前，能否采集到带钢表面缺陷最准确、最全面的特征。
　　 缺陷图像采集方式的不同对带钢表面缺陷特征会造成很大影响，目前的带钢表面缺陷检测系统还是依靠固定单一CCD传感器的采集方式，但是这种采集方式下得到的缺陷图像特征往往不足以完全表达清楚真实缺陷的特征，很多情况下只是片面地采集了真实缺陷的一部分特征信息，而丢失了能够使此种缺陷区别于其它缺陷的重要特征信息，所以，只有能全面、准确的采集到缺陷特征信息，才能谈得上对缺陷的正确分类。
　　 正是基于这个问题的考虑，本文在实验室条件下，提出用两个CCD传感器在不同采集方式下，对带钢表面典型缺陷进行图像采集的思想，并用两种不同的图像融合方法，分别是空域融合法与小波融合法，将采集到的不同缺陷特征进行融合，同时编制了图像融合系统软件对融合的结果进行了仿真，最后，建立图像融合质量客观评价体系验证了小波融合方法的优越性。
　　 本文提出的不同采集方式下对带钢表面缺陷特征图像进行融合的思想，针对几种典型的缺陷图像，解决了以往几种单一CCD缺陷采集模式下，存在的缺陷特征丢失问题，尤其是解决了由于明域暗域缺陷采集方式的不同而可能造成的缺陷特征丢失问题，得到了更加全面、准确的缺陷信息，为后面的缺陷识别与分类提供数据支持。

目录

文摘

英文文摘

第1章 绪论

1.1 课题背景

1.1.1 硬件设备的不稳定与周围环境的问题

1.1.2 图像传感器采集系统的组成与搭配

1.1.3 问题的原因

1.2 多传感器信息融合技术

1.2.1 信息融合技术的概念与原理

1.2.2 多传感器信息融合技术优势

1.2.3 多传感器信息融合技术在国内外的应用与发展

1.2.4 图像融合

1.2.5 图像融合技术国内外的发展与应用

1.3 课题的目的与意义

1.4 研究的主要内容

第2章 缺陷图像的像素级空域融合方法

2.1 像素级图像融合

2.1.1 图像融合的分类

2.1.2 带钢缺陷图像的像素级融合

2.1.3 像素级图像融合过程

2.2 常用的像素级图像融合方法

2.3 空域融合的原理与算法

2.4 本章小结

第3章 基于空域融合方法的带钢表面典型缺陷图像融合仿真

3.1 待融合图像实例

3.1.1 明域与暗域采集的缺陷图像特征分析

3.1.2 不同角度下采集到的夹杂与划伤缺陷图像特征分析

3.1.3 直射光照射与散射光照射方式下的缺陷图像特征分析

3.2 待融合缺陷图像的空域法仿真

3.2.1 明域缺陷图像与暗域缺陷图像的融合仿真

3.2.2 不同角度下采集的典型缺陷图像融合仿真

3.2.3 不同光照方式下采集的典型缺陷图像融合仿真

3.3 本章小结

第4章 缺陷图像的小波融合方法

4.1 图像的小波多尺度分解

4.2 典型缺陷图像的小波分解仿真与多尺度特征分析

4.3 小波融合方法的特点与优势

4.4 小波融合方法与规则

4.4.1 小波融合规则的选取与分类

4.4.2 带钢表面缺陷图像的小波融合规则

4.5 本章小结

第5章 基于小波融合方法的带钢表面典型缺陷图像融合仿真

5.1 小波多尺度滤波

5.1.1 明域缺陷图像与暗域缺陷图像的小波滤波仿真

5.1.2 滤波仿真结果分析

5.1.3 不同角度采集到的缺陷图像的小波滤波仿真

5.2 明域缺陷图像与暗域缺陷图像的小波融合仿真

5.3 不同角度下采集的典型缺陷图像融合仿真

5.4 不同光照方式下采集的典型缺陷图像小波融合仿真

5.5 本章小结

第6章 融合图像质量的客观评价

6.1 融合图像质量的主观评价

6.2 图像质量客观评价指标

6.3 小波融合与空域融合图像的客观质量评估

6.4 本章小结

第7章 图像融合系统软件的编制

7.1 开发环境

7.2 图像融合系统的设计结构

7.2.1 图像的小波变换与滤波处理

7.2.2 空域融合与小波融合

7.3 融合图像质量评价

第8章 结论与展望

8.1 结论

8.2 展望

参考文献

致谢