基于高斯金字塔和ML P的带钢边部缺陷识别

摘要

在冷轧生产线上,带钢边部的缺陷会直接影响冷轧薄板的轧制.为了提高边部缺陷的检测质量,提出一种将多尺度特征矢量和多层感知器(MLP)相结合的缺陷识别方法.该方法通过高斯金字塔将带钢边部图像分解到多尺度空间,提取金字塔底三层图像的二维边缘幅度直方图特征和灰度特征构成多尺度特征矢量,最后使用MLP进行分类识别.结合工业现场采集到的带钢边部缺陷图像,采用该方法进行分类实验,验证了该算法的有效性.