学位论文 > 优秀研究生学位论文题录展示

基于图像处理的冷轧带钢表面缺陷检测与识别研究

作　者: 李金凤
导　师: 华建社
学　校: 西安建筑科技大学
专　业: 材料加工工程
关键词: 带钢表面缺陷检测缺陷图象
分类号: TP274.4
类　型: 硕士论文
年　份: 2009年
下　载: 241次
引　用: 0次
阅　读: 论文下载

内容摘要

随着现代化工业的发展,冷轧带钢广泛使用在机械制造、航空航天、石油化工等行业,在冷轧带钢的使用中,对带钢质量要求越来越高,特别是带钢表面质量。由于在带钢的轧制过程中,不可避免造成其表面的一些划痕、孔洞、结疤、氧化皮、裂纹等缺陷,这些缺陷严重的降低了带钢的抗疲劳强度、耐腐蚀性、耐高温性、耐磨性等性能。因此,检测与控制带钢的表面缺陷显得尤为重要。本文主要研究:1.在分析冷轧带钢表面缺陷的基础上,结合缺陷检测系统的基本要求,设计出了带钢表面缺陷检测系统的总体方案,而且对检测系统的硬件结构和软件流程进行了详细说明;2.对带钢表面缺陷检测系统中的图象处理进行了研究,针对带钢划伤、孔洞、乳化液斑三种缺陷图象特点,采用高斯滤波法滤除图象中的噪声,增强图象,并通过分析了几种经典边缘检测算子的优缺点。最后,应用模糊C-均值聚类算法实现对图象的边缘提取,从而得到缺陷的精确位置信息,完成了对缺陷的定位分割;3.对带钢表面划伤、孔洞、乳化液斑缺陷图象的特征进行分析和选取,并研究了特征提取的算法。实验表明,对缺陷进行形状和纹理特征提取获得的特征值具有针对性强、准确度高;4.通过分析BP神经网络的网络结构、学习算法的特点,并结合带钢表面缺陷检测,对基于BP神经网络的带钢表面缺陷识别和分类方法进行了研究和实现。结果表明,此方法可以有效的检测出带钢划伤、孔洞、乳化液斑三种缺陷,其检出率在90%以上。

全文目录

摘要  3-4
ABSTRACT  4-8
1 绪论  8-13
  1.1 冷轧带钢表面缺陷检测技术发展状况  8-11
    1.1.1 缺陷的检测技术  8-10
    1.1.2 国内外研究状况  10-11
  1.2 课题研究意义  11-12
  1.3 课题的研究内容  12-13
2 冷轧带钢表面缺陷检测系统总体设计  13-20
  2.1 系统检测的几种缺陷类型  13-15
  2.2 检测原理及系统的结构  15-17
    2.2.1 系统的硬件结构  15-16
    2.2.2 系统的软件结构  16-17
  2.3 系统工作原理  17-19
    2.3.1 图像获取  17
    2.3.2 图像预处理  17-18
    2.3.3 目标检测  18
    2.3.4 缺陷检测、识别和分类  18-19
  2.4 本章小结  19-20
3 图像处理  20-38
  3.1 数字图像处理技术  20
  3.2 图像滤波  20-23
  3.3 图像分割  23-37
    3.3.1 基于梯度的图像分割技术  23-27
    3.3.2 阈值分割  27-28
    3.3.3 模糊 C-均值聚类算法  28-34
    3.3.4 实验结果与分析  34-37
  3.4 本章小结  37-38
4 缺陷图像特征提取  38-49
  4.1 特征提取的含义  38-39
  4.2 常用的图像特征  39-43
    4.2.1 形状特征  39
    4.2.2 灰度特征  39-40
    4.2.3 纹理特征  40-43
  4.3 冷轧带钢表面缺陷图像的特征值提取  43-48
    4.3.1 缺陷图像形状特征值的提取  43-46
    4.3.2 灰度共生矩阵  46-47
    4.3.3 实验结果及分析  47-48
  4.4 本章小结  48-49
5 神经网络分类器  49-61
  5.1 人工神经网络  49-52
  5.2 BP 网络  52-56
    5.2.1 BP 网络结构  52-53
    5.2.2 BP 算法  53-56
  5.3 基于冷轧带钢表面缺陷的 BP 网络的设计  56-60
    5.3.1 BP 神经网络建立  57
    5.3.2 BP 神经网络的训练  57
    5.3.3 BP 算法的程序实现  57-59
    5.3.4 实验结果及分析  59-60
  5.4 本章小结  60-61
6 结论与展望  61-62
  6.1 结论  61
  6.2 研究展望  61-62
致谢  62-63
参考文献  63-65
附录  65

基于图像处理的冷轧带钢表面缺陷检测与识别研究

内容摘要

全文目录

相似论文