冷轧带钢表面缺陷检测系统设计
本文选题:冷轧带钢 + 表面缺陷 ; 参考:《仪表技术与传感器》2017年01期
【摘要】:针对现有带钢表面质量检测技术的缺陷检测精度与识别率不高的问题,以及冷轧带钢生产线的实际运行环境,设计了一套带钢表面缺陷实时检测系统,从系统整体设计、硬件结构、软件开发和检测分类算法等方面进行了深入的分析与研究。采用模块化软件设计理念、基于谱残差视觉显著性缺陷快速检测方法以及多分类器融合框架,实现了对带钢表面常见的孔洞、擦伤、氧化、边裂等不同类型和不同等级的缺陷进行精确、实时的检测与分类。实验结果表明:该算法缺陷检测率为94.68%,缺陷识别率达到了93.5%,单幅图像缺陷检测耗时仅为37.6 ms,符合当下高速运动带钢快速检测的需求。
[Abstract]:Aiming at the problem that the defect detection accuracy and recognition rate of the existing strip surface quality detection technology are not high, and the actual operating environment of cold rolled strip production line, a real-time detection system for strip surface defect is designed, which is designed from the whole system. The hardware structure, software development and detection and classification algorithm are deeply analyzed and studied. Based on the concept of modular software design and the fast detection method of spectral residual visual saliency defect and the fusion framework of multi-classifier, the common holes, scratches and oxidation on the steel strip surface are realized. Accurate, real-time detection and classification of defects of different types and levels, such as edge cracks. The experimental results show that the algorithm has a defect detection rate of 94.68, a defect recognition rate of 93.5and a single image defect detection time of only 37.6 Ms, which meets the needs of high-speed moving strip steel rapid detection.
【作者单位】: 河北工业大学控制科学与工程学院;河北科技大学;
【基金】:国家自然科学基金项目(61403119、61203275) 河北省自然科学基金项目(F2014202071) 河北省高等学校科学技术研究项目(YQ2013036) 天津市特派员科技计划项目(15JCTPJC55500)
【分类号】:TG335.5;TP391.41
【相似文献】
相关期刊论文 前10条
1 包正林;;有关阀门缺陷检测方法的分析[J];科技创业家;2013年22期
2 王向成;;薄板内部微小缺陷检测装置[J];钢铁研究;1991年01期
3 李方兵;;煤矿地面机械缺陷检测技术的应用[J];科技创新与应用;2013年25期
4 童兆和,江福明,丁传贤,殷庆瑞;扫描电声显微镜在涂层缺陷检测中的应用[J];无机材料学报;1992年03期
5 吴明复;纤维增强复合材料的应用及其缺陷检测[J];航天工艺;1988年01期
6 石绘;余文勇;;商业票证印刷缺陷检测方法的研究[J];武汉理工大学学报;2008年05期
7 郑中兴;;关于锻钢件中的缺陷和材料强度问题[J];大型铸锻件;1984年04期
8 张黎明;蔡琦;赵新文;李维高;;基于信息融合的核管道缺陷检测研究[J];中国舰船研究;2010年06期
9 陈正立;杨亚青;;阀门缺陷检测方法的研究[J];技术与市场;2011年06期
10 郑承明;王新海;王文军;汤清源;;钻杆螺纹缺陷检测装置的研制[J];石油机械;2006年04期
相关会议论文 前10条
1 杨德美;杨学志;;基于独立分量分析高阶统计量的纺织品缺陷检测[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 于景兰;于健;翁昌年;;探地雷达在桥梁缺陷检测中的应用初探[A];中国地球物理第二十一届年会论文集[C];2005年
3 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年
4 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年
5 何涛;吴永祥;李伟;吴庆华;钟飞;;Hexsight视觉软件包在串行端子缺陷检测中的应用[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
6 曾理;郭海燕;蒲云;毕碧;;射线数字成像缺陷检测技术研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年
7 蔡茂蓉;;PCB缺陷检测系统的研究与实现[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年
8 潘敏;程良伦;;一种基于角点匹配的PCB板元件安装缺陷检测基准点定位算法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
9 王国勋;彭怡;寇纲;石勇;;基于MCDM的软件缺陷检测算法评估[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年
10 刘松林;陈杰;郝向阳;西勤;;玻壳缺陷检测与几何量测视觉系统的设计与实现[A];2009年全国测绘仪器综合学术年会论文集[C];2009年
相关重要报纸文章 前1条
1 本报记者 张海志;一名产业工人的创新情结[N];中国知识产权报;2010年
相关博士学位论文 前10条
1 苏日亮;面向钢轨轨底缺陷检测的电磁超声换能器研究[D];哈尔滨工业大学;2015年
2 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年
3 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年
4 张大林;静态缺陷检测优化若干关键技术研究[D];北京邮电大学;2014年
5 周文;IC互连中的缺陷检测方法及缺陷对电路可靠性的影响[D];西安电子科技大学;2010年
6 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年
7 刘艳;基于CCD扫描的聚合物薄膜缺陷检测关键技术研究[D];哈尔滨理工大学;2009年
8 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年
9 明俊峰;羽毛片缺陷检测若干关键技术的研究[D];广东工业大学;2014年
10 毕昕;面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究[D];上海交通大学;2009年
相关硕士学位论文 前10条
1 陈宇;软包商标印刷缺陷检测系统研究[D];昆明理工大学;2015年
2 周艳;光通信滤光片外观缺陷自动检测系统任务调度优化方法[D];华南理工大学;2015年
3 黄文军;基于机器视觉的印字缺陷检测系统研究与实现[D];五邑大学;2015年
4 陈洪磊;基于宽频信号的板中缺陷检测[D];上海应用技术学院;2015年
5 章玲;基于图像放缩算法的轮胎缺陷检测系统研究与实现[D];山东大学;2015年
6 刘博;基于电磁超声Lamb波换能器阵列的板材检测方法研究[D];哈尔滨工业大学;2015年
7 刘振东;钢芯传送带缺陷检测系统中图像处理算法研究[D];山西大学;2015年
8 胡sズ,
本文编号:1796155
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1796155.html