基于Gabor小波和加权马氏距离的带钢表面缺陷检测

发布时间：2018-05-23 20:56

  本文选题：缺陷检测 + Gabor　； 参考：《电子测量与仪器学报》2016年05期

【摘要】：针对现有带钢表面缺陷检测方法检测率低,难以满足高质量带钢生产的需求。本文融合Gabor小波变换和加权马氏距离阈值化方法,提出了一种新的带钢缺陷检测算法。首先通过实验获取Gabor滤波器一组最优参数,对采集到的样本图像做Gabor模板卷积,得到边缘图像。然后对图像像素点进行加权处理,重新估计马氏距离的协方差矩阵,增大感兴趣区域像素点权重,得到任意灰度值样本与总体样本加权的马氏距离,增强了目标缺陷的边缘特征。最后利用连通区域标记法,搜索并标记带钢缺陷位置,完成了缺陷检测。实验对比表明本文提出的带钢缺陷检测新算法检测率为94.13%,漏检率为4.87%,验证了算法的有效性。
[Abstract]:It is difficult to meet the demand of high quality strip production due to the low detection rate of the existing methods for detecting the surface defects of strip steel. In this paper, a new defect detection algorithm for strip steel is proposed by combining Gabor wavelet transform with weighted Markov distance thresholding method. Firstly, the optimal parameters of Gabor filter are obtained by experiments, and the image is convoluted by Gabor template to obtain the edge image. Then the pixels of the image are weighted, and the covariance matrix of the Markov distance is reestimated to increase the pixel weight of the region of interest, and the weighted Markov distance between the sample of arbitrary gray value and the total sample is obtained. The edge feature of the target defect is enhanced. Finally, the defect location of steel strip is searched and marked by the method of connected area marking, and the defect detection is completed. The experimental results show that the detection rate of the new algorithm is 94.133.The rate of missing detection is 4.87. the validity of the algorithm is verified.
【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】：国家自然科学基金资助项目(61203275,61403119) 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)资助
【分类号】：TG115.28;TP391.41

【参考文献】

相关期刊论文 前5条

1 刘娟;胡敏;黄忠;;Gabor多方向特征融合与分块统计的表情识别[J];电子测量与仪器学报;2015年11期

2 曹家梓;宋爱国;;基于马尔科夫随机场的纹理图像分割方法研究[J];仪器仪表学报;2015年04期

3 徐科;宋敏;杨朝霖;周鹏;;隐马尔可夫树模型在带钢表面缺陷在线检测中的应用[J];机械工程学报;2013年22期

4 赵久梁;颜云辉;刘伟嵬;仝健;;板带钢表面缺陷检测系统的多尺度边缘检测算法[J];东北大学学报(自然科学版);2010年03期

5 王宏;朱德生;唐威;;一种基于灰度投影的带钢表面缺陷检测算法[J];东北大学学报(自然科学版);2008年03期

【共引文献】

相关期刊论文 前10条

1 陈海永;徐森;刘坤;孙鹤旭;;基于Gabor小波和加权马氏距离的带钢表面缺陷检测[J];电子测量与仪器学报;2016年05期

2 刘琼;史诺;申妙芳;;基于区间二型模糊集的农田障碍物分割方法[J];国外电子测量技术;2016年04期

3 翟厚曦;江泽林;张鹏飞;田杰;刘纪元;;一种合成孔径声呐图像目标分割方法[J];仪器仪表学报;2016年04期

4 王春艳;徐爱功;杨本臣;赵雪梅;;基于区间二型模糊模型的高分辨率遥感影像分割方法[J];仪器仪表学报;2016年03期

5 夏青;张宝峰;韩芳芳;沈康;杨小兵;;宽幅面产品表面缺陷检测的幅面分割及缺陷提取研究[J];仪表技术与传感器;2016年02期

6 赵泉华;高郡;李玉;;基于区域划分的多特征纹理图像分割[J];仪器仪表学报;2015年11期

7 王晖;程小虎;赵淑华;赵举峰;;基于机器视觉的接装纸缺陷检测装置[J];烟草科技;2015年08期

8 赵霆;管声启;王鹏;;基于目标面积特征分析的带钢缺陷图像分割方法[J];西安工程大学学报;2015年04期

9 徐帅华;陈龙龙;管声启;李婷;;视觉显著性模型在带钢缺陷动态检测中的应用[J];西安工程大学学报;2014年06期

10 刘青;张晓晖;黄军勤;;基于机器视觉的钢球表面缺陷快速提取算法[J];激光杂志;2014年09期

【二级参考文献】

相关期刊论文 前10条

1 李菊;李克清;苏勇刚;;Markov随机游走和高斯混合模型相结合的运动目标检测算法[J];电子测量与仪器学报;2014年05期

2 刘小丹;李陆陆;;基于灰度共生矩阵和单尺度MRF的纹理图像分割[J];大连交通大学学报;2014年01期

3 勾荣;;基于G-L分数阶微分的图像边缘检测[J];计算机与现代化;2013年11期

4 田磊;宋爱国;王蔚;;基于PDE方法的图像力触觉再现方法研究[J];仪器仪表学报;2013年10期

5 郭海涛;刘丽媛;赵亚鑫;徐丰;;基于MAR与FCM聚类的声呐图像分割[J];仪器仪表学报;2013年10期

6 胡敏;程天梅;王晓华;;融合全局和局部特征的人脸识别[J];电子测量与仪器学报;2013年09期

7 周书仁;殷建平;;基于Haar特性的LBP纹理特征[J];软件学报;2013年08期

8 谢颖;;结合Mean Shift和聚类算法的服装图像分割[J];电子测量技术;2013年08期

9 张善卿;张坤龙;;基于结构张量特征值的纹理图像分割模型[J];电子学报;2013年07期

10 曲劲松;毛征;吴珍荣;袁建建;李红岩;;基于二维熵的空中小目标跟踪研究[J];国外电子测量技术;2013年07期

【相似文献】

相关期刊论文 前10条

1 杨靖尧;里红杰;陶学恒;;基于Gabor变换和极限学习机的贝类图像种类识别[J];大连工业大学学报;2013年04期

2 肖乐,朱玉文,丁丽宏,刘万春;基于Gabor滤波器的布匹瑕疵自动检测方法[J];北京理工大学学报;2002年06期

3 曹磊;孙大明;韩立国;张显文;单刚义;;Gabor地表一致性反褶积算法研究与应用[J];世界地质;2010年03期

4 汪云九,齐翔林,姚国正,王孟;Neural Wave Representation in Early Vision[J];Science in China,Ser.B;1993年06期

5 张玉军;徐杨;;快速Gabor滤波器在指纹纹理分析中的应用[J];鞍山科技大学学报;2006年03期

6 汪云九,齐翔林,刑静,于德山;EXTENDED GABOR FUNCTION MODEL AND SIMULATION OF SOME CHARACTERISTIC CURVES OF RECEPTIVE FIELD[J];Science in China,Ser.B;1988年10期

7 杨晓波;;基于Gabor滤波器的织物疵点检测[J];纺织学报;2010年04期

8 邢亚敬;韩润萍;姜玲;;基于优化Gabor滤波器的织物疵点检测算法[J];北京服装学院学报(自然科学版);2008年01期

9 马永军;吴惊道;;基于Gabor滤波器和相关反馈的医学图像检索[J];天津科技大学学报;2010年04期

10 孙红光,潘毓学,顾海军,何大志;基于Gabor小波的磨床微进给电控装置的设计与研究[J];机械设计与研究;2005年05期

相关会议论文 前10条

1 朱学芳;邹文豪;王栾井;;对字体识别中Gabor滤波器参数的实验研究[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

2 Kurban Ubul;Abdiryim Raxidin;Alim Aysa;;2-D Gabor Filter based Feature Extraction Method for Uyghur Handwriting Image[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年

3 ;Face recognition based on Gabor phase[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（下）[C];2006年

4 马世伟;吴从毛;袁康;;基于时间切变Gabor原子的时频建模[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

5 唐荣生;张宏志;王宽全;;基于Gabor小波的舌象舌苔厚薄分类研究[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年

6 ;Edge Detection of Plant Roots Image via Gabor Wavelet Theory[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

7 何苗;张宏志;王宽全;;基于Gabor小波和特征加权的红星舌象分类研究[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年

8 LV Xue-fang;Ping Tao;;Realization of Face Recognition System Based on Gabor Wavelet and Elastic Bunch Graph Matching[A];第25届中国控制与决策会议论文集[C];2013年

9 朱学芳;邹文豪;朱鹏;;基于Gabor函数的字体识别实验研究[A];第十五届全国图象图形学学术会议论文集[C];2010年

10 郭浩;欧宗瑛;;基于Gabor滤波的指纹增强方法研究[A];首届信息获取与处理学术会议论文集[C];2003年

相关重要报纸文章 前1条

1 王丽辉;Gabor 时尚绿色品牌[N];中国服饰报;2006年

相关博士学位论文 前10条

1 臧丽丽;Gabor框架和小波框架的必要条件和充分条件[D];南开大学;2010年

2 余磊;Gabor小波变换在人脸识别中的应用研究[D];重庆大学;2009年

3 林晨;离散Gabor变换与展开快速并行算法分析与实现[D];安徽大学;2015年

4 何飞;基于Gabor滤波的虹膜多特征提取及融合识别方法研究[D];吉林大学;2015年

5 董学志;Gabor小波特征跟踪方法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2003年

6 李云峰;基于Gabor小波变换的人脸识别[D];大连理工大学;2006年

7 靳明;基于Gabor滤波器的军用目标识别及跟踪方法的研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2005年

8 傅一平;基于Gabor与小波的边缘检测理论、快速算法与实时应用研究[D];浙江大学;2004年

9 赵英男;Gabor滤波器在车辆检测和车型识别中的应用研究[D];南京理工大学;2004年

10 杜赓;基于尺度不变特征的人脸识别[D];北京邮电大学;2010年

相关硕士学位论文 前10条

1 伍文婷;对Gabor框的某些问题研究[D];华东师范大学;2007年

2 袁书萍;利用多抽样率滤波技术快速并行实现实值离散Gabor展开与变换[D];安徽大学;2011年

3 向维辉;基于Gabor滤波的完备CS-LBP算子图像纹理特征提取算法研究[D];昆明理工大学;2015年

4 张雁腾;基于Gabor小波分解的线性子空间人脸识别方法[D];昆明理工大学;2015年

5 陈玉玲;基于Gabor和ILDA的人耳识别研究[D];江西理工大学;2015年

6 高威;基于小波及原子库的信号脉内调制方式分析算法研究[D];哈尔滨工业大学;2015年

7 王文佳;基于人眼识别的手机游戏防沉迷系统设计与实现[D];电子科技大学;2015年

8 李孚煜;融合SIFT和Gabor特征的多源遥感图自动配准[D];南昌大学;2015年

9 马逢乐;基于Gabor小波的能量空间特征点提取方法研究[D];北京化工大学;2014年

10 许伟;基于Gabor特征和SVM的人脸识别方法研究[D];新疆大学;2015年

，

本文编号：1926358