基于Tetrolet变换的热轧钢板表面缺陷识别方法

发布时间：2017-08-05 15:30

  本文关键词：基于Tetrolet变换的热轧钢板表面缺陷识别方法

  更多相关文章： 热轧钢板 表面检测 特征提取 多尺度几何分析 Tetrolet变换

【摘要】：通过Tetrolet变换将热轧钢板表面图像分解成不同尺度和方向的子带,提取子带的Tetrolet高通系数矩阵特征,得到一个高维的特征矢量。利用核保局投影算法对高维特征矢量进行降维,将降维后的低维特征矢量输入支持向量机,从而实现热轧钢板表面缺陷的分类识别。对现场采集到的热轧钢板表面图像样本进行试验,包括横向裂纹、纵向裂纹、横向划伤、纵向划伤、结疤、麻点、网纹、压痕等8类常见热轧钢板表面缺陷,以及氧化铁皮和无缺陷等样本。试验结果表明基于Tetrolet变换方法对样本图像的识别率可达97.38%,比基于Curvelet变换、Contourlet变换等方法得到的识别率提高1%左右。
【作者单位】： 北京科技大学钢铁共性技术协同创新中心;北京科技大学高效轧制国家工程研究中心;
【关键词】： 热轧钢板 表面检测 特征提取 多尺度几何分析 Tetrolet变换
【基金】：“十二五”国家科技支撑计划(2012BAB19B06) 教育部博士点基金(20120006110033)资助项目
【分类号】：TG142;TP391.41
【正文快照】： 0前言 热乳钢板的表面质量对于所要加工的产品的性能有着重要影响,由于原料、乳制设备和加工工艺等原因,热乳钢板表面往往会产生多种类型的缺陷。目前,基于机器视觉的表面检测方法由于具有 非接触、响应快等特点,己经广泛应用于多种工业产品表面缺陷的检测与识别中[1],其工，

本文编号：625619