局部二值模式在连铸坯表面缺陷识别中的应用
本文关键词:局部二值模式在连铸坯表面缺陷识别中的应用
更多相关文章: 二值模式 表面缺陷 检测 特征提取 连铸 铸坯
【摘要】:为了解决传统的图像识别算法无法准确识别铸坯表面缺陷的问题,提出一种考虑图像相邻像素影响的改进的多块局部二进制算法(MB-LBP).该算法将原始图像分成多个小区域,每个小区域再做等分,并计算平均灰度值,再运用局部二进制模式算法进行计算.对现场采集到的连铸坯表面裂纹、划伤、压痕、凹坑和无缺陷共五类1697个样本进行实验,整体识别率达到94.9%,而传统局部二进制模式算法的识别率为89.1%,说明本文算法具有更好的鲁棒性和抗噪能力.
【作者单位】: 北京科技大学高效轧制国家工程研究中心;北京科技大学钢铁共性技术协同创新中心;
【关键词】: 二值模式 表面缺陷 检测 特征提取 连铸 铸坯
【基金】:“十二五”国家科技支撑计划资助项目(2012BAB19B06) 教育部博士点基金资助项目(20120006110033)
【分类号】:TP391.41
【正文快照】: 连铸过程中产生的表面缺陷,如表面裂纹和边部角裂,不仅影响连铸生产过程,而且会影响后续轧材的质量.如何发现并通过改进工艺等方式消除铸坯表面缺陷是提高轧材成品质量的关键.基于CCD摄像的机器视觉检测方式是近年来迅速发展起来的一种非接触式的无损检测技术,在表面缺陷在线
【相似文献】
中国期刊全文数据库 前10条
1 任丙彦;李养贤;;一种控制硅片表面缺陷产生的新方法[J];河北工学院学报;1991年01期
2 马玉真;李国平;;大尺寸钢球表面缺陷的检测[J];传感器与微系统;2012年08期
3 章肖融;干昌明;郑乐奇;;用光声声表面波谱仪研究表面缺陷[J];应用激光;1987年06期
4 李玉山;;物体表面缺陷模型及检测方法的研究[J];西安电子科技大学学报;1988年04期
5 张赤斌,丛福建,易红,吴军辉,吴启迪;针灸针表面缺陷的计算机识别研究[J];计算机工程与应用;2001年24期
6 杨东林;于正林;;轴承钢球表面缺陷的快速检测方法[J];兵工学报;2009年06期
7 董德威;颜云辉;陈立武;丛家慧;;带钢表面缺陷严重程度的模糊综合评判研究[J];计算机工程与设计;2011年04期
8 何志勇;孙立宁;芮延年;;一种微小表面缺陷的机器视觉检测方法[J];应用科学学报;2012年05期
9 徐凤云;;基于神经网络的钢材表面缺陷快速检测[J];科技广场;2010年05期
10 赵艳;严伟;沈中华;陆建;李相银;;弹性声波与表面缺陷相互作用的数值模拟[J];激光技术;2010年01期
中国重要会议论文全文数据库 前10条
1 ;金属工业中表面缺陷检查的视觉先锋[A];2010钢材质量控制技术、形状、尺寸精度、表面质量控制与改善学术研讨会文集[C];2010年
2 全燕鸣;朱国强;姜长城;柯志勇;;小球表面缺陷自动检测中的表面滚翻方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年
3 于正林;曹国华;杨东林;;轴承钢球表面缺陷自动检测[A];科技创新与节能减排——吉林省第五届科学技术学术年会论文集(上册)[C];2008年
4 吴建永;;琼州大桥T梁表面缺陷的预防及处理[A];海南省公路学会2003年学术交流会论文集[C];2003年
5 贡雪南;;宝钢1420镀锡板表面质量检测与控制技术[A];薄钢板质量研讨会论文集[C];2000年
6 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];2010年重庆市机械工程学会学术年会论文集[C];2010年
7 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];重庆市机械工程学会铸造分会、重庆铸造行业协会2010重庆市铸造年会论文集[C];2010年
8 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];2010年中国铸造活动周论文集[C];2010年
9 王暄;秦世引;张其生;;热轧钢板表面缺陷的自动识别与分类[A];2001年中国智能自动化会议论文集(上册)[C];2001年
10 杨金艳;肖良辰;;表面缺陷对钢丝断裂行为的影响[A];全国金属制品信息网第23届年会暨2013金属制品行业技术信息交流会论文集[C];2013年
中国重要报纸全文数据库 前5条
1 高宏适;钢板表面缺陷产生机制研究[N];世界金属导报;2013年
2 陈方;远距离测绘系统让大坝表面缺陷尽在掌握[N];中国水利报;2006年
3 钟;超低碳冷轧薄板钢表面缺陷的消除[N];世界金属导报;2005年
4 徐科 杨朝霖 周鹏;高效算法实现热轧带钢表面缺陷在线检测[N];中国冶金报;2010年
5 道哥拉斯·斯塔海姆;消除表面缺陷 提高连铸坯质量[N];中国冶金报;2010年
中国博士学位论文全文数据库 前10条
1 孟云吉;光晶格中空间孤子的传输特性研究[D];南京航空航天大学;2013年
2 陈立君;基于流形支持向量机的木材表面缺陷识别方法的研究[D];东北林业大学;2015年
3 宋克臣;面向硅钢板表面缺陷的检测与识别方法研究[D];东北大学;2014年
4 李长乐;冷轧带钢表面缺陷图像检测关键技术的研究[D];哈尔滨工业大学;2009年
5 张建川;红钢棒材表面缺陷图像采集与检测系统研究[D];山东大学;2012年
6 杨铁滨;基于机器视觉的陶瓷球表面缺陷自动检测技术研究[D];哈尔滨工业大学;2007年
7 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年
8 赵彦玲;基于图像技术的钢球表面缺陷分析与识别[D];哈尔滨理工大学;2008年
9 甘胜丰;带钢表面缺陷图像检测与分类方法研究[D];中国地质大学;2013年
10 何志勇;基于改进Otsu法和显著性分析的表面缺陷高效视觉检测方法研究[D];苏州大学;2015年
中国硕士学位论文全文数据库 前10条
1 雷志强;磁片表面缺陷检测技术研究[D];沈阳理工大学;2015年
2 宋丁东;基于LBP的子弹表面缺陷光电检测算法研究[D];电子科技大学;2015年
3 尚西昌;基于图像识别的汽车滤纸表面缺陷自动检测研究[D];河北科技大学;2014年
4 张传荣;基于ACFM亚表面缺陷识别技术研究[D];中国石油大学(华东);2014年
5 刘伟;考虑热效应和表面缺陷的滚动轴承性能分析[D];北京理工大学;2016年
6 唐永春;基于形态特征的热轧型钢表面缺陷测量分类系统设计研究[D];江苏大学;2016年
7 徐信;冲压件表面缺陷图像检测系统的研究与开发[D];广东工业大学;2016年
8 姚丹;基于FPGA的表面缺陷在线检测系统应用研究[D];西安科技大学;2015年
9 郭佳文;机械加工中亚表面缺陷对表面质量的影响[D];湖南大学;2016年
10 王时丽;基于机器视觉的钢轨表面缺陷检测技术研究[D];西南科技大学;2016年
,本文编号:912441
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/912441.html