基于多信息融合的高温铸坯表面缺陷在线检测方法

发布时间：2017-01-01 00:39

  本文关键词：基于多信息融合的高温铸坯表面缺陷在线检测方法，由笔耕文化传播整理发布。

《北京科技大学》 2015年

基于多信息融合的高温铸坯表面缺陷在线检测方法

周鹏  

【摘要】：连铸板坯的表面缺陷,如表面裂纹等,不仅会影响连铸生产过程,而且是热轧工序质量事故的重要原因。对连铸板坯表面缺陷进行在线自动检测,不仅能避免批量的质量事故,而且可为热装热送工艺提供技术保障,具有显著的节能降耗作用。目前在线应用的表面检测系统一般采用两维图像检测方式,即利用表面图像中的两维灰度信息进行缺陷的检测与识别,由于铸坯表面存在着大量氧化铁皮与保护渣,它们与裂纹等真实缺陷在两维图像中非常相似,利用灰度信息难以进行区分,容易造成缺陷的误识。 为了提高高温铸坯表面缺陷的检出率和识别率,减少缺陷的漏检与误报率,本文对铸坯表面图像的特征提取方法进行了深入研究,提出了一种基于光度立体视觉的铸坯表面缺陷三维检测方法,并利用灰度与深度信息的融合进行缺陷的检测与识别。文章的主要成果及创新点如下： (1)将多尺度几何分析方法应用于高温铸坯表面图像的特征提取,提出了一种新的高温铸坯表面缺陷识别方法。不同缺陷具有不同尺度和方向上的特定信息,而传统的小波分析方法无法获取图像在多个方向上的信息。本文将Curvelet变换、Contourlet变换、Shearlet变换等多尺度几何分析方法应用于高温铸坯表面图像的多尺度、多方向分解,分解后得到多个子带图像,计算所有子带的统计特征值,得到一高维特征向量。用有监督的局部线性嵌入(SLLE)降维方法去除该高维特征向量的冗余信息,得到一低维特征向量,将该低维特征向量输入到支持向量机,从而实现对高温铸坯表面缺陷的识别。实验表明Shearlet变换与SLLE降维相结合的Shearlet-SLLE方法对测试集样本的识别率可达87.36%,高于小波变换、Curvelet变换与Contourlet变换。 (2)设计了基于彩色光度立体视觉的高温铸坯表面三维检测方案,并提出了一种基于四叉树积分的三维重建算法。设计了一种通过相机标定测量被测物体反射模型的方法,采用该方法测量了高温铸坯表面的反射模型。利用红、绿、蓝等多台激光线光源和单台线阵3CCD彩色相机的组合,设计了基于彩色光度立体视觉的高温铸坯表面三维检测方案。提出了一种基于四叉树积分的三维重建算法,根据三维表面的梯度场求解表面深度值,相比传统的矩形路径直接积分算法和全局优化算法,本算法具有较高的算法效率,并对噪声具有较好的鲁棒性。实验表明,该算法在时间上能够满足在线检测的要求,同时具有较低的误差,能真实反应物体表面的深度信息。 (3)提出了灰度和深度信息融合的表面缺陷检测与识别算法,并开发了基于信息融合的高温铸坯表面缺陷检测实验系统。综合考虑灰度、梯度、深度信息的特点与数据量,设计了一种3层信息融合算法,达到了算法效率和准确率的优化。开发了灰度与深度信息融合的连铸板坯表面缺陷检测实验系统,系统采用在线识别与离线训练相结合的工作模式,在线识别功能为离线训练提供图像样本,离线训练为在线检测识别训练分类器。在线识别功能中使用了神经网络+模糊集的信息融合算法,离线训练功能则对4个不同分类器进行单独训练,得到的分类器参数用于在线识别。用国内某铸坯生产线采集到的样本进行试验,包含裂纹、接痕、氧化铁皮等430幅图像。试验结果表明：缺陷的整体识别率达95.0%,单幅4096×512尺寸图像的平均运算时间为2.23s,可满足在线检测的要求。

【关键词】：
【学位授予单位】：北京科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前10条

1 徐科;周茂贵;徐金梧;杨朝霖;周鹏;高阳;;基于线型激光的热轧带钢表面在线检测系统[J];北京科技大学学报;2008年01期

2 徐科;杨朝霖;周鹏;杨成;李希纲;;基于线型激光的连铸板坯表面裂纹在线检测技术[J];北京科技大学学报;2009年12期

3 王承;孙秀斌;陈光■;谢永乐;;基于神经网络信息融合技术的模拟电路故障诊断[J];电路与系统学报;2007年05期

4 郭科;陈聆;唐菊兴;魏友华;彭继兵;;基于卡尔曼滤波的信息融合技术在区域化探异常综合评价中的应用探索[J];地学前缘;2006年05期

5 焦李成,谭山;图像的多尺度几何分析:回顾和展望[J];电子学报;2003年S1期

6 李华,史忠科;修正D-S证据组合方法及其在目标识别中的应用[J];飞行力学;2002年01期

7 欧阳奇;张兴兰;陈登福;张涛;肖建平;;高温连铸坯表面缺陷的机器视觉无损检测[J];重庆大学学报(自然科学版);2007年11期

8 李见为;樊超;王玮;;监督局部线性嵌入在人脸识别中的应用[J];重庆大学学报;2010年02期

9 简小刚;贾鸿盛;石来德;;多传感器信息融合技术的研究进展[J];中国工程机械学报;2009年02期

10 焦李成,谭山,刘芳;脊波理论:从脊波变换到Curvelet变换[J];工程数学学报;2005年05期

中国博士学位论文全文数据库 前2条

1 郑作勇;基于图像的带高光物体的形状和反射属性建模技术研究[D];上海交通大学;2009年

2 倪伟;基于多尺度几何分析的图像处理技术研究[D];西安电子科技大学;2008年

【共引文献】

中国期刊全文数据库 前10条

1 柳军;高健;张宏宇;李帅;;表面缺陷在线检测系统在冷轧连退生产线上的应用[J];鞍钢技术;2012年03期

2 宋杨;王菲露;;基于多分辨率分析的多传感器遥感图像融合方法[J];安徽大学学报(自然科学版);2011年02期

3 李景福;赵进辉;龙志军;刘诗安;;基于离散小波变换的农业图像处理研究[J];安徽农学通报;2007年03期

4 薛金林;徐丽明;;多功能农业机器人及其关键技术分析[J];安徽农业科学;2009年15期

5 刘立波;基于数学形态学的二值图像骨架抽取算法[J];安庆师范学院学报(自然科学版);2004年01期

6 吕英华;牛守强;;基于MATLAB的金属材料显微图像处理[J];鞍山科技大学学报;2006年03期

7 苏中;夏艳;吴细宝;;基于激光双目视觉系统的直径测量[J];半导体光电;2008年01期

8 张进;王万平;吴钦章;;基于光电跟踪系统的联合Kalman滤波器算法研究[J];半导体光电;2008年04期

9 王会峰;刘永奎;汪大宝;;基于小波和Zernike矩的标尺靶亚像素检测算法[J];半导体光电;2010年06期

10 胡跃明;戚其丰;韩佳;袁鹏;吴忻生;;SMD-IC的高速高精度图像识别算法及其实现[J];半导体技术;2005年11期

中国重要会议论文全文数据库 前10条

1 曾宪伟;方洋旺;伍友利;王洪强;刘加丛;;一种新的最优制导律[A];第二十六届中国控制会议论文集[C];2007年

2 刘磊;王永骥;;基于单目视觉的机器人动态目标识别与跟踪[A];第二十六届中国控制会议论文集[C];2007年

3 马小平;汪永东;樊阳;;模糊证据理论的深入研究[A];第二十六届中国控制会议论文集[C];2007年

4 胡玉兰;范晓静;;基于D-S证据理论改进方法的目标识别[A];第二十七届中国控制会议论文集[C];2008年

5 张佑春;王平;张公永;;基于D-S证据理论和神经网络的信息融合方法及应用[A];第二十七届中国控制会议论文集[C];2008年

6 杜奕;迟毅林;伍星;;信息融合在设备监测和故障诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年

7 朱茵;王军利;;交通管理综合信息融合模型研究[A];第二十七届中国控制会议论文集[C];2008年

8 黄进;胡英;马孜;汪洋;;弧形扫描系统关键技术研究[A];第二十七届中国控制会议论文集[C];2008年

9 刘伟锋;张卓;王延江;;基于光线衰减的深度获取方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年

10 李学东;全权;蔡开元;;双目鱼眼摄像机噪声分析与外参标定[A];中国自动化学会控制理论专业委员会D卷[C];2011年

中国博士学位论文全文数据库 前10条

1 王玉全;基于全景视觉的移动机器人同时定位与地图创建方法研究[D];哈尔滨工程大学;2010年

2 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年

3 王咏胜;复数轮廓波变换的构造、扩展及其图像处理应用[D];哈尔滨工程大学;2009年

4 王文标;基于视觉测量的快速再制造成形系统关键技术研究[D];大连海事大学;2010年

5 时长江;豆科类杂草种子图像识别系统研究[D];中国海洋大学;2009年

6 何建民;面向网络社区聆听客户声音方法研究[D];合肥工业大学;2010年

7 肖洁;视觉注意模型及其在目标感知中的应用研究[D];华中科技大学;2010年

8 蒋鼎国;无线传感器网络农业信息监控系统设计与数据融合研究[D];江南大学;2010年

9 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年

10 岑健;基于人工免疫系统的机组复合故障诊断技术研究[D];华南理工大学;2010年

中国硕士学位论文全文数据库 前10条

1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年

2 年军艳;普适计算下的上下文感知计算若干关键技术研究[D];安徽工程大学;2010年

3 何慧娟;基于多传感器的移动机器人障碍物检测与定位研究[D];安徽工程大学;2010年

4 宋抗;压缩机活塞圆度误差数字检测系统研究[D];河南理工大学;2010年

5 饶吉来;基于图像处理的型面联接件检测技术研究[D];河南理工大学;2010年

6 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年

7 孙静;基于双目立体视觉的多相机三维重建技术实现[D];山东科技大学;2010年

8 宗雯雯;基于双目立体视觉的特征点匹配关键技术研究与应用[D];山东科技大学;2010年

9 焉杰;多传感器时滞系统信息融合及其仿真[D];山东科技大学;2010年

10 郑莉;DSP在集装箱加强板焊接定位系统中的应用[D];山东科技大学;2010年

【二级参考文献】

中国期刊全文数据库 前10条

1 刘钟;吴杰;张华;;热轧带钢表面质量检测系统的工程设计与实践[J];宝钢技术;2005年06期

2 冯建辉;杨玉静;;基于灰度共生矩阵提取纹理特征图像的研究[J];北京测绘;2007年03期

3 毛士艺,赵巍;多传感器图像融合技术综述[J];北京航空航天大学学报;2002年05期

4 王璇，李春升，，周荫清;多传感器信息融合技术[J];北京航空航天大学学报;1994年04期

5 徐科,徐金梧,陈雨来;冷轧带钢表面缺陷在线监测系统[J];北京科技大学学报;2002年03期

6 梁治国,徐科,徐金梧;基于线型激光的钢板表面缺陷三维检测技术[J];北京科技大学学报;2004年06期

7 徐科;周茂贵;徐金梧;杨朝霖;周鹏;高阳;;基于线型激光的热轧带钢表面在线检测系统[J];北京科技大学学报;2008年01期

8 ;Online application of automatic surface quality inspection system to finishing line of cold rolled strips[J];Journal of University of Science and Technology Beijing(English Edition);2003年04期

9 崔岩梅,倪国强,钟堰利,王毅,钮永胜;利用统计特性进行图像融合效果分析及评价[J];北京理工大学学报;2000年01期

10 倪国强,戴文,李勇量,蒲恬;基于响尾蛇双模式细胞机理的可见光/红外图像彩色融合技术的优势和前景展望[J];北京理工大学学报;2004年02期

中国博士学位论文全文数据库 前1条

1 王欣;多传感器数据融合问题的研究[D];吉林大学;2006年

中国硕士学位论文全文数据库 前5条

1 徐庆相;基于光度立体视觉的表面精细特征三维重建技术研究[D];华中科技大学;2011年

2 任彦;多传感器信息融合技术研究[D];哈尔滨工程大学;2004年

3 黄薇;Curvelet变换及其在图像处理中的应用研究[D];西安理工大学;2007年

4 赵心;基于Curvelet变换的图像去噪方法研究与应用[D];山东科技大学;2007年

5 高青;多传感器数据融合算法研究[D];西安电子科技大学;2008年

【相似文献】

中国期刊全文数据库 前10条

1 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

2 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

3 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

4 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

5 唐惠玲;刘志军;;精密烤漆表面缺陷在线检测光照度自调节分析[J];光电子技术;2007年02期

6 颜彩蘩,李增发,李训普,张光寅,王宏杰;半导体硅片表面缺陷光反射“魔镜”检测技术[J];光电子·激光;1999年01期

7 黄文倩;李江波;张驰;李斌;陈立平;张百海;;基于类球形亮度变换的水果表面缺陷提取[J];农业机械学报;2012年12期

8 邢希东,高军;泼水算法与墙地砖表面缺陷的识别与分级研究[J];山东工程学院学报;2002年02期

9 项震;赵亚洲;侯晶;葛剑虹;;减少光学元件亚表面缺陷的方法研究[J];光子学报;2009年05期

10 张肇富;金属零件表面缺陷的自动检测[J];上海计量测试;1998年02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6条

1 高宏适;[N];世界金属导报;2013年

2 陈方;[N];中国水利报;2006年

3 钟;[N];世界金属导报;2005年

4 徐科 杨朝霖 周鹏;[N];中国冶金报;2010年

5 道哥拉斯·斯塔海姆;[N];中国冶金报;2010年

6 ;[N];世界金属导报;2007年

中国博士学位论文全文数据库 前10条

1 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

2 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

3 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

4 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

5 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

6 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

7 李武斌;热轧圆钢表面缺陷视觉在线检测算法研究[D];山东大学;2013年

8 杨水山;冷轧带钢表面缺陷机器视觉自动检测技术研究[D];哈尔滨工业大学;2009年

9 张洪涛;钢板表面缺陷在线视觉检测系统关键技术研究[D];天津大学;2008年

10 刘源泂;基于图像处理的钢板表面缺陷成像优化与深度信息提取方法研究[D];武汉科技大学;2011年

中国硕士学位论文全文数据库 前10条

1 王毅;亚表面缺陷诱导损伤的机理与实验技术研究[D];中国工程物理研究院;2005年

2 张玉华;金属平板表面缺陷扰动的磁场量分布研究[D];国防科学技术大学;2003年

3 郑嵘;铸坯表面缺陷图像检测方法研究[D];上海交通大学;2013年

4 马娟娟;木质板材表面缺陷检测技术研究[D];中北大学;2011年

5 刘建强;子弹表面缺陷在线检测关键技术的研究[D];电子科技大学;2013年

6 范丽凯;重钢新区连铸坯表面缺陷及其在轧制过程中演变行为研究[D];重庆大学;2013年

7 杨阳;钢球表面缺陷视觉检测技术的研究[D];华东交通大学;2009年

8 张永奎;基于光纤传感技术的钢球表面缺陷检测研究[D];济南大学;2011年

9 冷冶;铜扁线表面缺陷在线识别的研究[D];大连交通大学;2008年

10 郝焕瑞;钢球表面缺陷检测仪中的视觉系统研究[D];哈尔滨理工大学;2009年

  本文关键词：基于多信息融合的高温铸坯表面缺陷在线检测方法，由笔耕文化传播整理发布。

本文编号：230372