基于計算機視覺的鋼材表面缺陷檢測系統(tǒng)的研究.pdf

1、鋼鐵已經(jīng)成為汽車制作、機械化工、船舶制造、軍事國防等工業(yè)必須的原材料。但是由于落后的軋制設備、以及不發(fā)達的工藝技術等諸多原因，使得鋼鐵表面容易產(chǎn)生輥印、粘結、壓痕、折皺、劃傷、氧化色等不同種類的缺陷，直接影響了鋼鐵的外觀和質(zhì)量，因此務必提高鋼鐵表面缺陷的檢測水平。
　　本課題主要在檢測設備的非人工性、圖像處理方法、實時和分時系統(tǒng)的結合、分類識別幾方面做了深入的研究。這有利于提高檢測水平，保證產(chǎn)品質(zhì)量，從而提高我國鋼材的市場競爭力。

2、具體研究內(nèi)容如下:
　　從鋼材表面缺陷的檢測系統(tǒng)出發(fā)，首先，提出了基于線陣CCD上下表面掃描的鋼板表面缺陷檢測系統(tǒng)方案，利用圖像處理算法對所采集的缺陷圖像進行降噪和銳化處理，使有用特征區(qū)域從背景中分離出來，為后續(xù)特征提取提供方便。
　　其次，研究了遺傳算法相關知識，并結合特征向量的特點，利用遺傳算法設計特征提取方法。在保留明顯特征的前提下，進行圖像的特征集優(yōu)化，降低缺陷特征維數(shù)，以提高后續(xù)機器學習算法的性能。
　　最后