帶鋼表面缺陷智能化辨識方法的研究.pdf

1、帶鋼的質(zhì)量檢查，既包括內(nèi)部質(zhì)量檢查，也包括表面質(zhì)量檢查。在激烈的市場競爭條件下，良好的表面質(zhì)量不僅是企業(yè)形象的代表，而且是贏得市場的前提條件。帶鋼表面缺陷檢測系統(tǒng)作為表面質(zhì)量的監(jiān)測設(shè)備，在生產(chǎn)中具有非常重要的實用價值。近年來，微電子技術(shù)、計算機技術(shù)、自動化技術(shù)和光電子技術(shù)的飛速發(fā)展，人工智能、神經(jīng)網(wǎng)絡理論的深化及實用化，使帶鋼表面檢測向智能化、高精度、高可靠度、高速在線檢測的方向發(fā)展。本論文采用圖像處理、圖像分析、神經(jīng)網(wǎng)絡相結(jié)合的方法，

2、智能化的識別帶鋼表面的缺陷，其主要工作包括以下幾個方面：1．對圖像處理技術(shù)進行深入研究。比較常用算法的特點，確定適合帶鋼表面缺陷的圖像處理方法。2．深入研究缺陷圖像的特征參數(shù)提取技術(shù)。本文利用數(shù)學結(jié)構(gòu)形態(tài)學的方法對缺陷圖像的整體特征參數(shù)進行了提取，并提出了一種快速多邊形逼近算法—最小周長法；通過對缺陷整體特征參數(shù)的分析，找到了不同缺陷的特征參數(shù)閾值。3．研究神經(jīng)網(wǎng)絡分類技術(shù)，設(shè)計了一種既能識別已知缺陷，又能識別未知缺陷的ART神經(jīng)網(wǎng)絡。