基于神經(jīng)網(wǎng)絡(luò)的冷軋帶鋼表面缺陷識別分類技術(shù)研究.pdf

1、帶鋼的表面缺陷是影響帶鋼質(zhì)量的重要因素，對帶鋼進(jìn)行表面缺陷檢測對于提高帶鋼的質(zhì)量具有非常重要的作用。帶鋼表面缺陷檢測系統(tǒng)是基于機(jī)器視覺和圖像處理，利用帶鋼表面的圖像信息來進(jìn)行帶鋼質(zhì)量檢測。
　　本文重點(diǎn)研究了在帶鋼表面缺陷檢測系統(tǒng)中，基于BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的缺陷識別算法。其主要工作包括以下幾個方面：
　　1.研究對分割出來的缺陷圖像進(jìn)行預(yù)處理，提取缺陷的相關(guān)特征量并進(jìn)行特征選擇，剔除對類別可分離性無貢獻(xiàn)或貢獻(xiàn)不大的特征量。

2、實(shí)驗(yàn)證明這些提取選擇的特征量對缺陷的分類非常有效。
　　2.研究和開發(fā)了系統(tǒng)的缺陷分類方法，用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了系統(tǒng)的分類器。著重研究了根據(jù)輸入和輸出量合理選擇網(wǎng)絡(luò)結(jié)構(gòu)，訓(xùn)練權(quán)值的更新算法，目標(biāo)向量的合理構(gòu)造，帶懲罰項(xiàng)的BP網(wǎng)絡(luò)，改善了網(wǎng)絡(luò)的收斂性。并研究了初始權(quán)值對網(wǎng)絡(luò)收斂的影響，合理的初始權(quán)值可以避免網(wǎng)絡(luò)訓(xùn)練時陷入局部最優(yōu)。
　　3.針對本系統(tǒng)的實(shí)際情況，研究樣本庫的合理分類和管理，通過將某一大類分成合理的小類，會提高整