收藏本站
《武汉理工大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

基于机器视觉冷轧钢板表面检测及分类研究

张婷婷  
【摘要】:当今世界,汽车、家电、军事、航空航天和造船等行业都在飞速发展,钢板作为主要材料,同时作为国民经济的支柱型产业钢铁冶金工业的产品之一,其需求也日益扩大,钢板质量对于后续产品的质量和性能也有着直接的影响。所以,研究带钢表面质量检测对国内经济和国民安全都具有着重要的现实意义。近几年,机器视觉以绝对优势在无损检测中脱颖而出,受到钢铁企业和学者的青睐,机器视觉在国内钢铁市场处于起步状态,在应用方面,依旧需要对系统设计上的稳定性以及实时性加以提升,鉴于此,本文采用机器视觉方法对带钢表面缺陷检测及分类的关键技术进行深入研究。主要工作内容如下:(1)建立了一套模拟工厂生产条件下的带钢检测实验平台,设计图像采集装置以及系统软件总工作流程,针对性的设计算法流程。(2)研究带钢图像预处理的亮度补偿和滤波去噪算法,针对亮度补偿环节,提出基于全局自适应亮度补偿算法,该算法原理简单,运算速度快,经过算法对比,确定本算法对本实验图像的亮度补偿优势。(3)针对于图像分割,提出结合边缘算子的改进大津阈值分割来实现区域分割,即利用边缘灰度信息来实现局部大津阈值分割算法,阈值选择更恰当,同时,运行时间上也有很大的优势。(4)基于复杂度标量的概念,研究了复杂度的定量标准,通过实验对三种复杂度标量进行对比分析,验证本文所选标准的通用性、有效性以及实时性。将灰度标准差和边缘分割后灰度值大于0的像素点数量的双重标准应用于缺陷检测领域,运算速度快,减轻服务器压力,精度高,实现20幅无缺陷图像在125幅带钢图像中完全检出。(5)研究主要缺陷特征,实现对缺陷图像进行形状、纹理特征提取,采用经Gabor变换后所提取的信号处理型纹理特征,提高分类识别准确率。利用PCA实现特征数据降维,成功从87维降低到19维,提高缺陷分类效率,采用支持向量机实现分类,并通过实验验证了新特征Gabor变换的纹理特征的有效性。本文实现了97%的快速检测以及94%的分类识别的系统要求,对带钢缺陷检测系统的实施以及企业内的推广具有一定的指导作用。
【学位授予单位】:武汉理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TG335;TP391.41

【参考文献】
中国期刊全文数据库 前9条
1 胡国雄;;冷轧钢板表面黑斑缺陷的产生原因和控制措施[J];上海金属;2015年06期
2 伍剑波;王杰;康宜华;孙燕华;;感生磁场对高速运动钢管磁化的影响机理[J];机械工程学报;2015年18期
3 仲兆准;谢光伟;钟胜奎;张运诗;沈峰;;带钢表面缺陷在线检测系统的设计[J];北京工业大学学报;2014年07期
4 姜柏军;钟明霞;;改进的直方图均衡化算法在图像增强中的应用[J];激光与红外;2014年06期
5 袁小翠;吴禄慎;陈华伟;;钢轨表面缺陷检测的图像预处理改进算法[J];计算机辅助设计与图形学学报;2014年05期
6 彭铁根;何永辉;李兵虎;杨水山;宗德祥;;基于TDI成像技术的镀锡带钢表面质量在线检测系统研发[J];红外与激光工程;2014年01期
7 耿荣生;景鹏;;蓬勃发展的我国无损检测技术[J];机械工程学报;2013年22期
8 钟桦;杨晓鸣;焦李成;;基于多分辨共生矩阵的纹理图像分类[J];计算机研究与发展;2011年11期
9 刘丽;匡纲要;;图像纹理特征提取方法综述[J];中国图象图形学报;2009年04期
【共引文献】
中国期刊全文数据库 前10条
1 王中兰;刘林祥;王中秋;;纹理分析在胰腺肿瘤诊疗中的应用及研究进展[J];中华医学杂志;2018年29期
2 陈瑾;王海屹;叶慧义;;纹理分析在肿瘤影像学中的研究进展[J];中华放射学杂志;2017年12期
3 高如新;杨晓雪;齐成;;基于钢板表面缺陷检测的图像增强研究[J];河南理工大学学报(自然科学版);2015年06期
4 韩刚;杨智皓;何邦贵;;新型滤棒激光测径仪测量角的确定[J];包装工程;2015年23期
5 徐黎明;吕继东;;SUSAN算子和Hough变换在杨梅果实识别中的应用[J];中国农机化学报;2015年06期
6 穆珺;晏峻峰;彭清华;;基于中医目诊的虹膜图像特征表示方法研究[J];湖南中医药大学学报;2015年11期
7 王威;蔡超;;一种基于GLCM特征向量的目标毁伤信息提取方法[J];计算机与数字工程;2015年11期
8 董华军;刘政君;郭英杰;段文宇;郭方准;;真空断路器电弧形态纹理特征研究[J];真空科学与技术学报;2015年11期
9 孙秀明;刘振中;孔颖;;基于形态小波的带钢表面缺陷检测算法研究[J];软件导刊;2015年10期
10 张轩阁;田彦涛;郭艳君;王美茜;;基于光流与LBP-TOP特征结合的微表情识别[J];吉林大学学报(信息科学版);2015年05期
【二级参考文献】
中国期刊全文数据库 前10条
1 伍剑波;康宜华;孙燕华;冯搏;;涡流效应影响高速运动钢管磁化的仿真研究[J];机械工程学报;2013年22期
2 应烨军;刘松平;;熔焊焊缝超声扫描成像检测[J];无损检测;2013年02期
3 扈佃海;吕绪良;文刘强;;一种改进的直方图均衡化图像增强方法[J];光电技术应用;2012年03期
4 杨理践;姜文特;高松巍;;管道漏磁内检测缺陷可视化方法[J];无损探伤;2012年02期
5 王平;刘泽;王嵬;张广伟;孙秀芳;;基于数字图像处理和特征提取的钢轨表面缺陷识别方法[J];现代科学仪器;2012年02期
6 耿荣生;景鹏;;基于声发射监测的综合无损检测技术与飞机疲劳试验定寿[J];应用声学;2012年01期
7 王海涛;甄理;杨春霞;陈如冰;丁克勤;李冬;王平;;基于计算机视觉的铁轨表面缺陷检测系统[J];无损检测;2011年11期
8 李伟雄;徐抒岩;闫得杰;;影响空间相机偏流角估值误差的参数[J];红外与激光工程;2011年08期
9 何永辉;苗润涛;陈云;梁爽;费江华;;基于LED光源的热轧带钢表面质量在线检测系统的开发与应用[J];宝钢技术;2011年03期
10 刘昕;杨少晨;文俊浩;沈哲;;多核并行空间域图像增强算法[J];微计算机信息;2011年04期
【相似文献】
中国期刊全文数据库 前10条
1 朱阳芬;银冬平;邹舜章;王海文;周为;;机器视觉在汽车行业中的发展与应用[J];汽车实用技术;2017年22期
2 吴东明;王丽娟;;基于GPS和机器视觉的自主导航定位农机设备研究[J];农机化研究;2018年02期
3 ;机器视觉时代,最好的时代![J];智能机器人;2018年02期
4 宗卫红;;台达机器视觉系统助力制造业迈向智造新时代——访台达集团-中达电通机器视觉产品项目经理王风路[J];国内外机电一体化技术;2016年06期
5 何遥;;宇视揭秘安防机器视觉[J];中国公共安全;2016年19期
6 阮晋蒙;;机器视觉:让中国制造2025“看”得更远[J];新经济导刊;2017年Z1期
7 ;凌华科技推出三款高性能机器视觉产品[J];自动化应用;2017年02期
8 ;台达携机器视觉系统解决方案 亮相2017上海国际机器视觉展[J];变频器世界;2017年03期
9 赵巧敏;;机器视觉行业投资分析报告[J];机器人技术与应用;2015年05期
10 ;浅谈机器视觉在工业自动化的应用前景[J];伺服控制;2014年04期
中国重要会议论文全文数据库 前10条
1 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年
2 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
3 张超;徐建瑜;王文静;;基于机器视觉的梭子蟹质量估计方法研究[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年
4 刘炎艳;;基于机器视觉的卷烟32位码识别系统研究[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年
5 王海宽;张锐;周志境;费敏锐;;基于机器视觉的智能医疗吊塔系统的设计与实现[A];2015全国嵌入式仪表及系统技术会议程序册[C];2015年
6 王稳;郭文成;叶宇翔;;基于机器视觉的激光光斑位置测量[A];2015年工业设计与协同创新学术会议暨第20届全国工业设计学术年会论文集[C];2015年
7 吴远峰;金翠娥;刘颖卓;;基于机器视觉的智能检测方法研究[A];第十一届全国磁粉渗透检测技术年会论文集[C];2017年
8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年
9 杨战红;何占方;李旦;徐锐;;基于机器视觉的五坐标机床旋转轴误差检测方法[A];探索科学2016年5月学术研讨[C];2016年
10 张超;李慧;;基于机器视觉的零件自动识别研究[A];探索 创新 交流(第7集)——第七届中国航空学会青年科技论坛文集(下册)[C];2016年
中国重要报纸全文数据库 前10条
1 本报记者 李佳师;人工智能市场逼近2700亿元 三大难题待突破[N];中国电子报;2016年
2 王朱莹;机器视觉可以大大提高生产效率[N];中国联合商报;2018年
3 宜宾 李定川;机器视觉光源基础及选型指导(一)[N];电子报;2018年
4 本报记者 骆轶琪;机器视觉的产业化演进:半导体打开想象空间[N];21世纪经济报道;2018年
5 中国电子信息产业发展研究院信息化研究中心智慧城市研究室主任 刘鹏宇;智能技术:呈现八大趋势[N];中国电子报;2017年
6 赛迪智库信息化中心助理研究员 刘鹏宇;2017年智能技术发展趋势[N];中国计算机报;2017年
7 经济日报·中国经济网记者 周明阳;给机器一双“慧眼”[N];经济日报;2017年
8 本报记者 胡心媛;机器视觉展推动智能制造落地[N];中国贸易报;2017年
9 本报记者 蔡炜;书写“东方工匠”传奇的黑牡丹集团技术总监邓建军:“创新,只有起点没有终点”[N];新华日报;2017年
10 本报研究员 费天元;机器视觉成争夺焦点 应用场景将加速拓展[N];上海证券报;2016年
中国博士学位论文全文数据库 前10条
1 侯杰;飞行器机器视觉框架设计及算法研究[D];西安电子科技大学;2017年
2 郭依正;基于机器视觉的俯视群养猪个体识别与饮水行为分析研究[D];江苏大学;2018年
3 李晨;基于机器视觉的不同属性表面中微弱缺陷的检测技术研究[D];浙江大学;2018年
4 胡志新;基于机器视觉的钢轨踏面磨耗剥落检测技术研究[D];南昌大学;2018年
5 吴衡;机器视觉鬼成像理论与实验研究[D];华南理工大学;2017年
6 项森伟;高温单晶硅液位和直径视觉检测关键技术及应用研究[D];浙江大学;2018年
7 胡越黎;目的机器视觉研究及其在皮肤症状识别中的应用[D];上海大学;2005年
8 韩彦芳;机器视觉中的聚类检测新方法[D];上海交通大学;2006年
9 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年
10 周平;基于机器视觉的自然目标特征学习与即时检测[D];浙江大学;2006年
中国硕士学位论文全文数据库 前10条
1 陈翔;基于机器视觉的环冷机台车车轮状态监测系统[D];浙江大学;2019年
2 金琦;基于机器视觉的光模块条码识别和标签检验系统的设计[D];武汉邮电科学研究院;2016年
3 冯茜;基于机器视觉对零件分拣技术的研究[D];燕山大学;2018年
4 杨静;基于机器视觉的工作场景安全检测系统的设计与实现[D];华中科技大学;2019年
5 张连盟;基于机器视觉的焊缝位置识别研究[D];燕山大学;2018年
6 王航;基于嵌入式机器视觉的干电池回收系统设计[D];燕山大学;2018年
7 梁鑫;基于机器视觉的马铃薯智能变量切片控制系统研究[D];华南农业大学;2018年
8 伍同;基于机器视觉的水稻行识别与定位研究[D];华南农业大学;2018年
9 张珈铭;基于机器视觉的交通信号灯识别系统的研究[D];湖北工业大学;2018年
10 怀志斌;基于机器视觉的机器人系统的开发[D];北京工业大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026