收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

引入人类视觉特性的带钢表面缺陷检测与识别方法研究

丛家慧  
【摘要】:随着微电子技术和计算机技术的发展,机器在模拟人的行为上取得了很大突破,具有稳定、高效等特点。以机器代替人眼的基于机器视觉的工业应用系统成为现代生产自动化发展的一种趋势。机器视觉表面缺陷检测技术是传感器配合光源系统实现人眼对图像的获取,采用合适高效的图象处理算法和智能识别算法完成人脑对数据信息的处理。高速度、高精度的检测要求给视觉系统带来了庞大的数据量,如何提高系统对海量信息的处理和利用效率成为一个制约视觉检测系统发展的瓶颈问题。带钢表面缺陷具有类别多样、形态复杂的特点又使高实时性、高可靠性的图像处理算法研究成为机器视觉应用中一个非常关键的课题。 本文对人类视觉特性的研究给机器视觉的研究提供了启发和指导,主要研究内容和创新成果如下: (1)从图像处理角度出发的检测方法研究已经极具规模,而从人类视觉角度出发的检测研究还处于起步阶段。引入人类视觉特性的带钢表面缺陷检测系统以人类分析和处理信息的特性对缺陷图像进行理解分析,扩充了机器视觉系统对于处理复杂数据的功能,对机器视觉检测系统相关的图像处理理论有促进和完善的作用。 (2)传统的基于图像灰度信息检测方法对微小缺陷和低对比度的缺陷类型并不敏感,难以实现对缺陷的完全检测。人类视觉系统利用注意机制从外界输入的大量信息中选择和保持有用信息,快速、准确定位一副图像的显著目标并且完成识别。本文提出一种基于人类视觉注意机制的带钢表面缺陷检测方法,利用Gabor滤波器多尺度、多分辨率的特点模拟人类视觉系统所具有的多通道和多分辨率特征,建立带钢表面缺陷检测模型。实验结果表明不但准确检测出图像中存在的低对比度及微小缺陷,得到区域焦点位置坐标,而且检测速度快,可以满足在线实时检测要求。 (3)视觉系统处理的图像为二维图像的灰度,它是三维物体几何特征、光照、物体材料表面性质、物体的颜色、摄像机参数等许多因素的函数,因此,对于机器视觉系统的研究要从不同方面、不同层次进行分析,提出相应的解决方法。选择双传感器与散射光和直射光相配合的系统硬件平台,突出图像对比度,改善系统分辨率,保证二维缺陷和三维缺陷无遗漏获取。通过分析光源的方向对表面缺陷检测的影响,构建纹理表面的反射模型,确定表面高度函数随光源角度变化的关系。实验结果表明应用不同方向光源作为特征的分割方法的误分率小于基于灰度统计值的分割方法。 (4)噪声、光照变化等复杂背景的干扰会给机器视觉系统的正确检测带来极大的挑战,提出一种基于序列滤波器的边缘检测方法,去除图像采集过程中引入的不同程度的脉冲噪声。相对于经典的中值滤波算法,序列滤波器中的总变分图像去噪方法的各相异性扩散项保证了滤波的同时很好地保持缺陷对比度,滤除噪声的同时很好地保持了缺陷的细节信息。定性和定量的实验分析中,峰值信噪比PSNR及均方根误差MSE图像滤波评价准则分布对比图也证明了提出方法的有效性。 (5)人类视觉系统对图像的识别是通过提取图像的特征完成对抽象物体的表征来实现的。Gabor滤波机制对视觉信号分解与人类视觉辨别纹理特征的方式类似,因此,可以通过Gabor滤波器来提取图像的纹理特征。由于纹理只是一种物体表面的特性,并不能完全反映出物体的本质属性,所以仅仅利用纹理特征是无法获得高层次图像内容的。结合灰度共生矩阵,提取空间和邻域信息描述场景信息,模拟人类视觉系统两个通路特性,这样输出的结果会产生更高的特征空间分离结果。采用Adaboost方法进行特征降维和缺陷分类,通过适应性权重技术和加权投票组合技术,有效地提高了组合分类器的识别率。通过对边缘锯齿、焊缝、夹杂、黄斑、抬头纹等5类常见缺陷进行分类实验,特征维数降低了70%,总体识别率高于其它几种常用分类器的识别率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吴晓鹏;林介邦;唐辉;钟园园;罗祥英;;基于机器视觉的铸坯表面缺陷检测系统的研制[J];武钢技术;2010年01期
2 尤政,胡庆英,林闽,李建;用于表面缺陷检测的激光超声技术[J];宇航计测技术;1998年06期
3 李瑶;王快社;刘长瑞;;金属板材表面缺陷检测发展现状[J];材料导报;2011年S2期
4 郭庆华;田陆;袁英宏;黄郁君;;嵌入式系统在钢板表面缺陷检测中的应用[J];山西冶金;2012年04期
5 罗志勇,王斌,刘栋玉,吕新民,江涛;带钢表面缺陷检测系统的发展[J];钢铁;1996年S1期
6 肖阔华;刘羽;;纽扣电池表面缺陷检测算法的研究[J];表面技术;2013年01期
7 吕俊;虞佳佳;张耀;;基于Contourlet变换的磁瓦表面缺陷检测[J];轻工机械;2013年06期
8 黄云龙;;基于多传感器信息融合的铜带表面缺陷检测研究[J];煤炭技术;2011年02期
9 梁爽;何永辉;彭铁根;;高温环境下表面缺陷检测系统的热防护研究[J];宝钢技术;2012年04期
10 张秀芹;连铸热坯表面缺陷检测装置的研制——实时检测有害的纵向裂纹[J];冶金自动化;1983年06期
11 茅正冲;时文静;邬锋;;带钢表面缺陷检测方法[J];计算机工程与设计;2014年01期
12 李健;陈海丰;吴华;;结合全局和随机局部频率调谐的复杂纹理表面缺陷检测[J];陕西科技大学学报(自然科学版);2014年02期
13 郑金星;;热轧表面缺陷检测在连铸质量缺陷控制中的应用[J];金属材料与冶金工程;2013年02期
14 李丽娟;徐尚龙;秦杰;;基于图像处理技术的五金件表面缺陷检测研究[J];工程设计学报;2011年02期
15 石岭,王克奇,白雪冰,王业琴;板材表面缺陷检测技术[J];林业机械与木工设备;2005年03期
16 谢静;徐长航;陈国明;;基于MRF模型的金属工件红外热像表面缺陷检测[J];石油矿场机械;2012年11期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前5条
1 韩立强;;基于图像分割技术的汽车发动机缸体表面缺陷检测[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
2 郭庆华;田陆;袁英宏;黄郁君;;嵌入式系统在钢板表面缺陷检测中的应用[A];2012第四届先进轧钢精整及钢材包装技术学术研讨会文集[C];2012年
3 郭庆华;田陆;袁英宏;黄郁君;;嵌入式系统在钢板表面缺陷检测中的应用[A];2012年全国轧钢生产技术会论文集(下)[C];2012年
4 张凤全;高娜;于明;赵晓安;张慧娟;;图像处理在物体表面缺陷检测中的应用[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
5 刘乃强;徐科;;形态学梯度在带钢表面缺陷检测中的应用[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
中国博士学位论文全文数据库 前5条
1 程万胜;钢板表面缺陷检测技术的研究[D];哈尔滨工业大学;2008年
2 王义文;钢球表面缺陷检测关键技术研究及样机研制[D];哈尔滨理工大学;2010年
3 赵立明;基于激光扫描成像与异源CCD融合的连铸热坯表面缺陷检测方法研究[D];重庆大学;2014年
4 丛家慧;引入人类视觉特性的带钢表面缺陷检测与识别方法研究[D];东北大学;2010年
5 王鹏;基于运动视觉技术的钢球表面缺陷检测[D];哈尔滨理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 全洪渊;火炮弹体表面缺陷检测系统的设计与研究[D];重庆大学;2007年
2 胡贵超;基于计算机视觉的钢材表面缺陷检测系统的研究[D];哈尔滨理工大学;2013年
3 柳宗浦;基于机器视觉的小型金属部件表面缺陷检测系统[D];东华大学;2009年
4 吕景超;钢球表面展开机构建模与仿真研究[D];济南大学;2013年
5 于占江;基于计算机视觉的小型环件表面缺陷检测系统研究[D];长春理工大学;2010年
6 袁红中;基于机器视觉的工业产品表面缺陷检测方法的应用研究[D];燕山大学;2010年
7 刘海博;基于机器视觉的钢板表面缺陷检测系统研究[D];吉林大学;2008年
8 谭绍华;基于机器视觉的带钢表面缺陷检测系统研究[D];华中科技大学;2012年
9 刘战涛;基于DSP的带钢表面缺陷检测系统的软件设计与实现[D];西安理工大学;2009年
10 韩琦;冷轧带钢表面缺陷检测若干关键技术研究[D];电子科技大学;2006年
中国重要报纸全文数据库 前1条
1 海英;钢坯精整改善对策[N];世界金属导报;2008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
  • 010-62982499
  • 010-62783978