基于神经网络的冷轧带钢表面质量检测系统研究与实现

基于神经网络的冷轧带钢表面质量检测系统研究与实现作者：张国翊学位授予单位：长安大学相似文献(10条)1.会议论文徐科.徐金梧冷轧带钢表面质量在线监测系统2001介绍一套目前正在开发的冷轧带钢表面质量在线监测系统,该系统用于在线检测和识别冷轧带钢的表面缺陷.系统采用面阵CCD摄像头采集带钢表面的图像,通过一套由多台客户机和一台服务器组成的并行计算机处理系统对图像进行分析和处理,从而得到整个带卷的缺陷信息系统在硬件结构和软件流程上进行了特殊的设计,以保证实时数据处理功能.同时,系统采用了先进的图像处理和模式识别算法,以提高系统对缺陷的检出率和识别率.2.学位论文徐凤云基于神经网络的钢材表面缺陷快速检测2009表面缺陷是影响钢材质量的重要因素，钢材表面缺陷图像在线快速检测已成为国内外学者研究的热点课题。研究钢材表面缺陷识别技术不仅具有一定的理论价值更具有实际的应用前景。本文设计并通过仿真实现了冷轧带钢表面缺陷检测系统及缺陷分类系统，重点研究了BP神经网络方法及图像处理技术在钢材表面缺陷识别中的应用，实现冷轧带钢表面的缺陷快速自动分类，主要研究成果如下：1、根据带钢表面检测系统的需求，采用相对合理的检测系统结构，系统由8台CCD相机及8台并行处理计算机组成。结果表明，系统稳定性和维护性较强、适应性强。2、根据钢材表面缺陷产生存在的情况，分析了钢材表面检测系统的检测需求，设计应用了冷轧带钢表面缺陷检测的软件系统。3、研究并发展了神经网络在冷轧带缺陷分类中的应用。基于不同的特征提取，利用多分类器技术，提出了一种基于BP神经网络的钢材表面缺陷识别的方法，设计并实现了神经网络的带钢表面缺陷识别器。实验结果表明，本文的缺陷分类方法可以有效地识别冷轧带钢表面的缺陷类型，识别率达到96％以上。本文深入研究了图像处理技术、神经网络技术以及模式识别理论在表面检测领域的应用，成功的实现了对带钢表面缺陷的自动检测和识别，能满足带钢生产线的表面缺陷检测要求，具有较高的推广应用价值。3.期刊论文徐科.徐金梧.鹿守理.郭芳.XUKe.XUJinwu.LUShouli.GUOFang冷轧带钢表面自动监测系统的研究-钢铁2000,35(10)介绍一种新的基于图像处理的冷轧带钢表面自动监测系统.该系统采用面阵CCD摄像头来采集带钢表面的图像,并且配备两种不同的照明方式,以检测不同类型的缺陷.系统在硬件结构和软件流程上进行了特殊的设计,以保证能够对带钢表面进行实时在线监测.同时,讨论了系统中采用的图像处理和模式识别方面的一些有效算法.用实际的样本对该系统进行试验,结果表明:该系统能识别六种常见的表面缺陷,识别率接近90%.4.学位论文苏卫星基于DSP的带钢表面缺陷在线监测系统实时性研究2006冷轧带钢表面质量监测是钢铁企业提高自身产品质量，进而增强企业整体竞争力的重要手段。应用计算机视觉和图像处理技术实现对带钢表面缺陷的在线监测，需要对采集的大量图像数据进行快速实时处理，以便系统能够在实际生产容许的时间范围内完成带钢表面质量信息的精确提取。实时数字图像处理也就成为了实现监测系统实时性要求的关键环节。近年来，DSP技术的发展不断将数字信号处理领域的理论研究成果应用到实际系统中，并且推动了新的理论和应用领域的发展，对图像处理等领域的技术发展也起到了十分重要的作用。基于DSP的图像处理系统也被广泛的应用于各种领域。本文基于本研究室前期研究带钢表面缺陷检测的技术成果，通过对原有系统结构和检测过程的分析，找出影响检测系统实时性的瓶颈，并由此分析提出了基于PC机、图像采集卡和DSP数字图像处理器的带钢表面缺陷监测系统的设计方案。新的系统的设计从软、硬件两个方面进行。硬件方面，在原有系统中增加了基于TI公司的TMS320C6416DSP的DAM6416P超高速图像处理平台，由DSP完成对影响系统实时性的关键部分的处理；软件方面，提出主从式程序结构和基于图像灰度特征的缺陷图像识别方法，编写了实现缺陷识别的主机端和DSP端程序。同时充分利用了在线仿真技术和软件优化方法对DSP端程序进行了仿真和优化，进而提高软件的运行效率。本课题研究最终初步完成了对监测系统整体平台的搭建。通过测试，该系统在识别率和实时性方面较原有系统有较大提高，实时处理方面基本满足实际生产的需要。最后，本文对本系统尚需改进的方面以及今后基于DSP的监测系统的发展做了总结与展望。5.期刊论文徐科.徐金梧.陈雨来冷轧带钢表面缺陷在线监测系统-北京科技大学学报2002,24(3)介绍一套目前已在实验室中开发成功的冷轧带钢表面缺陷在线监测系统,该系统用于在线检测和识别冷轧带钢的表面缺陷.系统采用多个面阵CCD摄像头同步采集带钢表面的图像,并通过并行计算系统对图像进行分析和处理,以得到钢板表面的缺陷情况.系统在软件流程上进行了特殊的设计,以保证实时数据处理功能.经试验,系统对乳化液斑痕、锈痕、压入氧化铁皮、辊印、折印和边裂等6种常见的冷轧带钢表面缺陷类型识别率在90%以上.6.学位论文杨根齐基于面阵CCD的冷轧带钢表面缺陷在线检测关键技术研究2009冷轧带钢是钢铁流程工业的主要产品之一，也是许多行业的主要原材料。随着用户要求的不断提高，市场竞争的日趋激烈，对冷轧带钢表面质量要求也越来越高。进行冷轧带钢表面缺陷检测对于提高带钢质量，增强市场竞争力具有非常重要的作用。论文针对目前基于面阵CCD的带钢在线实时检测系统中存在的数据实时处理能力不足、检测系统的缺陷识别率不高等问题，进行了深入研究，并提出了解决问题的方法。论文的主要研究内容如下：①针对摄像机实时采集中海量数据大量占用内存，相机采集速度和系统处理速度不匹配导致系统出现“花屏”和“掉帧”的现象，提出了多线程处理和环形图像队列相结合的图像实时采集方法，将图像采集线程和图像处理线程分开，使二者能够同时进行，充分地利用了CPU的空闲时间，有效地解决了图像数据堆积的问题，系统的实时性得到了有效地改善。②针对现有的摄像机自标定算法抗噪声性能差等问题，分析了基于圆环点的摄像机自标定方法的原理，对现有方法做出了改进，提出了一种基于圆环点的亚像素摄像机自标定方法。实验结果表明，该标定方法原理简单，标定结果鲁棒性较好且标定精度较高。③采用基于多元判别函数的图像快速检测方法，快速将采集的海量信息分为“疑似缺陷图像”和“非疑似缺陷图像”，系统只对“疑似缺陷图像”进行后续的图像处理，从而有效地滤除了大量非缺陷图像信息，降低了系统的数据处理量。使用该方法，系统实时性得到进一步保证，同时系统的检出率大大提高，漏检率和误检率降低。④对比研究了多种经典图像滤波算法和图像分割算法的性能，以及在带钢表面图像检测中的适用性。研究发现中值滤波不仅能有效滤除脉冲噪声，保持图像轮廓且速度较快。Sobel分割算法，提取的缺陷边界虽不如Canny，但已能达到较高精度，抗噪性能明显优于Robert算法，且速度明显快于Canny算法。因此中值滤波和Sobel分割算法更适用于带钢检测。⑤开发了基于面阵CCD的冷轧带钢表面缺陷检测系统，系统实现了带钢表面图像实时采集，快速检测，图像滤波和图像分割等功能，具备初步的带钢表面检测功能。实验表明，该系统运行稳定，有一定实用性，为后续开发奠定了基础。关键词：冷轧带钢，面阵CCD，实时采集，缺陷检测，图像处理7.期刊论文徐科.徐金梧.梁治国.吴贵芳冷轧带钢表面质量自动检测系统的在线应用研究-冶金自动化2003,27(1)介绍一套在精整线上使用的冷轧带钢表面质量自动检测系统,该系统用于在线检测划痕、折印、锈斑、辊印等常见的冷轧带钢表面缺陷.系统采用多个面阵CCD摄像头同步采集图像的方式,并通过由LED光源构成的暗场照明方式实现对缺陷的检测.系统采用了并行计算机制和多线程机制,并对算法进行了优化,从而满足数据的实时处理要求.8.学位论文陈立武基于模糊综合评价法的板带材表面缺陷严重程度的评价2006作为钢铁工业的主要产品形式之一，冷轧带钢已成为汽车、机械制造、化工、航空航天和造船等行业不可缺少的原材料。由于表面缺陷的存在，大大降低零件的抗疲劳强度，有损零件表面的质量，影响机器、仪器的使用性能和寿命，影响其最终产品的性能和质量。因此合理控制表面缺陷，对缺陷进行严重程度评价，对于提高表面质量和产品经济效益有着重要意义。在本课题中，针对采集来的焊缝等缺陷图像通过图像增强、图像恢复以及图像分割等方法，对图像进行特征提取，然后利用改进Sobel算子与数学形态学中闭运算相结合的方法(Sobel形态法)，准确地计算出缺陷的面积。不同的缺陷对板带材造成的损伤不同，同一类缺陷在面积相同情况下对板带材造成的损伤也是不同的，当缺陷面积相同的时候，缺陷的长度越长，对板带材造成得危害越大。因此还要准确地对其长度进行计算。本文针对焊缝等缺陷利用投影截距的方法，准确高效地计算出了缺陷的长度。影响板带材表面缺陷严重程度的因素有很多，本课题应用层次分析法对其中缺陷面积等5个因素进行权重分析，最后采用了模糊评价综合法对板带材表面缺陷严重程度进行综合评价。本文采用VC++软件进行图像处理、缺陷区域计算，针对矩阵计算比较多、运算量比较大的特点，通过内嵌Matlab软件强大的计算功能，从而克服计算的繁琐，使评价结果更加合理。本文以模糊综合评估理论为基础，通过分析能够影响板带材表面质量的各种因素，利用层次分析法，通过建立多层次的评价指标体系，建立权重集，然后利用模糊数学的方法对系统的可信度进行综合评价。9.期刊论文刘红冰.康戈文.LIUHong-bing.KANGGe-wen基于神经网络的冷轧带钢表面缺陷检测-中国图象图形学报2005,10(10)带钢表面缺陷是影响带钢质量的重要因素,对带钢进行表面缺陷检测对提高带钢质量具有重要意义.传统人工检测的方法往往不能得到令人满意的检测结果.为此,提出了采用基于前馈神经网络(FFN)的方法对在线带钢的表面缺陷进行检测,检测结果令人满意,表明了该方法的有效性.10.期刊论文徐凤云基于神经网络的钢材表面缺陷快速检测-科技广场2010,(5)表面缺陷是影响钢材质量的重要因素,钢材表面缺陷图像在线快速检测已成为国内外学者研究的热点课题.研究钢材表面缺陷识别技术不仅具有一定的理论价值,更具有实际的应用前景.本文设计并通过仿真实现了冷轧带钢表面缺陷检测系统及缺陷分类系统,重点研究了BP神经网络方法及图像处理技术在钢材表面缺陷识别中的应用,实现冷轧带钢表面缺陷的快速自动分类.本文链接：授权使用：上海海事大学(wflshyxy)，授权号：14c80841-7dd0-4b38-8db2-9df70124f101下载时间：2010年9月20日