汤勃
,
孔建益
,
王兴东
,
侯宇
钢铁研究学报
针对带钢表面的划痕、黑斑、翘皮、辊印、褶皱和压印6种典型缺陷,提取了样本图像的灰度、纹理和几何形状特征等32维特征向量。基于遗传算法对32维特征向量进行降维优化选择,选择了其中的20维以进行缺陷图像类型的分类。利用BP神经网络对降维前后的6种典型带钢表面缺陷分类进行对比识别,并同主成分降维方法进行了对比,验证了所提取的带钢表面缺陷图像特征及其遗传算法降维的有效性。
关键词:
带钢表面缺陷
,
特征提取
,
降维
,
识别与分类
汤勃
,
孔建益
,
王兴东
,
蒋国璋
,
陈黎
钢铁研究学报
阐述了数学形态学的原理和方法,研究了数学形态学在带钢表面缺陷图像滤波和边缘检测中的应用,通过与传统滤波方法和边缘检测方法的对比,表明基于多结构元素的数学形态学方法不仅能有效滤除噪声、检测弱小目标在内的图像的边缘,而且还具有较强的抗噪性能.
关键词:
带钢表面缺陷
,
数学形态学
,
多结构元素
,
滤波
,
边缘检测
段志娟
,
周新星
,
陈分雄
,
孙林
钢铁研究学报
为了提高冷轧带钢表面缺陷识别率，提出基于独立成分分析（ICA）的缺陷图像特征提取方法。通过ICA建立缺陷图像的统计生成模型，从缺陷库中自适应地估计ICA基向量，将缺陷图像向基向量张成的空间投影，从而将图像变换到ICA域，图像在ICA域内的表示即为相应的特征向量。这种特征元素之间统计独立，是图像的稀疏编码。试验表明，本方法提取的特征优于常用的几何、纹理、不变矩特征，缺陷识别率较现有方法得到了提高。
关键词:
带钢表面缺陷
,
独立成分分析
,
稀疏编码
,
特征提取
,
缺陷识别
