摘要：针对当前带钢表面缺陷检测方法存在着检测速度低、检测判别特征提取不充分以及模型人工调参主观性强等技术性瓶颈问题,开展了基于模型自优化的带钢表面缺陷语义分割方法研究。在模型优化上,使用实体卷积替代原有的膨胀卷积,解决了边缘伪成像的问题,并且使用轻量化通道注意力机制模块,捕获了通道之间的依赖关系。构建了基于智能优化算法的关键超参数优化策略,使用改进全局搜索能力的麻雀搜索算法对模型整体的超参数组合进行寻优,选择影响效果最好的超参数,最终实现了自适应优化的带钢缺陷检测功能。在东北大学热轧带钢表面缺陷数据集上进行了实验,通过实验验证了该方法对夹杂、斑点和划伤等表面缺陷自动提取的可行性和有效性,满足了低配置、高性能的检测需求。

摘要：对基于BP神经网络和支持向量机的带钢表面缺陷类别识别方法进行了研究,基于检测出缺陷的目标图像,根据不同缺陷的灰度均值设定两种阈值,进行二值化处理;结合目标图像和二值化图像提取几何特征、形状特征以及灰度特征。在基于BP神经网络训练分类器时,采用三层神经网络模型,通过多次实验确定隐含层神经元数;在基于支持向量机训练分类器时,采用高斯径向基函数作为核函数,通过交叉验证确定相关参数,采用"一对一"的策略实现多分类。实验结果表明,支持向量机模型分类准确率更高,BP神经网络平均识别时间优于支持向量机。

摘要：介绍了数学形态学在图像边缘检测领域的应用,针对带钢表面缺陷种类多、边缘方向多且含有噪声的特点,通过分析、试验,确定采用修正的抗噪膨胀腐蚀型算法,构造多种结构元素,对带钢图像进行边缘检测,提取出了很好的边缘检测效果。与传统边缘检测算子在满足速度要求的情况下相比,此种多结构元素数学形态学方法,不仅能有效地检测出带钢表面缺陷的各个方向上的边缘,而且具有很强的抗噪性能,可以很好地检测出在强噪声下微小的缺陷边缘。检测结果明显优于传统边缘检测算子。

摘要：为了提高带钢表面缺陷的检测准确度,文章基于机器视觉的带钢表面缺陷检测系统图像处理方法进行了研究。根据带钢表面缺陷检测过程中图像处理方法的作用,将图像处理方法分为了图像去噪及增强、缺陷图像分割、分割图像聚类、缺陷图像分类四个方面进行设计。其中,图像去噪采用的是自适应中值滤波方法,图像增强采用的是Top-hat方法,缺陷图像分割采用的是迭代分割方法,分割图像聚类采用的是连通区域聚类方法。缺陷图像分类首先采用基于灰度共生矩阵方法提取图像的纹理特征,接着采用支持向量机方法对缺陷图像进行分类,最终获取带钢表面缺陷检测结果。通过研究结果可知,这些方法能实现带钢表面缺陷的准确检测。

摘要：简要介绍了带钢表面缺陷二级检测的方法。研究了基于缺陷图像直方图、纹理、投影和形状的 特征提取。提出了用LVQ神经网络进行缺陷分类的方法。分类测试表明该方法有较好的分类识别性能。

摘要：实时检测热轧带铜表面出现的夹杂、结疤、划伤、辊印等缺陷并加以分类处理十分重要，能有效减少质量事故和外部质量异议的发生．以华菱涟钢2250热轧板厂Parsyte自动表面质量检查系统为研究对象，着重分析该系统的检测设计、工作原理和智能分类器等。实际应用表明，Parsyte 自动表面质量检查系统能够在线实时检测带钢表面缺陷并加以分类处理，同时能够对缺陷的图像、种类、数量和位置等信息进行有效的统计和存储。

摘要：本文根据冷轧汽车板生产线的实际情况。为了实现冷轧机组对带钢表面缺陷的快速准确检测,以利于有针对性的检查,设计表面缺陷自动检测仪。本文从模式识别过程和先进的缺陷检测系统入手,对缺陷检测仪设备进行深入分析和研究,提出了带钢生产机组表面缺陷检测可行性方案,可以减轻精整机组的压力及提高效益,使之在满足生产要求的基础上提高效率。

摘要：编号:2020037获奖等级:壹等完成单位:北京科技大学、山西太钢不锈钢股份有限公司、马钢(集团)控股有限公司、甘肃酒钢集团宏兴钢铁有限公司、北京科技大学设计研究院有限公司完成人:徐科、张建恒、周鹏、赵海山、潘吉祥、杨朝霖、蒋忠、田矫健、周东东、韦钰、邓能辉、穆瑞军、梁俊德、杨建中、陈达项目简介:该项目所属科学技术领域为金属材料加工制造工艺及自动化技术,主要应用于热轧带钢表面缺陷在线检测与质量自动评级。