基于图像分割的钢板表面缺陷识别
2016-09-06王健,王玮
北京交通大学学报 2016年2期
王 健,王 玮
(1.北京交通大学电气工程学院,北京100044;2.华东交通大学电气与电子工程学院,南昌330013)
基于图像分割的钢板表面缺陷识别
王 健1,2,王 玮1
(1.北京交通大学电气工程学院,北京100044;2.华东交通大学电气与电子工程学院,南昌330013)
钢板的表面缺陷是影响钢板质量的主要因素,通过改进轧制工艺可以减少缺陷发生外,及时检测出钢板的表面缺陷也非常重要.对于钢板表面缺陷的检测,需要获取图像,然后对图像进行初步处理,重要的步骤就是对缺陷进行分割.基于图像灰度信息的不同,本文采用了两种图像分割模型(C-V模型和H-T-B模型),当图像的灰度信息均匀时,采用C-V模型对图像进行分割;当图像的灰度信息不均匀时,则采用H-T-B模型对图像进行分割.通过两种模型的组合应用可以对钢板的各类表面缺陷进行识别,获取缺陷区域,有利于提高钢板生产质量.
图像分割;钢板;表面缺陷;Chan-Vese模型;缺陷识别
钢铁在我国的现代工业建设中有着无可取代的地位,它是航空器材、船舶、铁路、汽车和机械器材的主要原材料,它的表面质量直接影响着这些器材的性能.在钢材制造过程中,可能会因为各种各样的原因,使钢材表面出现划痕、孔洞、表层脱落、鳞片、裂纹和压入异物等缺陷.这些缺陷不单对成品器材美观产生不利影响,而且直接影响产品的使用性能,造成的不良后果将无法估量.随着现代科技的迅猛发展,冶金行业的工艺得到了长足的进步,人们对钢材……
登录APP查看全文
