钢板表面质量在线监测技术

虽然钢板表面质量在线监测系统得到了越来越广泛的应用，同时钢板表面质量在线监测技术也得到了不断地发展，但是目前还存在着许多关键技术问题没有得到有效解决，如：低对比度缺陷检出率低，多缺陷类型条件下缺陷识别准确率明显降低，数据实时处理能力不足。本著作从生产线上采集了大量的钢板表面缺陷样本，并建立了一个相对完整的样本库，对一些常见缺陷的产生原因进行了深入分析，在此基础上，提出了解决这些问题的新方法。这些技术在实际的工程应用中已得到验证，并投入工业应用。该著作的主要内容及成果如下：1)提出了一种速度快、准确度高的边界局部搜索算法，比传统的梯度阈值搜索算法速度上提高了一个数量级以上。该算法通过扩展还可用于检测一些对比度比较高的缺陷，平均速度比现有的缺陷检测算法提高了10倍。2)提出了一种基于形态小波的缺陷检测方法，该方法可以有效地检测具有特定几何形状的缺陷，检测效果比传统滤波方法理想。对于低对比度的缺陷，基于形态小波方法的检测效果比形态滤波方法更为理想。3)提出了基于图像幅值谱的”四分之一”十字形区域的频域特征提取新方法，通过该方法提取的特征值明显地反映出缺陷本身的内在属性，因此可以有效地用于缺陷