学位论文 > 优秀研究生学位论文题录展示

钢锭表面缺陷分类检测方法

作　者: 隋欣
导　师: 张树功
学　校: 吉林大学
专　业: 计算数学
关键词: 缺陷分类检测图像处理缺陷特征提取 MATLAB实现
分类号: TP274
类　型: 硕士论文
年　份: 2011年
下　载: 108次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来,随着我国国民经济的持续高速发展,带动了国内钢材消费的大幅增长.钢锭是众多钢材中的一种,但由于现代使用的钢材品种,都是由钢锭轧制而成的.因此在钢铁产业飞速发展的今天,对钢锭质量的追求一直是大型钢铁企业追求的目标.在钢锭的生产过程中,钢锭质量检测是最重要的一个环节.企业只有及时准确对产品进行质量检测,才能够根据具体生产情况正确的调整生产策略.可以看出有效的钢锭的质量检测能保证其生产效率和产品质量,同时也是企业获得经济效益的有力保障.钢水经盛钢包注入铸模凝固形成钢锭.钢锭浇铸分上铸法和下铸法两种,上铸钢锭一般内部结构较好,夹杂物较少,操作费用较低；下铸钢锭表面质量良好,但由于通过中注管和汤道使钢中夹杂物增多.铸温浇铸温度应严格控制.铸温过低,钢液入模后会造成钢锭表面缺陷,甚至钢液在盛钢桶内就开始凝固,造成金属损失或整炉钢报废；铸温过高时,将延缓钢锭表层的形成时间,导致钢锭出现热裂纹.常见的缺陷为：钢锭表面的结疤、重皮和纵、横裂纹,内部的残余缩孔、皮下气泡、疏松和偏析,夹杂等.这些缺陷能大大降低钢锭的成坯率,甚至使整个钢锭报废.我们主要将这些缺陷分为四种类型：角部裂纹、缩孔、中心偏析、中心疏松.本文主要采用数字图像处理技术,对现有钢锭缺陷图像进行分类检测,代替传统的人工检测方法.针对不同的缺陷类型提出了不同的检测方法.首先进行图像预处理,包括灰度规范化、图像去噪(中值滤波、高斯低通滤波)和二值化等,通过这些处理,使图像质量得到提高,并将图像中的缺陷特征信息尽可能的都突现出来.接下来我们对钢锭缺陷特征进行提取,首先计算纹理统计量,把图像分成35×35的小块,计算灰度均值、平滑度、一致性,提取出缩孔类缺陷的特征,将缩孔类分出.再进行之后进行小面积去噪,去除影响判断的小面积缺陷.主要分为两个步骤：计算区域面积来去除小面积噪声和形态学处理,形态学处理包括膨胀、腐蚀等.通过这一处理使裂纹缺陷更为明显.再利用霍夫变换进行线检测,从而将角部裂纹类缺陷特征提取出来.最后通过特征分析比较中心偏析和中心疏松两种缺陷,首先我们计算了二值图像中8连接的连通域的个数,从而算出这些连通域的平均面积.经过计算和大量的实验,我们得出了中心偏析和中心疏松两类缺陷区域的平均面积的范围,进而将它们的缺陷区分出来.本文通过以上五步将四种缺陷逐次分类出来.将四种缺陷的形态特征转化为能被计算机识别的数学语言.利用MATLAB软件进行了大量实验和数据分析,得到了令人满意的结果.由于该检测方法简单,能够满足大部分钢锭生产线的表面缺陷分类检测的要求,具有较高的应用价值.

全文目录

摘要  4-6
Abstract  6-10
第一章绪论  10-16
  §1.1 课题背景介绍  10-12
  §1.2 钢锭表面缺陷检测的国内外发展现状  12-13
    §1.2.1 国外研究现状  12
    §1.2.2 国内研究现状  12-13
  §1.3 常用表面缺陷检测方法介绍  13
  §1.4 常见缺陷类型介绍  13-15
  §1.5 基于图像处理的缺陷分类检测过程介绍  15-16
第二章图像预处理  16-34
  §2.1 灰度化  16-18
    §2.1.1 RGB模型  16
    §2.1.2 灰度化处理  16-18
  §2.2 图像增强  18-34
    §2.2.1 直方图均衡化  18-23
    §2.2.2 空间滤波  23-26
    §2.2.3 频域滤波  26-28
    §2.2.4 二值化  28-30
    §2.2.5 多次中值滤波  30-34
第三章缺陷特征提取  34-53
  §3.1 区域描述  34-37
  §3.2 小面积去噪  37-40
    §3.2.1 计算区域面积来去除小面积噪声  37-38
    §3.2.2 形态学处理  38-40
  §3.3 霍夫变换线检测  40-46
  §3.4 中心偏析和中心疏松的特征分析  46-53
    §3.4.1 目标描述  47-49
    §3.4.2 目标区域的连通域的表示  49-51
    §3.4.3 本章小结  51-53
第四章 Matlab实现及全文总结  53-56
  §4.1 Matlab实现  53-55
  §4.2 总结  55-56
参考文献  56-58
致谢  58

相似论文

基于CCD图像传感器的温度测量技术研究,TH811
基于FPGA的数字图像处理基本算法研究与实现,TP391.41
雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
机械臂视觉伺服系统的研究,TP242.6
数字图像处理在集装箱检测中的应用研究,TP274.4
半成型结构在休闲女装中的应用,TS941.2
基于视觉的番木瓜外观品质检测技术研究,S667.9
基于机器视觉的光纤几何参数检测研究,TN253
羊绒与羊毛纤维鉴别系统的研究,TS101.921
基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
基于图像处理技术的两相流动特性描述,TP391.41
车牌识别系统中车牌定位算法的研究,TP391.41
基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
群控电梯客流密度实时识别技术研究,TP391.41
基于神经树的人脸识别方法研究,TP391.41
数字型仪表自动识读系统研究,TP391.41
智能清分机的管理和应用软件设计,TP391.41
沉积物岩心灰度图像处理技术及其在东海内陆架高分辨沉积记录中的应用,P736.21
车载路面裂缝检测图像处理系统的设计与实现,TP391.41
基于3G网络的智能交通视频监控系统的设计与实现,TP391.41