本文關(guān)鍵詞：基于核方法的帶鋼表面缺陷圖像處理和識(shí)別方法研究

  更多相關(guān)文章： 核方法 圖像處理 特征降維 模式識(shí)別 帶鋼

【摘要】：近年來,隨著大量經(jīng)典的線性學(xué)習(xí)算法通過引入核函數(shù)實(shí)現(xiàn)非線性化以來,基于核的機(jī)器學(xué)習(xí)方法(簡(jiǎn)稱核方法)取得了飛速發(fā)展,目前已成為機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)之一。帶鋼作為汽車、船舶、以及航空航天的重要原材料,其質(zhì)量好壞直接影響到后續(xù)產(chǎn)品的質(zhì)量和性能,因此將核方法應(yīng)用到帶鋼表面檢測(cè)具有重大意義。本文將核方法應(yīng)用到帶鋼表面缺陷檢測(cè)和分類的各個(gè)關(guān)鍵環(huán)節(jié),并根據(jù)實(shí)驗(yàn)數(shù)據(jù)與傳統(tǒng)的算法進(jìn)行對(duì)比。本文研究?jī)?nèi)容與成果主要有以下幾個(gè)方面:1.研究了帶鋼表面圖像的迭代控制核回歸圖像去噪模型,并與傳統(tǒng)去噪方法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明,迭代控制核回歸可以在去除噪聲的同時(shí)較好的保留圖像的細(xì)節(jié)信息。2.針對(duì)所提取的帶鋼缺陷圖像幾何、灰度、紋理等高維特征,運(yùn)用主成分分析和Fisher判別分析以及對(duì)應(yīng)的核方法進(jìn)行特征降維,并通過可視化進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明基于核的Fisher判別分析降維后對(duì)數(shù)據(jù)具有很好的分類能力。3.針對(duì)帶鋼表面的黑斑、劃痕、翹皮、磷化斑、褶皺五類典型缺陷,對(duì)比研究了BP神經(jīng)網(wǎng)絡(luò)、及其結(jié)合主成分(PCA-BP)和核主成分分析(KPCA-BP)在帶鋼表面缺陷圖像中的識(shí)別和分類;提出了將KFDA算法應(yīng)用到帶鋼表面缺陷的分類和識(shí)別中,完成了核函數(shù)的選取及核參數(shù)的優(yōu)化;對(duì)比驗(yàn)證了其在帶鋼表面缺陷圖像中識(shí)別分類的有效性、快速性和穩(wěn)定性。
【關(guān)鍵詞】：核方法 圖像處理 特征降維 模式識(shí)別 帶鋼
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TG142.15;TP391.41
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第1章 緒論10-15
• 1.1 研究的背景及意義10
• 1.2 國(guó)內(nèi)外研究概況10-13
• 1.2.1 核方法的發(fā)展10-11
• 1.2.2 鋼板表面的機(jī)器視覺檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.2.3 核方法應(yīng)用綜述12-13
• 1.3 本文主要研究?jī)?nèi)容及結(jié)構(gòu)安排13-15
• 第2章 基于核回歸圖像去噪方法的研究與應(yīng)用15-28
• 2.1 經(jīng)典的去噪方法15-16
• 2.1.1 均值濾波15
• 2.1.2 中值濾波15-16
• 2.2 經(jīng)典核回歸16-18
• 2.3 迭代控制核回歸18-22
• 2.3.1 自適應(yīng)核回歸18-21
• 2.3.2 迭代過程21-22
• 2.4 實(shí)驗(yàn)結(jié)果分析22-27
• 2.5 本章小結(jié)27-28
• 第3章 基于核的特征降維方法的研究與應(yīng)用28-52
• 3.1 帶鋼表面缺陷的特征提取28-33
• 3.1.1 幾何特征28-29
• 3.1.2 紋理特征29-30
• 3.1.3 灰度特征30-31
• 3.1.4 不變矩和拓?fù)涮卣?/span>31-32
• 3.1.5 帶鋼缺陷圖像的特征量32-33
• 3.2 主成分分析方法33-38
• 3.2.1 主成分分析數(shù)學(xué)模型和基本原理33-34
• 3.2.2 主成分分析算法步驟34-35
• 3.2.3 帶鋼表面圖像PCA降維實(shí)現(xiàn)35-38
• 3.3 基于核的主成分分析方法38-41
• 3.3.1 基于核主成分分析基本原理38-39
• 3.3.2 基于核主成分分析算法步驟39-40
• 3.3.3 帶鋼表面圖像KPCA降維實(shí)現(xiàn)40-41
• 3.4 Fisher判別分析降維41-44
• 3.4.1 Fisher判別分析降維數(shù)學(xué)模型和基本原理41-43
• 3.4.2 Fisher判別分析降維算法步驟43
• 3.4.3 帶鋼表面圖像FDA降維實(shí)現(xiàn)43-44
• 3.5 基于核的Fisher判別分析降維44-48
• 3.5.1 基于核的Fisher判別分析降維的基本原理44-46
• 3.5.2 基于核的Fisher判別分析降維算法步驟46-47
• 3.5.3 帶鋼表面圖像KFDA降維實(shí)現(xiàn)47-48
• 3.6 實(shí)驗(yàn)結(jié)果分析對(duì)比48-51
• 3.6.1 各特征降維方法的分析48
• 3.6.2 實(shí)驗(yàn)結(jié)果對(duì)比48-51
• 3.7 本章小結(jié)51-52
• 第4章 基于核方法的目標(biāo)識(shí)別和分類52-63
• 4.1 BP神經(jīng)網(wǎng)絡(luò)的帶鋼表面缺陷識(shí)別和分類52-55
• 4.1.1 BP神經(jīng)網(wǎng)絡(luò)的模型和算法52-54
• 4.1.2 帶鋼表面缺陷BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)54
• 4.1.3 分類識(shí)別結(jié)果54-55
• 4.2 核Fisher判別分析的識(shí)別和分類55-61
• 4.2.1 核Fisher判別分析多類分類的原理和算法55-58
• 4.2.2 KFDA判別中RBF核函數(shù)參數(shù)σ優(yōu)化58-60
• 4.2.3 分類識(shí)別結(jié)果60-61
• 4.3 PCA-BP和KPCA-BP的帶鋼表面缺陷識(shí)別61-62
• 4.3.1 PCA-BP和KPCA-BP模型61
• 4.3.2 各識(shí)別方法結(jié)果對(duì)比分析61-62
• 4.4 本章小結(jié)62-63
• 第5章 總結(jié)與展望63-65
• 5.1 全文總結(jié)63
• 5.2 展望63-65
• 致謝65-66
• 參考文獻(xiàn)66-69
• 附錄1 攻讀碩士學(xué)位期間發(fā)表的論文69-70
• 附錄2 攻讀碩學(xué)位期間參加的科研項(xiàng)目70-71
• 詳細(xì)摘要71-75

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張?zhí)┎?表面缺陷的檢測(cè)與評(píng)定[J];制造技術(shù)與機(jī)床;2000年04期

2 王鳳林;酸洗鋼板表面缺陷檢查裝置的開發(fā)[J];軋鋼;2000年04期

3 李惠萍;檢測(cè)鋼材表面缺陷的新方法[J];特殊鋼;2001年01期

4 李榮;檢測(cè)鋼材表面缺陷的新方法[J];上海金屬;2004年04期

5 李榮;檢查熱鋼材表面缺陷的設(shè)備[J];上海金屬;2005年04期

6 原永良;張曉剛;;電子探針在鋼材表面缺陷分析中的應(yīng)用二例[J];冶金分析與測(cè)試(冶金物理測(cè)試分冊(cè));1985年02期

7 彭惠民;;螺紋表面缺陷檢查器[J];激光與光電子學(xué)進(jìn)展;1987年04期

8 席欣;;檢測(cè)鋼材表面缺陷的新方法[J];云南冶金;1990年02期

9 張?zhí)┎?表面缺陷及其評(píng)定[J];機(jī)械工人.冷加工;1992年11期

10 李榮;;檢測(cè)鋼材表面缺陷的新方法[J];上海金屬;1992年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 ;金屬工業(yè)中表面缺陷檢查的視覺先鋒[A];2010鋼材質(zhì)量控制技術(shù)、形狀、尺寸精度、表面質(zhì)量控制與改善學(xué)術(shù)研討會(huì)文集[C];2010年

2 全燕鳴;朱國(guó)強(qiáng);姜長(zhǎng)城;柯志勇;;小球表面缺陷自動(dòng)檢測(cè)中的表面滾翻方法[A];廣州市儀器儀表學(xué)會(huì)2009年學(xué)術(shù)年會(huì)論文集[C];2010年

3 于正林;曹國(guó)華;楊東林;;軸承鋼球表面缺陷自動(dòng)檢測(cè)[A];科技創(chuàng)新與節(jié)能減排——吉林省第五屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

4 吳建永;;瓊州大橋T梁表面缺陷的預(yù)防及處理[A];海南省公路學(xué)會(huì)2003年學(xué)術(shù)交流會(huì)論文集[C];2003年

5 貢雪南;;寶鋼1420鍍錫板表面質(zhì)量檢測(cè)與控制技術(shù)[A];薄鋼板質(zhì)量研討會(huì)論文集[C];2000年

6 錢翰城;王公平;趙建華;;鑄件表面缺陷常用挽救技術(shù)及其適用性[A];2010年重慶市機(jī)械工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2010年

7 錢翰城;王公平;趙建華;;鑄件表面缺陷常用挽救技術(shù)及其適用性[A];重慶市機(jī)械工程學(xué)會(huì)鑄造分會(huì)、重慶鑄造行業(yè)協(xié)會(huì)2010重慶市鑄造年會(huì)論文集[C];2010年

8 錢翰城;王公平;趙建華;;鑄件表面缺陷常用挽救技術(shù)及其適用性[A];2010年中國(guó)鑄造活動(dòng)周論文集[C];2010年

9 王暄;秦世引;張其生;;熱軋鋼板表面缺陷的自動(dòng)識(shí)別與分類[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2001年

10 楊金艷;肖良辰;;表面缺陷對(duì)鋼絲斷裂行為的影響[A];全國(guó)金屬制品信息網(wǎng)第23屆年會(huì)暨2013金屬制品行業(yè)技術(shù)信息交流會(huì)論文集[C];2013年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前5條

1 高宏適;鋼板表面缺陷產(chǎn)生機(jī)制研究[N];世界金屬導(dǎo)報(bào);2013年

2 陳方;遠(yuǎn)距離測(cè)繪系統(tǒng)讓大壩表面缺陷盡在掌握[N];中國(guó)水利報(bào);2006年

3 鐘;超低碳冷軋薄板鋼表面缺陷的消除[N];世界金屬導(dǎo)報(bào);2005年

4 徐科 楊朝霖 周鵬;高效算法實(shí)現(xiàn)熱軋帶鋼表面缺陷在線檢測(cè)[N];中國(guó)冶金報(bào);2010年

5 道哥拉斯·斯塔海姆;消除表面缺陷 提高連鑄坯質(zhì)量[N];中國(guó)冶金報(bào);2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孟云吉;光晶格中空間孤子的傳輸特性研究[D];南京航空航天大學(xué);2013年

2 陳立君;基于流形支持向量機(jī)的木材表面缺陷識(shí)別方法的研究[D];東北林業(yè)大學(xué);2015年

3 宋克臣;面向硅鋼板表面缺陷的檢測(cè)與識(shí)別方法研究[D];東北大學(xué);2014年

4 李長(zhǎng)樂;冷軋帶鋼表面缺陷圖像檢測(cè)關(guān)鍵技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2009年

5 張建川;紅鋼棒材表面缺陷圖像采集與檢測(cè)系統(tǒng)研究[D];山東大學(xué);2012年

6 楊鐵濱;基于機(jī)器視覺的陶瓷球表面缺陷自動(dòng)檢測(cè)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2007年

7 李江波;臍橙表面缺陷的快速檢測(cè)方法研究[D];浙江大學(xué);2012年

8 趙彥玲;基于圖像技術(shù)的鋼球表面缺陷分析與識(shí)別[D];哈爾濱理工大學(xué);2008年

9 甘勝豐;帶鋼表面缺陷圖像檢測(cè)與分類方法研究[D];中國(guó)地質(zhì)大學(xué);2013年

10 何志勇;基于改進(jìn)Otsu法和顯著性分析的表面缺陷高效視覺檢測(cè)方法研究[D];蘇州大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 雷志強(qiáng);磁片表面缺陷檢測(cè)技術(shù)研究[D];沈陽理工大學(xué);2015年

2 宋丁東;基于LBP的子彈表面缺陷光電檢測(cè)算法研究[D];電子科技大學(xué);2015年

3 尚西昌;基于圖像識(shí)別的汽車濾紙表面缺陷自動(dòng)檢測(cè)研究[D];河北科技大學(xué);2014年

4 劉偉;考慮熱效應(yīng)和表面缺陷的滾動(dòng)軸承性能分析[D];北京理工大學(xué);2016年

5 唐永春;基于形態(tài)特征的熱軋型鋼表面缺陷測(cè)量分類系統(tǒng)設(shè)計(jì)研究[D];江蘇大學(xué);2016年

6 徐信;沖壓件表面缺陷圖像檢測(cè)系統(tǒng)的研究與開發(fā)[D];廣東工業(yè)大學(xué);2016年

7 姚丹;基于FPGA的表面缺陷在線檢測(cè)系統(tǒng)應(yīng)用研究[D];西安科技大學(xué);2015年

8 郭佳文;機(jī)械加工中亞表面缺陷對(duì)表面質(zhì)量的影響[D];湖南大學(xué);2016年

9 王時(shí)麗;基于機(jī)器視覺的鋼軌表面缺陷檢測(cè)技術(shù)研究[D];西南科技大學(xué);2016年

10 張建炎;激光超聲非接觸檢測(cè)高溫金屬表面缺陷研究[D];南京航空航天大學(xué);2016年

，

本文編號(hào)：974949