端面質(zhì)量是熱軋卷重要指標(biāo)之一,常見的缺陷有邊裂和邊損等。為了有效檢測這些缺陷,在熱軋卷模型圖片中模擬邊裂和邊損,先采用Gabor變換進行紋理分析以檢測突出缺陷特征,再自定義搜索算法準(zhǔn)確定位缺陷位置,最終完成熱軋卷端面的質(zhì)量檢測。通過對邊裂和邊損圖片進行模擬并識別,最后配合自定義的缺陷搜索算法,可以完成對缺陷的定位。 

【文章來源】：冶金自動化. 2019,43(03)

【文章頁數(shù)】：5 頁

【部分圖文】：

熱軋卷模型圖Fig．1Modelchartofhotrolledcoil

第3期劉繼丹，等:Gabor濾波在熱軋卷端面質(zhì)量檢測中的應(yīng)用圖1熱軋卷模型圖Fig．1Modelchartofhotrolledcoil這兩個實部和虛部公式都可以用于濾波運算，實際的效果也比較接近。結(jié)合本文研究對象，經(jīng)過實際比對，通過參數(shù)調(diào)整，實部的濾波公式可以得到比較好的效果;而虛部的濾波公式在實際應(yīng)用中，當(dāng)某兩個角度有一定不連續(xù)性時，難以識別帶鋼是否連續(xù)，這就造成了識別的困難。因此本文采用了實部濾波公式。2．3正常模型圖像的Gabor濾波將圖1所示的單通道0～255灰度圖像分別嘗試取閾值47和53進行二值化處理，結(jié)果只能區(qū)分出一定角度的扇形區(qū)域，而其他的部分幾乎全黑或者全白。因此，需要首先對模型圖像進行Gabor濾波處理，而后再經(jīng)二值化后尋找條紋是否連續(xù)。圖像處理環(huán)境采用VisualStudio2017中的MFC編程框架，部分畫圖和計算公式采用OpenCV函數(shù)庫，其中使用OpenCV的計算公式主要有取冪運算和二維濾波等。根據(jù)式(2)建立Gabor濾波內(nèi)核如圖2(a)所示。式(2)中，調(diào)節(jié)F和ν可以起到相同作用，實際F取槡2即為一個定值，經(jīng)過實際驗證能夠取得較好效果的圖像，這時小波內(nèi)核的像素為131×131，這個取值與模型圖中明暗間隔條紋寬度有關(guān)，也就是說熱軋帶鋼的寬度以及成像的距離等參數(shù)直接影響尺度參數(shù)的取值。文獻中σ一般取2π，實際應(yīng)用中σ影響Gabor內(nèi)核中條紋的灰度差，經(jīng)調(diào)整文中σ=1．6π，它影響著還原后條紋的連續(xù)型，若取值過小則卷積后圖像呈現(xiàn)過飽和，而取值過大卷積后圖像容易出現(xiàn)不連續(xù)情況。圖2(a)中的8個圖像分別是φ從0到2π間隔π/4取得的8?

【參考文獻】：
期刊論文
[1]改進的Gabor濾波器帶鋼表面缺陷顯著性檢測[J]. 屈爾慶,崔月姣,徐森,孫鶴旭.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2017(10)
[2]基于GLCM與自適應(yīng)Gabor濾波器組的紋理圖像分割[J]. 閔永智,程天棟,殷超,岳彪,肖本郁,馬宏鋒.  計算機工程. 2017(01)
[3]高速高精度帶鋼表面檢測系統(tǒng)的設(shè)計與實現(xiàn)[J]. 張培培,呂震宇,趙爽,吳紅霞.  哈爾濱理工大學(xué)學(xué)報. 2016(06)
[4]基于Gabor小波和加權(quán)馬氏距離的帶鋼表面缺陷檢測[J]. 陳海永,徐森,劉坤,孫鶴旭.  電子測量與儀器學(xué)報. 2016(05)
[5]基于多尺度2D Gabor小波的視網(wǎng)膜血管自動分割[J]. 王曉紅,趙于前,廖苗,鄒北驥.  自動化學(xué)報. 2015(05)
[6]融合特征的快速SURF配準(zhǔn)算法[J]. 羅天健,劉秉瀚.  中國圖象圖形學(xué)報. 2015(01)
[7]基于局部紋理特征的三維掌紋識別研究[J]. 楊冰,王小華,楊鑫.  光電工程. 2014(12)
[8]多尺度局部二值模式傅里葉直方圖特征的表情識別[J]. 王麗,李瑞峰,王珂.  計算機應(yīng)用. 2014(07)
[9]基于Gabor濾波器的航空圖像居民區(qū)域提取[J]. 谷多玉,郭江,李書曉,常紅星.  北京航空航天大學(xué)學(xué)報. 2012(01)
[10]基于Gabor多方向特征融合與分塊直方圖的人臉表情識別方法[J]. 劉帥師,田彥濤,萬川.  自動化學(xué)報. 2011(12)

博士論文
[1]人臉識別中若干關(guān)鍵問題的研究[D]. 山世光.中國科學(xué)院研究生院（計算技術(shù)研究所） 2004

碩士論文
[1]CT圖像中動脈提取方法[D]. 張凡凡.華中科技大學(xué) 2017



本文編號：3464858