目的鋼板表面缺陷的種類多樣、灰度結(jié)構(gòu)復(fù)雜,現(xiàn)有的圖像分割技術(shù)運(yùn)用在灰度結(jié)構(gòu)復(fù)雜、目標(biāo)邊緣模糊的鋼板缺陷圖像中仍然存在識(shí)別效率低、過分割現(xiàn)象明顯等問題,本文結(jié)合圖像灰度矩陣的空間特征,提出一種基于3維灰度矩陣的鋼板表面缺陷識(shí)別算法。方法首先根據(jù)灰度圖像構(gòu)建3維灰度矩陣;然后引入半類間方差改進(jìn)克里金插值算法,繪制3維灰度矩陣的等值線圖;接著構(gòu)建等值線的拓?fù)潢P(guān)系樹;最后根據(jù)自定義的全局搜索策略和局部搜索策略相結(jié)合,尋找局部凹凸區(qū)域,從而定位缺陷區(qū)域,達(dá)到分割鋼板表面缺陷的目的。結(jié)果本文方法能有效地識(shí)別鋼板表面缺陷區(qū)域,對(duì)光照變化不敏感,在保證低誤差率的前提下,提高了有效分割率。通過對(duì)氧化、輥印、結(jié)疤和氣泡四類鋼板缺陷圖像進(jìn)行測(cè)試,從分割效果和評(píng)價(jià)指標(biāo)兩方面對(duì)比其他鋼板缺陷分割算法。與Fisher閾值分割法、經(jīng)典的活動(dòng)輪廓模型CV模型、基于半局部區(qū)域描述符的活動(dòng)輪廓模型HTB模型和改進(jìn)背景差分法進(jìn)行分割效果對(duì)比,本文方法對(duì)四類鋼板表面缺陷的識(shí)別更精確,分割結(jié)果更細(xì)致,一定程度上抑制了過分割現(xiàn)象。與大津法Ostu、1維最大模糊熵法1DMFE、最大模糊超熵法MFEE進(jìn)行評(píng)價(jià)指標(biāo)對(duì)比,得出對(duì)于分割孔...

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

圖2氧化鋼板灰度等值線圖Fig．2Grayscalecontourmapofoxidizedsteelplate

構(gòu)性變化的部分。a為變程，代表參數(shù)均勻具有的空間相關(guān)性范圍，反映參數(shù)空間變化的速度大小。2.2.3球狀模型擬合過程記y=r(h)*，b0=C0，b1=3c2a，b2=－c2a3，x1=h，x2=h3，則可以將式(16)轉(zhuǎn)換為線性模型y=b0+b1x1+b2x2(17)然后利用已有....

圖3閉合曲線包含關(guān)系圖Fig．3Closedcurveinclusionrelationdiagram

線圖Fig．2Grayscalecontourmapofoxidizedsteelplate等值線分布規(guī)律的問題。2.3建立等值線拓?fù)潢P(guān)系樹獲得了3維灰度矩陣的等值線圖之后，為便于尋找在3維灰度矩陣中的局部凹凸區(qū)域，構(gòu)建等值線拓?fù)潢P(guān)系樹，明確各個(gè)等值線之間的包含關(guān)系。等值線包含關(guān)....

圖4氧化圖像拓?fù)潢P(guān)系樹Fig．4Topologicalrelationtreeofoxidationdefect

第24卷/第6期/2019年6月蘭紅，方治嶼/3維灰度矩陣的鋼板缺陷圖像識(shí)別865圖4氧化圖像拓?fù)潢P(guān)系樹Fig．4Topologicalrelationtreeofoxidationdefect在單一方向上等值線數(shù)值變化的規(guī)律是單調(diào)遞增(κ＞0)還是單調(diào)遞減(κ＜0)。然后，逐行....

圖74種常見鋼板缺陷的不同分割算法結(jié)果Fig．7Theresultsofdifferentalgorithmsusingonfourcommondefects((a)FT;(b)CVmodel;(c)HTBmodel;(d)reference［11］method;(e)ours)

第24卷/第6期/2019年6月蘭紅，方治嶼/3維灰度矩陣的鋼板缺陷圖像識(shí)別867圖74種常見鋼板缺陷的不同分割算法結(jié)果Fig．7Theresultsofdifferentalgorithmsusingonfourcommondefects((a)FT;(b)CVmodel;(c....

本文編號(hào)：3960939