论文部分内容阅读
带钢表面自动监测系统是基于图像处理的优点和计算机语言的高速运算性,根据某钢铁厂对带钢表面质量的要求,提出的一个利用带钢表面图像的信息分析来进行产品监测的系统。本文重点研究了缺陷图像的识别技术,利用缺陷图像的颜色、纹理、形态特征来进行图像的相似度比较,从而识别出缺陷图像的类型。该监测系统将工作人员从枯燥、繁重的传统人工检测工作中解放出来,在保证产品质量的同时提高了工作效率。 本文主要的研究成果如下: (1) 根据厂家的技术要求和带钢生产现场的实际情况,提出本监测系统的总体设计方案,该方案包括图像获取部分(IA)、图像预处理部分(IP)和图像识别部分(IR),并通过局域网完成图像数据的传送; (2) 提出噪声图像的获取方法,并在分析该图像数据的基础上提出IP部分的预处理设计方案; (3) 提出IR部分的软、硬件设计方案,该方案包括图像识别模块、缺陷图像数据库管理模块、系统管理模块三大部分; (4) 根据对色度识别的几种方法的特点、算法和实验结果的比较,提出基于颜色识别的方案; (5) 根据对纹理识别的算法、实验结果的比较,提出基于纹理识别的方案; (6) 根据对形态识别的算法、实验结果的比较,提出基于形态识别的方案; (7) 提出缺陷图像数据库的建立与维护的方案和具体的实施方法,该数据库采用序列化的方法对图像的特征数据进行读取等操作; 仰 该监测系统的开发平台基于Wndows NT操作系统,语言选用VsualC++6刀,具有界面友好、使用方便、易于维护、安全可靠等特点。