基于不变矩的带钢数字图像的缺陷检测算法
An Inspecting Algorithm for Surface Defect of Steel Strip Based on Moment Invariant
摘 要
针对带钢数字图像特点设计了一种表面缺陷检测算法, 能够基本解决带钢有无缺陷的初检工作。它从Hu不变矩的平移、旋转、比例不变性切入, 结合二阶矩的物理特性, 并考虑到无缺陷图像灰度过渡平缓, 置乱前后不变矩差较小; 而有缺陷图像的缺陷部分被破坏, 其置乱前后不变矩差相对较大, 据此设计并实现此算法。通过试验证实, 该算法能够快速判别出有缺陷的带钢图像, 使初检和缺陷类型识别能够实现并行处理, 对提高带钢缺陷检测系统的整体效率具有重要意义。
表面缺陷检测
不变矩
Steel strip
Surface defect inspection
Moment invariant
Abstract
Considering characteristics of steel strips, an algorithm of surface defects initial inspecting for steel strip is designed to solve whether steel strip contains defects or not. It can meet requirements of automatic inspection. Using difference of physical characteristics of second moment invariant , the aim of recognition for the defects in steel strips is accomplished, it is proposed that changes of strip images containing defects are sharper than those containing no defect after image blocking and block scrambling, because moment invariants keep invariant after the image is transformed via translation, scaling, and rotation. The experimental results demonstrate that the algorithm can recognize steel strip images containing defects, making initial inspection and recognition parallel, and it is meaningful to improve efficiency of surface defect inspection system of steel strip.
中图分类号 TG115.28
所属栏目 科研成果与学术交流
基金项目
收稿日期 2009/2/17
修改稿日期
网络出版日期
作者单位点击查看
备注孔月萍(1965-), 男, 博士, 教授, 主要研究方向为图形图像处理技术、网络数据库技术。
引用该论文: KONG Yue-Ping,WANG Ya-An,WANG Kuai-She. An Inspecting Algorithm for Surface Defect of Steel Strip Based on Moment Invariant[J]. Nondestructive Testing, 2010, 32(1): 6～8
孔月萍,王亚安,王快社. 基于不变矩的带钢数字图像的缺陷检测算法[J]. 无损检测, 2010, 32(1): 6～8
共有人对该论文发表了看法，其中：
人认为该论文很差
人认为该论文较差
人认为该论文一般
人认为该论文较好
人认为该论文很好
参考文献
【1】吴平川, 路同浚, 王炎.带钢表面自动检测系统研究现状与展望[J].钢铁, 2001(6): 70-75.
【2】许道峰.基于LVQ的带钢表面缺陷分类研究[J].中国仪器仪表, 2004(2): 5-7.
【3】Hu M K. Visual pattern recognition by moment invariants[J]. IEEE Trans on Information Theory, 1962, 8(2): 179-187.
【4】王耀明.Zernike矩及它们的应用[J].上海电机学院学报, 2008, 11(1): 44-46.
【5】杨静.基于MSEA及不变矩的图像目标识别算法研究[D].西安: 中科院西安光学精密机械所, 2001: 40-55.
【6】徐旭东, 周源华.基于小波矩不变量的模式识别[J].红外与毫米波学报, 2000, 19(3): 215-218.
【7】姚军, 蒋晓瑜, 黄应清.目标识别中hu矩、zernike矩和小波矩的比较[J].装甲兵工程学院学报, 2006, 20(3): 34-36.
【8】赵向阳.基于神经网络的钢板表面缺陷识别若干问题研究[D].大连: 大连理工大学, 2006: 46-57.
【9】魏伟波, 芮筱亭.不变矩方法研究[J].火力与指挥控制, 2006, 11(32): 114-117.
【2】许道峰.基于LVQ的带钢表面缺陷分类研究[J].中国仪器仪表, 2004(2): 5-7.
【3】Hu M K. Visual pattern recognition by moment invariants[J]. IEEE Trans on Information Theory, 1962, 8(2): 179-187.
【4】王耀明.Zernike矩及它们的应用[J].上海电机学院学报, 2008, 11(1): 44-46.
【5】杨静.基于MSEA及不变矩的图像目标识别算法研究[D].西安: 中科院西安光学精密机械所, 2001: 40-55.
【6】徐旭东, 周源华.基于小波矩不变量的模式识别[J].红外与毫米波学报, 2000, 19(3): 215-218.
【7】姚军, 蒋晓瑜, 黄应清.目标识别中hu矩、zernike矩和小波矩的比较[J].装甲兵工程学院学报, 2006, 20(3): 34-36.
【8】赵向阳.基于神经网络的钢板表面缺陷识别若干问题研究[D].大连: 大连理工大学, 2006: 46-57.
【9】魏伟波, 芮筱亭.不变矩方法研究[J].火力与指挥控制, 2006, 11(32): 114-117.
相关信息
