论文部分内容阅读
钢板缺陷检测是钢板质检关卡重要的一环,能够帮助工作人员方便处理并提高钢坯质量。传统钢板缺陷检测大多在钢体温度冷却至标准温度以后工作人员进行辨别区分,或通过摄像机拍摄后提取监控图像或视频进行目测,二者均属于人工检测方式,耗时耗力。因此研究钢板缺陷检测系统及其智能检测方式对提高钢铁品质具有重要意义。钢板表面缺陷检测在CIMS(计算机集成制造)中扮演着重要角色。表面缺陷机器视觉检测时需要在全图进行缺陷目标的搜寻、比对、识别,计算量大,较难实现实时在线检测;而通常钢板表面缺陷面积占比小,造成了计算资源、存储资源浪费。因此,有必要引入视觉选择性注意机制,初判缺陷所在显著性区域,以有效缩短搜寻过程;再对获取的高分辨率显著性缺陷目标区域图像进行识别,以降低虚警风险,实现实时准确检测。本文以钢板表面缺陷检测的课题研究背景及国内外技术发展现状开篇,设计了基于C/S架构的缺陷检测软件设计体系。重点研究了基于视觉注意机制及显著性提取的钢板表面缺陷检测算法及其实现,使用了3000幅摄像机采集图像对算法及系统进行试验,实验结果表面,本文所设计的软件系统能够有效检测钢板表面缺陷区域,且系统稳定。