基于ICA-SVM算法的连铸坯表面裂纹在线检测技术.pdfVIP

* 基于 ICA-SVM 算法的连铸坯表面裂纹在线检测技术 徐 科 杨朝霖 周 鹏 （北京科技大学高效轧制国家工程研究中心，北京 100083） 摘 要 针对连铸坯表面图像背景复杂、冗余性强等特点，提出了一种基于 ICA-SVM 的表面裂纹在线自动算法。 采用独立主元分析方法对连铸坯表面图像进行特征提取，建立特征子空间，然后选用高斯径向基核函数的支持向量 机对测试样本集进行缺陷分类。对裂纹、氧化铁皮、振纹、残渣、水痕和光照不均等实验结果表明，当选取独立成 分个数为 30 时，表面裂纹的识别率可以达到 96% 以上。 关键词 连铸坯 表面检测 独立主元分析 支持向量机 On-line Detection Technique of Surface Cracks for Continuous Casting Slabs Based on ICA-SVM Algorithm Xu Ke Yang Chaolin Zhou Peng (National Engineering Research Center for Advanced Rolling Technology, University of Science and Technology Beijing, Beijing, 100083) Abstract A surface crack recognition algorithm based on ICA-SVM is proposed for the features of the surface defect images with large amount of data redundancy in continuous casting Slabs. This paper uses ICA method to extract the features of the original images and constructs the feature subspace, then selects a SVM method with gaussian radial basis function to classify the defects of test samples set. The experiment proves that the recognition rate can reach over 96% when 30 is selected as the number of independent components. Key words continuous casting slabs, surface inspection, independent component analysis, support vector machine 1 引言 连铸坯的生产是钢铁生产流程的关键环节，连铸坯的质量直接影响后续钢板或带钢的质量。近年来，随 着企业对钢材质量要求的提高和自动化生产的发展，对连铸坯表面缺陷进行在线检测的应用也越来越广泛。 连铸坯表面裂纹是影响连铸坯表面质量的重要因素之一，当连铸坯出现裂纹时，轻者需要进行精整，重者可 能产生废品，增加生产成本。因此，连铸坯表面裂纹在线检测，对于及时处理连铸坯的表面裂纹缺陷，降低 后续轧制过程中产品的废品率，提高产品质量具有十分的重要意义。 由于连铸坯的表面温度高达 1000℃以上，因此传统的检测方法，如涡流检测、超声波检测和磁感应检 测等无损检测技术难以应用于连铸坯表面在线检测。机器视觉检测技术具有非接触、非破坏、响应速度快等 优点，受高温金属影响较小，是目前连铸坯表面在线检测方面的研究热点。重庆大学欧阳奇[1]等利用连铸坯 的辐射光和面阵 CCD 摄像机实现了高温铸坯表面图像的采集，并设计了快门控制模型，解决 CCD 摄像机 的过饱和问题。北京科技大学徐科[2]等利用激光线光源和线阵 CCD 摄像机采集高温铸坯表面图像，提高了 教育部新世纪优秀人才支持计划项目(NCET-08-0726)、