基于Tetrolet变换的热轧钢板表面缺陷识别方法.pdfVIP

学兔兔 第 52卷第 4期 机 械 工 程 学 报 VO1．52 NO．4 2016年 2月 JOUR『NALOFMECHANICALENG1NEERING Feb． 20l6 DoI：10．3901／JM E．2016．04．013 基于Tetrolet变换的热轧钢板表面缺陷识别方法木 徐 科 1,2 王 磊2 王璨瑜2 (1．北京科技大学钢铁共性技术协同创新 中心 北京 100083； 2．北京科技大学高效轧制国家工程研究中心 北京 100083) 摘要：通过 Tetrolet变换将热轧钢板表面图像分解成不同尺度和方向的子带，提取子带的 Tetrolet高通系数矩阵特征，得到 一 个高维的特征矢量。利用核保局投影算法对高维特征矢量进行降维，将降维后的低维特征矢量输入支持向量机，从而实现 热轧钢板表面缺陷的分类识别。对现场采集到的热轧钢板表面图像样本进行试验，包括横向裂纹、纵向裂纹、横向划伤、纵 向划伤、结疤、麻点、网纹、压痕等 8类常见热轧钢板表面缺陷，以及氧化铁皮和无缺陷等样本。试验结果表明基于Tetrolet 变换方法对样本图像的识别率可达 97．38％，比基于Curvelet变换、Contourlet变换等方法得到的识别率提高 1％左右。 关键词：热轧钢板；表面检测；特征提取；多尺度几何分析；Tetrolet变换 中图分类号：TP391 SurfaceDefectRecognitionofHot—rolledSteelPlates BasedonTetroletTransform xu Ke1,2 WANG Lei2 WANGJingyu (1．CollaborativeInnovationCenterofSteelTechnology, UniversityofScienceandTechnologyBeijing，Beijing100083； 2．N~ionalEngineeringResearchCenterofAdvancedRollingTechn ology, UniversityofScienceandTechnologyBeijing，Beijing100083) Abstract：Sampleimagesofhot—rolledsteelplatesaredecomposedintomultiplesubbandswithdifferentscalesanddirectionsby Tetrolettrna sform．Thehigh-passTetroletcoefficientsofsubbandsarecombined into ahigh—dimensionalfeaturevector．Kernel localitypreservingprojection(KLPP)isappliedtothehigh-dimensionalfeaturevectorfordimensionreduction，whichresultsina low-dimensionalfeaturevector．Thelowd·imensionalfeaturevectorisfedintosupportvectormachine(SVM)ofrsurfacedefect recognition ofhot-rolled steelplates．The mehtod istested with sample imagesfrom an industrialproduction line，including transversalcracks，longiutdinalcracks，rtna sversalscratches，longiutdinals