[發明專利]帶鋼生產過程表面質量在線精準檢測方法

有效

• 申請號: 201110180603.0
• 申請日: 2011-06-30
• 公開（公告）號: CN102253049A
• 公開（公告）日: 2011-11-23
• 發明（設計）人: 唐立新;唐振浩
• 申請（專利權）人: 東北大學
• 主分類號: G01N21/88
• 分類號: G01N21/88
• 代理公司: 沈陽東大專利代理有限公司 21109
• 代理人: 梁焱

1.一種帶鋼生產過程表面質量在線精準檢測方法，其特征在于，包括如下步驟：

步驟一：讀取計算機中存儲的缺陷圖像；

步驟二：提取缺陷圖像的圖像特征；

步驟三：根據步驟二中提取的缺陷圖像的圖像特征，采用支持向量機SVM與智能優化算法相結合的方法進行缺陷分類；

步驟四：存儲檢測和分類結果，判斷是否結束檢測，若是，則執行步驟五；否則，返回執行步驟一；

步驟五：結束。

2.根據權利要求1所述的一種帶鋼生產過程表面質量在線精準檢測方法，其特征在于步驟一中所述的讀取計算機中存儲的缺陷圖像，其中，缺陷圖像的在線獲取，其具體步驟如下：

步驟a：在攝像機的攝像頭上的感光元件感受到目標之后，感光元件將光的強度信號轉化為電信號通過傳輸設備進行傳輸，每次傳輸一行的圖像，計算機將成行的圖像組合成一幅圖像后存儲在計算機的內存中；

步驟b：從計算機的內存中讀取一幅圖像；

步驟c：采用自適應閾值邊緣檢測方法判斷該圖像是否存在缺陷，若檢測到邊緣信息，則認為該圖像存在缺陷，執行步驟d；若沒有檢測到邊緣信息，則認為該圖像不存在缺陷，轉去執行步驟e；

步驟d：記錄該圖像的批號、位置信息，并存儲該圖像到計算機硬盤；?

步驟e：判斷是否停止在線獲取圖像，若是，則執行步驟f；否則，釋放內存，讀取下一幅圖像，轉去執行步驟c；

步驟f：結束。

3.根據權利要求1所述的一種帶鋼生產過程表面質量在線精準檢測方法，其特征在于步驟三中所述的根據步驟二中提取的缺陷圖像的圖像特征，采用支持向量機SVM與智能優化算法相結合的方法進行缺陷分類，其具體步驟如下：

步驟a：建立分類模型，

首先，對樣本圖像進行讀取和特征提取的操作，建立SVM所需的樣本數據；然后采用SVM與智能優化算法相結合的方法建立分類模型；

步驟（a）：初始化智能優化算法中的參數；

步驟（b）：根據每個個體的值，對特征值進行加權，并且將SVM分類算法的參數進行賦值；

步驟（c）：根據每個個體的值，用SVM方法利用加權后的特征值建立分類模型，對所建立的分類模型進行交叉檢驗，交叉檢驗的結果作為適應度值，判斷是否達到終止條件，若達到終止條件，則輸出分類模型的參數、特征加權的權重系數以及核函數的參數值，若沒有達到，則按照智能優化算法的個體更新公式更新個體,并轉去執行步驟（b）；

所述的終止條件是指達到智能優化算法的最大迭代次數，或者交叉檢驗結果滿足要求；

步驟b：根據步驟a所建立的分類模型進行分類，

提取需要分類圖像的特征值，讀入分類模型的參數、特征加權的權重系數以及核函數的參數值，根據提取到的特征值計算決策函數，得到分類結果。