文献类型：期刊文章

作　　者：徐科[1,2] 王磊[2] 王璟瑜[2]

机构地区：[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

出　　处：《机械工程学报》

基　　金：'十二五'国家科技支撑计划(2012BAB19B06);教育部博士点基金(20120006110033)资助项目

年　　份：2016

卷　　号：52

期　　号：4

起止页码：13-19

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20161502227458)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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  

分 类 号：TP391]