文献类型：期刊文章

作　　者：周鹏[1] 徐科[2] 杨朝霖[1]

ZHOU Peng;XU Ke;YANG Chaolin(Institute of Engineering Technology,University of Science ＆ Technology Beijing,Beijing 100083,China;Collaborative Innovation Center of Iron and Steel Technology,University of Science and Technology Beijing,Beijing 100083,China)

机构地区：[1]北京科技大学工程技术研究院,北京100083 [2]北京科技大学钢铁共性技术协同创新中心,北京100083

出　　处：《清华大学学报（自然科学版）》

基　　金：“十二五”国家科技支撑计划资助项目(2012BAB19B06);国家自然科学基金资助项目(51674031);中央高校基本科研业务费资助项目(FRF-TP-16-018A1)

年　　份：2018

卷　　号：58

期　　号：10

起止页码：881-887

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：中厚板在生产过程中，由于各种因素难免会产生压痕、辊印、划伤等缺陷，严重的缺陷会对下一道轧制工艺产生不良的影响，因此在包含氧化铁皮背景中准确识别出真实缺陷对提高钢铁企业的产品质量至关重要。该文采用尺度不变特征转换（scale-invariant feature transform，SIFT）算子来提取具有尺度旋转不变性的特征向量，并采用Euclidean距离相似性判定度量实现图像匹配，进而识别出中厚板表面缺陷。该文通过大量实验分析并确定各参数取值，最终将SIFT算法应用到中厚板表面缺陷识别，实验结果表明：该算法对辊印、压痕等缺陷的识别率较高，能够达到95％，尤其是对连续出现的缺陷检测效果明显，从而验证了SIFT方法较好的光照不变性、旋转不变性和仿射不变性。

关 键 词：中厚板 表面检测  尺度不变  局部特征  

分 类 号：TG142.71[材料类]