智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2012年
1期
75-80
,共6页
吴家伟%严京旗%方志宏%夏勇%陆敏健
吳傢偉%嚴京旂%方誌宏%夏勇%陸敏健
오가위%엄경기%방지굉%하용%륙민건
铸坯表面%缺陷检测%显著性区域%特征提取%Gabor小波%Adaboost分类器
鑄坯錶麵%缺陷檢測%顯著性區域%特徵提取%Gabor小波%Adaboost分類器
주배표면%결함검측%현저성구역%특정제취%Gabor소파%Adaboost분류기
针对钢铁铸坯表面检测的缺陷复杂性问题,从图像处理及图形特征角度提出一种基于显著性区域特征的算法.该算法首先对源图像进行显著性特征区域处理和Gabor小波滤波处理,得到了对应的特征图像；然后再将2幅图像中的特征区域进行融合,得到可信度较高的缺陷特征区域图像；最后在缺陷区域中用训练好的Adaboost分类器检测缺陷,得到最终的缺陷定位结果.该算法结合了显著性特征和Gabor小波特征,既缩小了Adaboost分类器的搜索范围,也提高了排除伪缺陷的能力,具有较快的定位速度和较高的准确率.实验结果表明,该算法能获得较好的效果,具有较高的实用价值.
針對鋼鐵鑄坯錶麵檢測的缺陷複雜性問題,從圖像處理及圖形特徵角度提齣一種基于顯著性區域特徵的算法.該算法首先對源圖像進行顯著性特徵區域處理和Gabor小波濾波處理,得到瞭對應的特徵圖像；然後再將2幅圖像中的特徵區域進行融閤,得到可信度較高的缺陷特徵區域圖像；最後在缺陷區域中用訓練好的Adaboost分類器檢測缺陷,得到最終的缺陷定位結果.該算法結閤瞭顯著性特徵和Gabor小波特徵,既縮小瞭Adaboost分類器的搜索範圍,也提高瞭排除偽缺陷的能力,具有較快的定位速度和較高的準確率.實驗結果錶明,該算法能穫得較好的效果,具有較高的實用價值.
침대강철주배표면검측적결함복잡성문제,종도상처리급도형특정각도제출일충기우현저성구역특정적산법.해산법수선대원도상진행현저성특정구역처리화Gabor소파려파처리,득도료대응적특정도상；연후재장2폭도상중적특정구역진행융합,득도가신도교고적결함특정구역도상；최후재결함구역중용훈련호적Adaboost분류기검측결함,득도최종적결함정위결과.해산법결합료현저성특정화Gabor소파특정,기축소료Adaboost분류기적수색범위,야제고료배제위결함적능력,구유교쾌적정위속도화교고적준학솔.실험결과표명,해산법능획득교호적효과,구유교고적실용개치.
