基于图像显著性特征的铸坯表面缺陷检测

• 作者: 严京旗 吴家伟 夏勇 方志宏 陆敏健
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 铸坯表面 缺陷检测 显著性区域 特征提取 Gabor小波 Adaboost分类器
• 年，卷（期）: 2012,（1）
• 页码范围: 75-80
• 分类号: TP391.4
• 字数: 4378字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201111020

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严京旗	上海交通大学图像处理与模式识别研究所	12	117	7.0	10.0
2	吴家伟	上海交通大学图像处理与模式识别研究所	2	11	1.0	2.0
3	方志宏		14	90	5.0	9.0
4	夏勇		9	32	3.0	5.0
5	陆敏健	宝山钢铁股份有限公司设备部	1	11	1.0	1.0