基于图像分割的钢板表面缺陷识别

• 作者: 王健 王玮
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 图像分割 钢板 表面缺陷 Chan-Vese模型 缺陷识别
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 电路设计和信息安全
• 页码范围: 47-52
• 页数: 6页
• 分类号: TP391.4
• 字数: 4029字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2016.02.008

摘要

钢板的表面缺陷是影响钢板质量的主要因素,通过改进轧制工艺可以减少缺陷发生外,及时检测出钢板的表面缺陷也非常重要.对于钢板表面缺陷的检测,需要获取图像,然后对图像进行初步处理,重要的步骤就是对缺陷进行分割.基于图像灰度信息的不同,本文采用了两种图像分割模型(C-V模型和H-T-B模型),当图像的灰度信息均匀时,采用C-V模型对图像进行分割;当图像的灰度信息不均匀时,则采用H-T-B模型对图像进行分割.通过两种模型的组合应用可以对钢板的各类表面缺陷进行识别,获取缺陷区域,有利于提高钢板生产质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玮	北京交通大学电气工程学院	97	1551	19.0	37.0
2	王健	北京交通大学电气工程学院	70	327	9.0	16.0