钢卷表面缺陷分布特征发现方法研究

• 作者: 丁文静 刘英林 程红云 陈玉柱
• 来源期刊: 冶金自动化
• 关键词: 表面缺陷 机器视觉 分布特征 聚类
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 人工智能技术
• 页码范围: 27-31,54
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7059.2020.01.005

摘要

近20年来,为满足用户对表面质量的要求,基于机器视觉的钢铁表面缺陷识别系统得到了广泛的应用并取得了良好的效果.本文在机器视觉技术的基础上,利用层次聚类和K-means等聚类技术,设计了钢卷表面缺陷分布特征识别算法.本算法通过对钢卷表面进行网格化划分,根据缺陷位置,识别钢卷表面缺陷在头部、尾部、中心线等位置集中的特征.经实验证明,该算法可有效识别钢卷表面缺陷分布特征.