基于Tetrolet变换的热轧钢板表面缺陷识别方法

来源：机械工程学报杂志2016年第4期北京时间：

作者：徐科, 王磊, 王璟瑜

单位：1. 北京科技大学钢铁共性技术协同创新中心 北京 100083; 2. 北京科技大学高效轧制国家工程研究中心 北京 100083

摘要：通过Tetrolet变换将热轧钢板表面图像分解成不同尺度和方向的子带,提取子带的Tetrolet高通系数矩阵特征,得到一个高维的特征矢量。利用核保局投影算法对高维特征矢量进行降维,将降维后的低维特征矢量输入支持向量机,从而实现热轧钢板表面缺陷的分类识别。对现场采集到的热轧钢板表面图像样本进行试验,包括横向裂纹、纵向裂纹、横向划伤、纵向划伤、结疤、麻点、网纹、压痕等8类常见热轧钢板表面缺陷,以及氧化铁皮和无缺陷等样本。试验结果表明基于Tetrolet变换方法对样本图像的识别率可达97.38%,比基于Curvelet变换、Contourlet变换等方法得到的识别率提高1%左右。

关键词：Tetrolet变换,表面检测,多尺度几何分析,热轧钢板,特征提取；

基金资助：“十二五”国家科技支撑计划(2012BAB19B06)和教育部博士点基金 (20120006110033)资助项目