基于虚拟工艺特征模型及自适应稀疏编码的钢板表面缺陷识别研究

项目名称： 基于虚拟工艺特征模型及自适应稀疏编码的钢板表面缺陷识别研究

项目编号： No.51174151

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 冶金与矿业学科

项目作者： 孔建益

作者单位： 武汉科技大学

项目金额： 60万元

中文摘要： 基于机器视觉的钢坯板表面质量实时检测，是一项冶金分析测试的关键技术，生物视觉信息处理机制和框架为实现智能、鲁棒、快速的机器视觉提供了新思路。为高效地挖掘缺陷信息，课题结合热冷轧、连铸等生产工艺，对于热冷态钢坯板表面图像中边裂、折印、辊印等缺陷的特征进行采集、分析和建模，建立虚拟工艺特征模型。为解决辨识的通用性和计算复杂性问题，根据视觉认知计算理论，对神经元在视觉特征的选择性和稀疏性进行扩展，利用一种十字形区域在感光细胞层建立灵活有效的数据选择机制。进而研究机器视觉对钢坯板表面图像数据及各级特征的自适应性和选择机制，探索异构目标2D视觉的初级特征表示、中级特征表示、轮廓编组、目标识别及相关的学习方法，利用样本及缺陷相关知识对网络进行训练，进而实现基于稀疏编码的层次化自适应的钢坯板表面缺陷检测网络。本研究旨在探索视觉认知计算模型和有效的训练方式，并为钢坯板等表面质量实时检测开辟新的途径。

中文关键词： 带钢缺陷；光照模型；特征融合；目标识别；在线检测

英文摘要：

英文关键词： steel plate defects；Light model；feature confuse；object recognition；Online detetion