基于预分类的模糊聚类钢板表面缺陷检测方法

摘要

本发明涉及数字图像处理及模式识别技术领域，公开一种基于预分类的模糊聚类钢板表面缺陷检测方法，可在钢板表面缺陷检测时，克服现有钢板表面缺陷检测方法出现的漏判和误判的不足，有效提高钢板表面缺陷在线实时检测的准确度，步骤如下：S1获取钢板表面缺陷图像；S2将步骤S1获取的图像进行预分类，确定图像分类处理的阈值区间；S3对步骤S2中各阈值区间的图像分类处理，生成白色高亮的缺陷目标；S4提取缺陷图像的几何、灰度、投影和纹理特征，通过特征降维确定支持向量机分类器的输入向量，采用模糊聚类算法计算各类样本的聚类中心，将两两聚类中心的距离作为支持向量机分类器分级划分的度量；S5分类判定，得到缺陷检测结果。

主权项

基于预分类的模糊聚类钢板表面缺陷检测方法，其特征在于：包括如下步骤：S1：获取钢板表面缺陷图像；S2：对步骤S1获取的缺陷图像进行预分类，生成不同的图像处理阈值区间；S3：对步骤S2获取的不同类别的图像进行相应的图像预处理，最终将缺陷以白色高亮状态显示；S4：提取钢板缺陷图像的几何特征、灰度特征、投影特征和纹理特征，优化特征向量，采用模糊聚类方法计算各类样本的聚类中心，将两两聚类中心的距离作为支持向量机分类器每级分类划分的度量；S5：分类判定，得到缺陷检测结果。用type表示分类结果，其中type＝0,1,2,3,4,5，如果type＝1，则表明该缺陷类型为结疤；如果type＝2，则表明该缺陷类型为纵向裂纹；如果type＝3，则表明该缺陷类型为横向裂纹；如果type＝4，则表明缺陷类型为麻点；如果type＝5，则表明缺陷类型为网纹；如果type＝0，则表明数据库没有此类缺陷，则将新的缺陷类型存入数据库并附缺陷数据类型编号，最终输出检测结果。