检索结果-南通市图书馆

检索条件"主题词=板带材表面缺陷"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于机器视觉的板带材表面缺陷检测与分类研究

基于机器视觉的板带材表面缺陷检测与分类研究

引用

作者：周豪腾燕山大学

学位级别：硕士

由于冷轧生产中带钢的材料规格、生产设备、轧制工艺等诸多因素,会使板带材表面产生不同种类的缺陷,影响了实用性和美观性。本文对板带材表面缺陷检测系统进行了设计,建立了板带材表面缺陷图像库,改进了卷积神经网络算法,并利用改进的... 详细信息

由于冷轧生产中带钢的材料规格、生产设备、轧制工艺等诸多因素,会使板带材表面产生不同种类的缺陷,影响了实用性和美观性。本文对板带材表面缺陷检测系统进行了设计,建立了板带材表面缺陷图像库,改进了卷积神经网络算法,并利用改进的卷积神经网络对缺陷图像库进行训练和测试。首先,针对板带材表面缺陷检测装置的图像采集和传输问题,分别从硬件和软件两方面进行研究。硬件结构设计中,对系统中光源、照明方式和图像传感器进行了深入探讨;研究了FPGA处理器和存储部件SDRAM、以太网DM9000A等外设的选取和电路连接问题,并在FPGA上建立Nios系统。软件设计中,在FPGA内利用I2C总线对CMOS传感器MT9M034的相关寄存器进行配置,编写了MT9M034采集程序和DM9000A IP核;在Nios中引入μC/OS-II实时操作系统和Lwip协议,完成了系统采集和传输部分的软件设计。其次,针对采集缺陷图像过程中产生的噪声问题,分析了噪声类型和常见滤波方式,设计了基于FPGA的快速中值滤波,实现缺陷图像的快速中值滤波。针对网络训练中缺少训练样本问题,利用系统的图像采集模块采集了7类板带材表面缺陷图像,对图像进行人工扩展,建立了板带材表面缺陷图像库。最后,传统板带材表面缺陷检测过程中,需要手动提取缺陷特征,过程复杂。针对这一问题,提出了基于卷积神经网络的检测方法,并在板带材表面缺陷图像库上进行测试,得到6.86%的误识率。卷积神经网络在图像库识别率不高是因为特征提取不够,因此本文在网络中加入Gabor卷积核,提出了基于Gabor核的深度卷积神经网络。利用网络在板带材表面缺陷图像库上进行训练和测试,获得0.28%的较低误识率。

关键词：板带材表面缺陷 FPGA 图像传感器卷积神经网络改进识别分类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：