版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、目前,板帶鋼的表面質(zhì)量已經(jīng)成為鋼鐵企業(yè)一個(gè)關(guān)注的焦點(diǎn),為了得到表面質(zhì)量合格的帶鋼產(chǎn)品,必須首先得到帶鋼表面的缺陷信息,這樣才能控制帶鋼的生產(chǎn)。實(shí)際上,欲提高冷軋帶鋼的表面質(zhì)量,不僅要解決其表面缺陷的分類問題,另外一個(gè)問題是在進(jìn)行缺陷分類前,能否采集到帶鋼表面缺陷最準(zhǔn)確、最全面的特征。
缺陷圖像采集方式的不同對(duì)帶鋼表面缺陷特征會(huì)造成很大影響,目前的帶鋼表面缺陷檢測(cè)系統(tǒng)還是依靠固定單一CCD傳感器的采集方式,但是這種采集方式下
2、得到的缺陷圖像特征往往不足以完全表達(dá)清楚真實(shí)缺陷的特征,很多情況下只是片面地采集了真實(shí)缺陷的一部分特征信息,而丟失了能夠使此種缺陷區(qū)別于其它缺陷的重要特征信息,所以,只有能全面、準(zhǔn)確的采集到缺陷特征信息,才能談得上對(duì)缺陷的正確分類。
正是基于這個(gè)問題的考慮,本文在實(shí)驗(yàn)室條件下,提出用兩個(gè)CCD傳感器在不同采集方式下,對(duì)帶鋼表面典型缺陷進(jìn)行圖像采集的思想,并用兩種不同的圖像融合方法,分別是空域融合法與小波融合法,將采集到的不
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向帶鋼表面缺陷圖像的特征提取算法研究
- 面向帶鋼表面缺陷圖像的特征提取算法研究.pdf
- 帶鋼表面缺陷圖像拼接技術(shù)的研究.pdf
- 帶鋼表面缺陷圖像典型噪聲濾除研究.pdf
- 帶鋼表面缺陷圖像中目標(biāo)區(qū)域的分割研究.pdf
- 帶鋼表面缺陷圖像檢測(cè)理論及識(shí)別算法研究.pdf
- 基于機(jī)器視覺的帶鋼表面缺陷圖像處理與識(shí)別.pdf
- 帶鋼表面缺陷圖像脈沖與高斯噪聲的濾除研究.pdf
- 基于圖像處理的帶鋼表面缺陷識(shí)別方法研究.pdf
- 帶鋼表面缺陷圖像的一類特征提取及其降維方法研究.pdf
- 基于加權(quán)特征的冷軋帶鋼典型表面缺陷圖像混合模式分類識(shí)別.pdf
- 冷軋帶鋼表面缺陷圖像檢測(cè)關(guān)鍵技術(shù)的研究.pdf
- 基于并行分類器集成的板帶鋼表面缺陷圖像識(shí)別.pdf
- 基于核方法的帶鋼表面缺陷圖像處理和識(shí)別方法研究.pdf
- 基于圖像處理的冷軋帶鋼表面缺陷檢測(cè)與識(shí)別研究.pdf
- 帶鋼多源圖像融合方法的研究.pdf
- 帶鋼表面低對(duì)比度弱小缺陷檢測(cè)的圖像處理方法研究.pdf
- 圖像處理技術(shù)在帶鋼缺陷檢測(cè)中的應(yīng)用.pdf
- 帶鋼表面缺陷檢測(cè)
- 基于圖像的螺紋表面缺陷檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論