轧制设备生产带钢缺陷图像检测仿真研究

摘要：

轧制设备生产带钢缺陷图像检测技术能够有效剔除废品、减少原料浪费、提高成材率、改善工人劳动条件.传统板带钢表面缺陷视觉检测算法运算速度慢、识别率不高.为提高其分类精度,采用多核SVM模型,但多核支持向量机中涉及到多核矩阵的快速求解,高维多核扩展矩阵分解等处理效率低的问题,为解决上述问题,采用低秩表示(LRR)方法选出最优的核函数,从而得到最优的多核矩阵并减少训练时间.最后利用低秩多核支持向量机算法对板带钢实际生产过程中表面图像进行缺陷检测分类,仿真结果表明,上述算法在精度和运行速度上较传统SVM算法都有很大提高,上述算法通用性强,精度和速度都比常用的智能算法好,具有广泛的应用前景.

关键词：缺陷检测、支持向量机、多核、低秩表示

所属期刊栏目：34

分类号：TP3;TG1

资助基金：河北省自然科学基金E2016202341;河北省引进留学人员基金C2012003038

在线出版日期：2017-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：401-405