基于图像显著性特征的铸坯表面缺陷检测

摘要：

针对钢铁铸坯表面检测的缺陷复杂性问题,从图像处理及图形特征角度提出一种基于显著性区域特征的算法.该算法首先对源图像进行显著性特征区域处理和Gabor小波滤波处理,得到了对应的特征图像；然后再将2幅图像中的特征区域进行融合,得到可信度较高的缺陷特征区域图像；最后在缺陷区域中用训练好的Adaboost分类器检测缺陷,得到最终的缺陷定位结果.该算法结合了显著性特征和Gabor小波特征,既缩小了Adaboost分类器的搜索范围,也提高了排除伪缺陷的能力,具有较快的定位速度和较高的准确率.实验结果表明,该算法能获得较好的效果,具有较高的实用价值.

关键词：铸坯表面、缺陷检测、显著性区域、特征提取、Gabor小波、Adaboost分类器

所属期刊栏目：7

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60873137

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：75-80