热轧带钢表面缺陷特征提取方法综述

摘要：

热轧带钢是钢铁冶金领域的重要基础材料,自动视觉检测(automatic visual inspection,AVI)对确保其表面质量具有举足轻重的作用.热连轧生产线存在高温、粉尘、油渍、水雾、频繁震动等多类干扰,如何在此类复杂工业环境中提取紧致、稳定的表面缺陷特征是确保AVI检出率和可靠性的关键前提.通过回顾70多篇文献,聚焦轧制速度高且检测环境恶劣的板带钢产品——热轧带钢,对其表面缺陷特征提取方法进行了系统综述.根据算法流程,首先介绍了针对光照非理想、伪缺陷频发问题的图像预处理方法,然后从传统特征、深度特征提取两个方面开展了归纳总结工作,最后对表面缺陷特征提取对源图像质量提升、多层级特征提取、轻量模型构建、嵌入现场可编程逻辑门阵列(field programmable gate array,FPGA)加速方面给出了发展趋势展望.

关键词：热轧带钢、表面缺陷、特征提取、图像预处理、深度学习

所属期刊栏目：46

分类号：TF301;TP335+.3;TG334.9

资助基金：国家自然科学基金;湖南省科技创新人才计划项目;湖南省自然科学基金优秀青年项目

在线出版日期：2023-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：1-19