基于神经网络的带钢表面孔洞检测系统研究  

Research on inspection system of steel surface hole based on neural network

作　　者：赵松青[1] 王敏[1] 黄心汉[1] 李炜[1] 伍翼[1] 

机构地区：[1]华中科技大学控制科学与工程系,湖北武汉430074

出　　处：《华中科技大学学报（自然科学版）》2004年第S1期220-222,共3页Journal of Huazhong University of Science and Technology(Natural Science Edition)

摘　　要：简要介绍了带钢表面孔洞实时检测中的图像处理系统 ,提出了一种应用边缘检测和聚类分析的图像分割算法对带钢表面孔洞进行准确快速的分割 ,同时采用改进的BP神经网络分类器对孔洞进行分类与识别 ,实验结果表明 ,该带钢表面孔洞实时检测系统具有较高的精度和较快的速度 .This paper briefly introduces the image processing system in the real-time inspection of steel surface hole, also proposes an algorithm of image segmentation of applying edge detection and cluster analysis to accurately and fast segment the steel surface holes, and classifies and recognizes the holes applying the improved BP Neural Network classifier. The experiment result shows that this real-time inspection system of steel surface hole possesses the high precision and fast speed.

关 键 词：带钢缺陷 边缘检测 图像分割 特征提取 BP神经网络 

分 类 号：TP274.4[自动化与计算机技术—检测技术与自动化装置]