基于机器视觉的H型钢表面缺陷检测

马永福

河北津西钢铁集团股份有限公司技术中心

摘　要

文章实现了基于机器视觉的H型钢表面缺陷的检测识别。首先,采用工业线阵相机作为图像采集设备,基于线结构光方法采集H型钢翼缘板外侧图像,通过调节相机参数,避免图像变形。其次,对缺陷图像进行预处理,利用中值滤波去除噪声,利用直方图均衡化进行图像增强和利用好Canny边缘检测提取图像边缘,突出缺陷信息,提高缺陷对比度。进而提取不同类型缺陷的特征,如不变矩,灰度信息和灰度共生矩,并作为支持向量机分类器的输入。最后,通过优化支持向量机参数,完成对凸起、麻点和凹坑的识别分类,总体准确率达90.59%。

关键词

H型钢；表面缺陷；机器视觉；边缘检测

分类号

TP391.41；TG115.28

栏　目

试验研究

出　处

《冶金与材料》2019年第6期，第 19-20 页（共 2 页）

出版日期

2019-12-15

知网数据

下载 325 次，被引 12 次（截至 2026-09-29）

知网全文（电脑版） 知网公开页

“知网全文（电脑版）”需登录中国知网或在已订购知网的机构 IP 内访问；“知网公开页”无需登录即可查看摘要，并可按知网规定下载全文。