摘要:通过图像分割算法寻找由缺陷组成的可疑区域是热轧带钢表面缺陷在线检测与识别的关键.将热轧带钢表面图像分为“背景”和“缺陷”两大类,采用隐马尔可夫树(Hidden Markovtree,HMT)模型分别建模并实现多尺度缺陷分割.将不同类别的缺陷用同一个“缺陷模型”来表示,可以降低算法复杂度.HMT模型对带钢表面常见缺陷的分割正确率达到94.4%,分割错误率为18.8%.针对HMT模型得到的细尺度分割结果中分割错误率较高问题,引入基于环境的多尺度融合方法(Context-adaptive hidden Markov tree,CAHMT),将不同尺度的分割结果融合,大幅降低细尺度分割的分割错误率,达到3.7%.
关键词:隐马尔可夫树模型 图像分割 热轧带钢 表面检测
单位:北京科技大学高效轧制国家工程研究中心 北京100083
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
数码印刷