[发明专利]带钢生产过程表面质量在线精准检测方法

权利要求书

1.一种带钢生产过程表面质量在线精准检测方法，其特征在于，包括如下步骤：

步骤一：读取计算机中存储的缺陷图像；

步骤二：提取缺陷图像的图像特征；

步骤三：根据步骤二中提取的缺陷图像的图像特征，采用支持向量机SVM与智能优化算法相结合的方法进行缺陷分类；

步骤四：存储检测和分类结果，判断是否结束检测，若是，则执行步骤五；否则，返回执行步骤一；

步骤五：结束。

2.根据权利要求1所述的一种带钢生产过程表面质量在线精准检测方法，其特征在于步骤一中所述的读取计算机中存储的缺陷图像，其中，缺陷图像的在线获取，其具体步骤如下：

步骤a：在摄像机的摄像头上的感光元件感受到目标之后，感光元件将光的强度信号转化为电信号通过传输设备进行传输，每次传输一行的图像，计算机将成行的图像组合成一幅图像后存储在计算机的内存中；

步骤b：从计算机的内存中读取一幅图像；

步骤c：采用自适应阈值边缘检测方法判断该图像是否存在缺陷，若检测到边缘信息，则认为该图像存在缺陷，执行步骤d；若没有检测到边缘信息，则认为该图像不存在缺陷，转去执行步骤e；

步骤d：记录该图像的批号、位置信息，并存储该图像到计算机硬盘； 

步骤e：判断是否停止在线获取图像，若是，则执行步骤f；否则，释放内存，读取下一幅图像，转去执行步骤c；

步骤f：结束。

3.根据权利要求1所述的一种带钢生产过程表面质量在线精准检测方法，其特征在于步骤三中所述的根据步骤二中提取的缺陷图像的图像特征，采用支持向量机SVM与智能优化算法相结合的方法进行缺陷分类，其具体步骤如下：

步骤a：建立分类模型，

首先，对样本图像进行读取和特征提取的操作，建立SVM所需的样本数据；然后采用SVM与智能优化算法相结合的方法建立分类模型；

步骤（a）：初始化智能优化算法中的参数；

步骤（b）：根据每个个体的值，对特征值进行加权，并且将SVM分类算法的参数进行赋值；

步骤（c）：根据每个个体的值，用SVM方法利用加权后的特征值建立分类模型，对所建立的分类模型进行交叉检验，交叉检验的结果作为适应度值，判断是否达到终止条件，若达到终止条件，则输出分类模型的参数、特征加权的权重系数以及核函数的参数值，若没有达到，则按照智能优化算法的个体更新公式更新个体,并转去执行步骤（b）；

所述的终止条件是指达到智能优化算法的最大迭代次数，或者交叉检验结果满足要求；

步骤b：根据步骤a所建立的分类模型进行分类，

提取需要分类图像的特征值，读入分类模型的参数、特征加权的权重系数以及核函数的参数值，根据提取到的特征值计算决策函数，得到分类结果。