[发明专利]基于多特征模糊识别的铜带表面缺陷检测系统

摘要

一种基于多特征模糊识别的铜带表面缺陷检测系统，所述系统包括：编码器模块，用于获取铜带运行的速度信息，生成频率信号；图像采集模块，用于采集铜带表面彩色图像；图像处理模块，用于对铜带表面彩色图像进行缺陷检测，具体过程如下：然后经过预判断算法，如果含有缺陷，则通过Canny算法进行缺陷图像分割，提取缺陷图像的宽长比、圆形度、矩形度和不变矩特征，将提取的特征向量输入多特征模糊识别分类器，识别出缺陷类型。本发明提高了铜带表面缺陷类型的识别率和识别精度，满足企业对铜带表面缺陷信息检测和存储的需求，同时可应用于其他材料的表面质量检测。

主权项

一种基于多特征模糊识别的铜带表面缺陷检测系统，其特征在于：所述系统包括：编码器模块，用于获取铜带运行的速度信息，生成频率信号；图像采集模块，用于采集铜带表面彩色图像；图像处理模块，用于对铜带表面彩色图像进行缺陷检测，具体过程如下：1)对传送来的铜带表面彩色图像进行灰度化处理，处理成灰度图像；2)利用中值滤波算法进行噪声去除；3)对图像进行预判断算法判断图像是否含有缺陷，算法的具体描述是将灰度图像f按图像的宽度等分为两幅图像f1和f2，将两幅图像对应的像素点的灰度值f1(xi，yj)、f2(xi，yj)相减，与整幅图像的像素值之和的1/2的比值δ作为判断采集得到的铜带表面图像是否含有缺陷的系数，当检测得到的比值δ不属于预设阈值范围区间，则判定含有缺陷；4)如果含有缺陷则利用Canny算法进行缺陷图像的分割；5)对分割出的缺陷提取对旋转、缩放具有不变性的宽长比、矩形度、圆形度和不变矩缺陷特征，得到特征向量；6)对提取的特征向量，进过归一化处理到[0，1]范围内，输入模糊识别分类器，首先计算出缺陷的多特征向量的缺陷类型模糊分类系数矩阵，再将归一化的特征向量作为分类器的输入向量，识别出缺陷类型。