基于独立成分分析的表面缺陷特征提取与识别方法 feature extraction and recognition method of surface defects based on independent component analysis.pdfVIP

第24卷第4期 计算机辅助设计与图形学学报 V01．24No．4 of 2012年4月 JournalComputer—AidedDesignComputerGraphics Apr．2012 基于独立成分分析的表面缺陷特征提取与识别方法 周新星¨，王典洪”，孙 林h2’ l’(中国地质大学(武汉)机械与电子信息学院武汉430074) 2’(武汉钢铁(集团)公司武汉430083) (zhouxx-faith@163．com) 摘要：为了提取表面缺陷图像特征。常对图像进行线性变换，但通常的wavelet变换、Gabor变换及其基函数都是 预先定义和不变的，不能适应于缺陷图像的特点．为此提出基于独立成分分析(ICA)和拓扑独立成分分析(TICA)的 特征提取方法，并将其应用于冷轧带钢表面缺陷自动识别．首先利用lCA和TICA从缺陷集中自适应地估计出基函 数和滤波器，这些基适应于缺陷图像的特点；然后用与基对应的滤波器对缺陷图像滤波，提取滤波响应作为特征向 量；最后用支持向量机对样本进行分类识别．该方法建立在对缺陷集无监督学习的基础上，能够自适应地提取缺陷 图像的显著特征，且计算简单。可并行处理．实验结果表明，文中方法对形状类缺陷、纹理类缺陷及其他缺陷的识别 率都非常高，总体识别率可达95．52％． 关键词：独立成分分析；拓扑独立成分分析；表面检测；特征提取；基函数；滤波器 中图法分类号：TP391 FeatureExtractionand MethodofSurfaceDefectsBasedon Recognition Analysis IndependentComponent Zhou SunLinl·2’ Xinxing，WangDianhong，and 430074) 1’(F4f“ffyo，胁f^口”ic“口ndEZPffro竹缸j咒，Dr砌fion，c^i加№iw邝幻0，G∞sff删cPs(肌^口竹)，W“^删 2’(w“^nnJr0竹口nd 430083) SfP“(Gro“户)CDr户DmffD行·W“^口n extractfeaturesofsurfacedefects，lineartransformationsareoften on Abst均ct：To performedimages． waveletandGabortransformationsare and andtheir However，general pre-definedunchangeable， cannot tothecharacteristicsofdefect 1nthis featureextraction basisfunctionsadapt images． paper，a methodbasedon (ICA)and independentcomponentanalysis topographicindependentcomponent and toautomatic ofcoldrolledsteel surface analysis(TICA)isproposedapp“ed recognition strip defects． thebasisfunctionsandfilterswhich tothecharacteristicsofdefect are Firstly adapt