基于HMT模型的带钢表面缺陷检测研究.PDFVIP

第３２卷第３期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．３ ２０１５年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１５ 基于ＨＭＴ模型的带钢表面缺陷检测研究 徐海燕　郭　京 （河南职业技术学院　河南郑州４５００４６） 摘　要　　为了减少带钢表面缺陷检测系统需要处理的数据量，提高系统检测效率，提出基于隐马尔科夫模型的带钢表面检测方 法。该方法在检测系统获取图像数据后，先用相对简单的方法分割出图像中的缺陷可疑区域，然后根据带钢表面图像的特点，采用 隐马尔可夫树模型（ＨＭＴ）进行数据分析，并改进ＨＭＴ模型参数，完成多尺度分割效果融合，获得最终的分割结果。在对带钢缺陷 测试样本集的分割中，采用ＨＭＴ模型为带钢表面图像建立背景和缺陷两个模型，尺度３缺陷检出率达到９４．４％，相比高斯混合模 型提升了５．５％，误检率达到１８．８％，比高斯混合模型降低了２％。 关键词　　带钢　图像分割　缺陷检测　ＨＭＴ 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０３．０７７ ＲＥＳＥＡＲＣＨＯＮＳＵＲＦＡＣＥＤＥＦＥＣＴＤＥＴＥＣＴＩＯＮＦＯＲＳＴＲＩＰ ＳＴＥＥＬＢＡＳＥＤＯＮＨＩＤＤＥＮＭＡＲＫＯＶＭＯＤＥＬ ＸｕＨａｉｙａｎ　ＧｕｏＪｉｎｇ （ＨｅｎａｎＰｏｌｙｔｅｃｈｎｉｃ，Ｚｈｅｎｇｚｈｏｕ４５００４６，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｏｒｅｄｕｃｅｔｈｅａｍｏｕｎｔｏｆｄａｔａｒｅｑｕｉｒｅｄｔｏｂｅｐｒｏｃｅｓｓｅｄｉｎｓｕｒｆａｃｅｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｆｏｒｓｔｒｉｐｓｔｅｅｌａｎｄｔｏｉｍｐｒｏｖｅｓｙｓｔｅｍ ｅｆｆｉｃｉｅｎｃｙ，ｗｅｐｒｏｐｏｓｅｔｈｅｈｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌｂａｓｅｄｓｔｒｉｐｓｔｅｅｌｓｕｒｆａｃｅｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄ．Ａｆｔｅｒｔｈｅｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｏｂｔａｉｎｉｎｇｉｍａｇｅｄａｔａ， ｔｈｅｍｅｔｈｏｄｆｉｒｓｔｓｅｇｍｅｎｔｓｗｉｔｈａｒｅｌａｔｉｖｅｌｙｓｉｍｐｌｅｍｅｔｈｏｄｔｈｅｓｕｓｐｉｃｉｏｕｓｄｅｆｅｃｔｓａｒｅａｓｉｎｔｈｅｉｍａｇｅ，ｔｈｅｎａｃｃｏｒｄｉｎｇｔｏｔｈｅｆｅａｔｕｒｅｓｏｆｓｔｒｉｐｓｔｅｅｌｓｕｒ ｆａｃｅｉｍａｇｅｉｔｕｓｅｓｈｉｄｄｅｎＭａｒｋｏｖｔｒｅｅｍｏｄｅｌ（ＨＭＴ）ｔｏａｎａｌｙｓｅｔｈｅｄａｔａａｎｄｉｍｐｒｏｖｅｓｔｈｅｐａｒａｍｅｔｅｒｓｏｆＨＭＴｍｏｄｅｌｔｏｃｏｍｐｌｅｔｅｔｈｅｆｕｓｉｏｎｏｆｍｕｌｔｉ ｓｃａｌｅｓｅｇｍｅｎｔａｔｉｏｎｅｆｆｅｃｔｓ，ａｎｄｏｂｔａｉｎｓｆｉｎａｌｓｅｇｍｅｎｔａｔｉｏｎｒｅｓｕｌｔａｓｗｅｌｌ．Ｗｈｅｎｓｅｇｍｅｎｔｉｎｇｓｔｒｉｐｄｅｆｅｃｔｔｅｓｔｓａｍｐｌｅｓｅｔ，ｔｈｅＨＭＴｍｏｄｅｌｉｓａｄｏｐｔｅｄｔｏ ｂｕｉｌｄｔｗｏｍｏｄｅｌｓｏｆｂａｃｋｇｒｏｕｎｄａｎｄｄｅｆｅｃｔｆｏｒｔｈｅｓｔｒｉｐｓｕｒｆａｃｅｉｍａｇｅ，ｔｈｅｄｅｔｅｃｔｉｏｎｒａｔｅｏｆｓｃａｌｅ３ｄｅｆｅｃｔｒｅａｃｈｅｓｕｐｔｏ９４．４％．Ｃｏｍｐａｒｅｄｗｉｔｈ Ｇａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ，ｉｔｉｍｐｒｏｖｅｓｂｙ５．５％，ａｎｄｔｈｅｆａｌｓｅｄｅｔｅｃｔｉｏｎｒａｔｅｒｅａｃｈｅｓ１８．８％，２％ｌｏｗｅｒｔｈａｎｔｈａｔｏｆＧａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ． Ｋｅｙｗｏｒｄｓ　　Ｓｔｒｉｐｓｔｅｅｌ　Ｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ　Ｄｅｆｅｃｔｄｅｔｅｃｔｉｏｎ　ＨＭＴ 主要研究目标就是将不同纹理的图像进行识别分类。本文主要 ０　引　言 研究的是基于图像分割的带钢表面缺陷检测方法，该方式主要