冷轧带钢表面缺陷检测中非缺陷信息滤除问题的研究.pptVIP

* * * * * * * * * * * * 多元判别分析 由定理可得：δ2(x, μ1) ≤ δ2(x, μ2) (μ1 – μ2)TΣ–1x – 0.5(μ1 – μ2)TΣ–1 (μ1 + μ2)] ≥ 0 带钢表面图像疑似缺陷区域检测判别函数建模: 其中，x0=[D0 s02 S0 K0]T，表示待判别图像特征提取窗中的特征向量。 疑似缺陷区域快速检测 * * 实验结果 * * 四、带钢表面图像脉冲噪声的滤除 Impulse Noise Suppression Algorithm for Automatic Detection of Steel Strip Defects * * 图像脉冲噪声的滤除 一般来说，“噪声”可以理解为妨碍人的视觉器官或系统传感器对所接收信源信息进行理解或分析的各种因素。在冷轧带钢轧制过程中，车间环境不可避免地存在灰尘或粉尘等颗粒，这些颗粒或者漂浮在CCD相机与带钢之间，或者吸附在CCD镜头表面，导致CCD相机实际采集到的带钢表面图像中均含有不同程度的脉冲噪声。 * * 图像脉冲噪声的滤除 近年来，图像脉冲噪声去处理论一直备受关注很多经典的滤波器算法都可以有效地滤除脉冲噪声，其中最常应用的是基于顺序统计学理论的中值滤波器和向量中值滤波器，但是在实际应用中，不能很好地保护细线和拐角等细节特征，容易导致图像模糊。针对带钢表面图像特