基于孪生网络的带钢表面周期性缺陷检测方法
来源期刊:冶金自动化2020年第6期
论文作者:吴昆鹏 石杰
文章页码:93 - 98
关键词:缺陷检测;孪生网络;周期拟合;图像相似性;等距离差法;
摘 要:周期性缺陷作为热轧带钢生产过程中最常见、最重要的缺陷,其检测不能简单通过分类模型进行识别。首先从周期性缺陷的产生原因出发,总结出周期性缺陷的三大主要特征,即横向位置一致性、缺陷图像相似性和缺陷周期统一性;然后提出基于孪生网络的图像相似性检测方法,可通过三点实现周期性缺陷的快速判别;最后利用等距离差法拟合出缺陷的最佳周期,拟合精度可达±10 mm。将本文方法应用到实际生产现场中,周期性缺陷的检出率可达95%以上。
吴昆鹏,石杰
北京科技大学工程技术研究院
摘 要:周期性缺陷作为热轧带钢生产过程中最常见、最重要的缺陷,其检测不能简单通过分类模型进行识别。首先从周期性缺陷的产生原因出发,总结出周期性缺陷的三大主要特征,即横向位置一致性、缺陷图像相似性和缺陷周期统一性;然后提出基于孪生网络的图像相似性检测方法,可通过三点实现周期性缺陷的快速判别;最后利用等距离差法拟合出缺陷的最佳周期,拟合精度可达±10 mm。将本文方法应用到实际生产现场中,周期性缺陷的检出率可达95%以上。
关键词:缺陷检测;孪生网络;周期拟合;图像相似性;等距离差法;