本文關(guān)鍵詞：鋼板頭部形狀識(shí)別與分類(lèi)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在中厚板軋制中,通常情況下,精軋機(jī)出口的鋼板會(huì)出現(xiàn)魚(yú)尾形或舌形的形狀,其中鋼板的頭部和尾部的非矩形形狀是鋼板在軋制過(guò)程中的延展不同造成的。這部分因?yàn)樾枰诰^(guò)程中剪切掉,以保證成品鋼板的矩形尺寸,所以會(huì)導(dǎo)致板材率降低。因而,通過(guò)相關(guān)的控制和優(yōu)化技術(shù),改善鋼板頭尾的不規(guī)則形狀,是減小頭尾裁剪量,提高成材率,節(jié)能降耗的重要手段。平面形狀控制中的一大難題是平面形狀的識(shí)別和分類(lèi)。本文對(duì)鋼板軋制現(xiàn)場(chǎng)的情況和圖像分割方法進(jìn)行了研究,在此基礎(chǔ)上,提出了用條件隨機(jī)場(chǎng)算法進(jìn)行圖像識(shí)別,用統(tǒng)計(jì)分類(lèi)算法進(jìn)行圖像分類(lèi),進(jìn)而準(zhǔn)確獲取鋼板形狀信息,為鋼板軋制過(guò)程中的平面形狀控制提供了依據(jù)。本文的主要研究?jī)?nèi)容和成果如下:首先,對(duì)軋鋼現(xiàn)場(chǎng)條件進(jìn)行分折,針對(duì)現(xiàn)場(chǎng)的復(fù)雜條件及惡劣環(huán)境,選取并安裝圖像采集系統(tǒng),獲取鋼板頭部圖像;其次,針對(duì)采集到的圖像,采用了多種算法對(duì)鋼板頭部形狀進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果表明,采用條件隨機(jī)場(chǎng)算法對(duì)鋼板頭部形狀的識(shí)別具有更高的精確度;然后,對(duì)識(shí)別后的圖像,采用基于統(tǒng)計(jì)的分類(lèi)方法進(jìn)行分類(lèi)。與k近鄰法相比,該方法具有更高的靈活性和分類(lèi)準(zhǔn)確率;最后,設(shè)計(jì)開(kāi)發(fā)鋼板平面形狀在線(xiàn)檢測(cè)系統(tǒng)軟件,實(shí)現(xiàn)了本文所提出的圖像識(shí)別—分類(lèi)算法,完成對(duì)鋼板平面形狀的實(shí)時(shí)檢測(cè)。實(shí)驗(yàn)表明,本文提出的算法具有一定的實(shí)用性,能夠?qū)ΜF(xiàn)場(chǎng)采集的鋼板圖像進(jìn)行有效的識(shí)別和分類(lèi)。
【關(guān)鍵詞】：中板軋制 平面形狀 邊緣檢測(cè)算子 條件隨機(jī)場(chǎng) 統(tǒng)計(jì)分類(lèi)
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TG335.5;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-14
• 1.1 論文研究的目的和意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)10-12
• 1.2.1 平面形狀控制技術(shù)的研究現(xiàn)狀10-11
• 1.2.2 平面形狀控制技術(shù)的發(fā)展趨勢(shì)11-12
• 1.3 本論文的主要內(nèi)容和組織12-14
• 第2章 中板平面形狀控制方案14-19
• 2.1 引言14
• 2.2 中板生產(chǎn)流程14-17
• 2.3 平面形狀控制流程設(shè)計(jì)17-18
• 2.4 本章小結(jié)18-19
• 第3章 鋼板頭部圖像的獲取19-25
• 3.1 引言19
• 3.2 獲取鋼板頭部圖像19-23
• 3.2.1 硬件系統(tǒng)19-20
• 3.2.2 軟件系統(tǒng)20-21
• 3.2.3 工業(yè)CCD照相機(jī)的選擇21-22
• 3.2.4 工業(yè)CCD照相機(jī)的安裝22-23
• 3.3 本章小結(jié)23-25
• 第4章 鋼板頭部圖像的識(shí)別25-47
• 4.1 引言25
• 4.2 基于邊緣檢測(cè)的圖像識(shí)別25-32
• 4.2.1 一階微分算子進(jìn)行邊緣檢測(cè)26-29
• 4.2.2 二階微分算子進(jìn)行邊緣檢測(cè)29-32
• 4.3 基于條件隨機(jī)場(chǎng)的圖像識(shí)別32-45
• 4.3.1 條件隨機(jī)場(chǎng)理論33-35
• 4.3.2 條件隨機(jī)場(chǎng)的參數(shù)化形式35-36
• 4.3.3 條件隨機(jī)場(chǎng)的學(xué)習(xí)36-38
• 4.3.4 條件隨機(jī)場(chǎng)的預(yù)測(cè)38-45
• 4.4 本章小結(jié)45-47
• 第5章 鋼板頭部圖像的分類(lèi)47-58
• 5.1 引言47
• 5.2 基于k近鄰的圖像分類(lèi)47-53
• 5.2.1 k值選擇48
• 5.2.2 距離度量48-49
• 5.2.3 分類(lèi)決策規(guī)則49-53
• 5.3 基于統(tǒng)計(jì)的圖像分類(lèi)53-56
• 5.4 本章小結(jié)56-58
• 第6章 應(yīng)用58-65
• 6.1 引言58
• 6.2 可行性分析58
• 6.3 應(yīng)用場(chǎng)景58-64
• 6.4 本章小結(jié)64-65
• 結(jié)論65-67
• 參考文獻(xiàn)67-70
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單70-71
• 致謝71

【相似文獻(xiàn)】

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 王東波;陳小荷;年洪東;;基于條件隨機(jī)場(chǎng)的有標(biāo)記聯(lián)合結(jié)構(gòu)自動(dòng)識(shí)別[A];第四屆全國(guó)學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)會(huì)議論文集[C];2008年

2 張奇;翁富良;黃萱菁;吳立德;;英文口語(yǔ)中非流利區(qū)域的檢測(cè)[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國(guó)計(jì)算語(yǔ)言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

3 魏瑋;杜金華;徐波;;基于分層語(yǔ)塊分析的統(tǒng)計(jì)翻譯研究[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國(guó)計(jì)算語(yǔ)言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

4 王根;趙軍;;基于多重冗余標(biāo)記CRF的句子情感分析研究[A];內(nèi)容計(jì)算的研究與應(yīng)用前沿——第九屆全國(guó)計(jì)算語(yǔ)言學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

5 寧偉;蔡?hào)|風(fēng);季鐸;;基于條件隨機(jī)場(chǎng)的冠詞選擇研究[A];第四屆全國(guó)學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)會(huì)議論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 熊英;中文自然語(yǔ)言理解中基于條件隨機(jī)場(chǎng)理論的詞法分析研究[D];上海交通大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 趙九洋;圖像中行人檢測(cè)關(guān)鍵技術(shù)研究[D];南京大學(xué);2015年

2 寧振;基于層疊條件隨機(jī)場(chǎng)的情感分析[D];南昌大學(xué);2015年

3 楊獻(xiàn)祥;面向中文微博的產(chǎn)品名實(shí)體識(shí)別與規(guī)范化算法設(shè)計(jì)與實(shí)現(xiàn)[D];北京理工大學(xué);2015年

4 肖s，

本文編號(hào)：371146