摘要: 带钢在机械制造、汽车工业、航空航天和仪器仪表等行业应用广泛。近年来，随着生产设备的升级、改造，带钢的尺寸精度、形状精度和力学性能均得到了较好的控制，然而带钢表面缺陷引起的质量事故时有发生，给生产企业造成了严重的经济损失。机器视觉技... 展开 带钢在机械制造、汽车工业、航空航天和仪器仪表等行业应用广泛。近年来，随着生产设备的升级、改造，带钢的尺寸精度、形状精度和力学性能均得到了较好的控制，然而带钢表面缺陷引起的质量事故时有发生，给生产企业造成了严重的经济损失。机器视觉技术能够实现带钢表面缺陷快速、全面的检测，已成为保证带钢表面质量的重要手段。作为该技术的核心环节，带钢表面缺陷图像处理方法性能的优劣直接影响最终检测结果，因此受到了相关学者和工程技术人员的高度关注。目前，群智能优化算法已经在带钢表面缺陷图像处理中得到了成功的应用，但普遍存在算法探索能力差、收敛速度慢及搜索精度低等问题，进而影响图像处理效果。因此，本文对蚁狮算法（Ant Lion Optimizer,ALO）、蝙蝠算法(Bat Algorithm,BA)和蝗虫算法(Grasshopper Optimization Algorithm,GOA)进行了深入、系统的分析，并提出了改进蚁狮算法（Improved Ant Lion Optimizer,IALO）、自适应蝙蝠算法（Adaptive Bat Algorithm,ABA）和主成分蝗虫算法（Grasshopper Optimization Algorithm with Principal Component Analysis,PCA-GOA），分别应用于带钢表面缺陷图像增强、图像分割和图像分类领域。本文主要研究内容包括以下几个方面： （1）提出了一种基于IALO算法的带钢表面缺陷图像增强方法。针对ALO算法探索能力差、搜索精度低的问题，提出了三种策略进行改进。首先，设计了一种Lagrange惯性权重，更好地平衡了算法探索搜索和挖掘搜索之间的关系；其次，提出了一种随机扰动入侵杂草策略，通过分段作用的方法与ALO算法结合，既避免了计算量的过度增加，又提升了算法的搜索性能；最后，提出了一种自适应局部搜索策略，提高了算法的收敛速度。通过IALO算法与局部/全局图像增强模型(Local/global Enhancement,LGE)结合，完成了带钢表面缺陷图像增强任务。实验结果表明，与常用图像增强方法相比，本文提出的带钢表面缺陷图像增强方法能够较好地提高图像对比度、凸显缺陷细节；与同类算法相比，IALO算法在解决带钢表面缺陷图像增强问题中优势明显。 （2）提出了一种基于ABA算法的带钢表面缺陷图像分割方法。针对BA算法自适应性差、搜索精度低的问题，提出了四种策略进行改进。首先，设计了一种智能惯性权重，该权重可以根据迭代次数和适应度值，智能地调节蝙蝠的飞行速度；其次，提出了一种Beta分布策略，通过蝙蝠搜索频率的自适应调整，实现了算法搜索性能的提升；再次，对局部搜索策略进行了改进，只有适应度值较差的蝙蝠，才能以一定的概率进入局部搜索，进一步提升了算法的搜索性能；最后，提出了一种精英交叉策略，通过对当前迭代最优解和全局最优解的交叉操作，实现了算法挖掘能力的提升。通过ABA算法与最大类间方差法（Otsu）结合，完成了带钢表面缺陷图像分割任务。实验结果表明，与常用图像分割方法相比，本文提出的带钢表面缺陷图像分割方法可以较好地分割出缺陷目标；与同类算法相比，ABA算法在解决带钢表面缺陷图像分割问题中具有更好的搜索性能。 （3）提出了一种基于PCA-GOA算法的带钢表面缺陷图像分类方法。针对GOA算法探索能力差、越界蝗虫处理方式不合理的问题，提出了三种策略进行改进。首先，提出了一种改进自适应参数，使适应度值较差的蝗虫具有较长的移动距离，并通过参数补偿机制，实现了算法探索能力的灵活调整；其次，通过主成分分析法（Principle Component Analysis,PCA）生成不相关的蝗虫个体取代低质量个体，提升了算法的搜索性能；最后，设计了一种指数边界变异策略，该策略可以将越界蝗虫逐渐放置到边界附近，提升了越界蝗虫的处理水平。通过PCA-GOA算法与支持向量机（Support Vector Machine,SVM）结合，完成了带钢表面缺陷图像分类任务。实验结果表明，与常用图像分类方法相比，本文提出的带钢表面缺陷图像分类方法具有更高的分类准确率；与同类算法相比，PCA-GOA算法在解决带钢表面缺陷图像分类问题中具有显著优势。 （4）为测试本文提出的带钢表面缺陷图像处理方法在真实环境下的使用效果，搭建了带钢表面缺陷图像处理方法性能测试系统，分别对基于IALO算法的带钢表面缺陷图像增强方法，基于ABA算法的带钢表面缺陷图像分割方法和基于PCA-GOA算法的带钢表面缺陷图像分类方法进行性能测试。测试结果表明，在真实环境下本文提出的带钢表面缺陷图像处理方法较其它对比方法具有显著优势。最后，结合本文的研究成果，开发了基于群智能优化算法的带钢表面缺陷图像处理系统。 收起