基于图像信息的板带材表面质量在线检测与评价系统研究

低水平的板带钢表面质量检测手段和质量评价方法已在很大程度上制约了板带材产品生产工艺的改进和生产设备的改善，致使其产品质量难以满足市场需求，影响了我国钢铁企业产品的竞争力。本项目基于机器视觉原理在线获取板带钢表面缺陷图像信息，并在此基础上通过对板带钢表面缺陷的在线识别技术和分类方法进行深入研究，构建一套完整的板带钢表面缺陷在线检测与分类的有效方法和实用化技术；研究制订板带钢表面缺陷的分类判据，并应用人工智能专家系统建立板带材表面质量等级规范和评价标准；对板带钢表面缺陷的产生原因和影响因素进行智能化分析，为提高板带钢表面质量提供可行的解决方案。通过上述研究，力争在板带钢表面质量在线检测与评价系统的研究方面取得若干创新研究成果和重大进展，并研制开发出具有很强实用性的基于人工智能专家系统的板带钢表面质量在线检测与评价的智能化应用软件，为增强我国钢铁企业板带钢产品的竞争力提供技术支撑。