[发明专利]一种带钢表面面积型缺陷识别分类的方法

权利要求书

1.一种带钢表面面积型缺陷识别分类的方法，其特征在于，包括以下步骤：

步骤(1)、从训练样本库中提取带钢表面图片，去除无用背景，将图片所属类别保存至对应标签矩阵中；

步骤(2)、对上述图片进行双线性差值算法缩放；

步骤(3)、采用Gamma校正法，对缩放后图片的图像进行颜色空间归一化；

步骤(4)、对校正后图片进行方向梯度直方图特征提取；

步骤(5)、选择灰度共生矩阵对校正后图片进行纹理特征提取；

步骤(6)、将方向梯度直方图特征与纹理特征合并，构造一个含两大类特征的特征集作为训练数据库；

步骤(7)、将特征数据用改进的随机森林分类算法进行训练；

步骤(8)、将待识别带钢缺陷图片依次经过双线性插值算法缩放、Gamma校正、方向梯度直方图特征和纹理特征提取，再将特征数据输入到改进的随机森林分类器中完成分类识别；

所述改进的随机森林分类算法的具体分类步骤包括：将1820个图像特征带入改进的随机森林算法进行训练，其中方向梯度直方图有1764个特征，而灰度共生矩阵只有56个特征；设置森林中树的数量为100，分成两部分，其中50棵树随机选取方向梯度直方图特征，其决策树的最大深度为20，另外50棵树随机选取灰度共生矩阵特征，其决策树最大深度为6；对决策结果做出投票得出最后结果；面积型缺陷的种类有15种，通过特征融合和随机森林算法的离线训练，即能对测试样本进行分类识别。

2.根据权利要求1所述的方法，其特征在于，所述双线性差值算法的具体步骤包括：对于一个目的坐标，通过向后映射法得到其在原始图像的对应的浮点坐标(i+u，j+v)，其中i、j均为非负整数，u、v为[0，1]区间的浮点数，则这个像素的值f(i+u，j+v)由原图像中坐标为(i，j)、(i+1，j)、(i，j+1)、(i+1，j+1)所对应的周围四个像素的值决定，即：f(i+u，j+v)＝(1-u)×(1-v)×f(i，j)+(1-u)×v×f(i，j+1)+u×(1-v)×f(i+1，j)+u×v×f(i+1，j+1)，其中f(i，j)表示源图像(i，j)处的像素值。

3.根据权利要求2所述的方法，其特征在于，将去除无用背景后的图片进行双线性差值算法缩放至尺寸为：宽高为64个像素乘64个像素。

4.根据权利要求2所述的方法，其特征在于，所述Gamma校正法的计算公式为：V_out(i，j)＝V_in(i，j)^gamma，其中gamma＝0.5。