基于計算機圖像處理的板形識別研究

賴宏慧 李曉鵬

【摘 要】隨著社會經濟的發展，科學技術的進步，在信息時代中，計算機信息技術成為這個時代不可或缺的元素，其廣泛運用在各個行業并取得了很好的成績，在各類板形識別以及各類圖像處理中也運用得十分深入。圖像處理技術作為當前很多企業所必需依賴的一門技術，其不僅對于社會經濟的發展有極大的促進作用，在計算機信息體系中也是極為重要的組成部分，所以分析基于計算機圖像處理技術在實際業務中的運用具有極為深遠的社會意義。

【關鍵詞】信息技術計算機 ? ?圖像處理技術 ? ? 板形識別 ? ? 構成 ? ?設計

一、前言

隨著社會經濟的發展，各個行業無論是規模還是業務需求都發生了很大的改變，尤其是近年來的電子、汽車、航空、家電等方面的發展速度尤為迅速。這些行業的高速發展帶動了鋼鐵產品快速發展，而對于鋼鐵產品生產來說，板形的質量就顯得至關重要，它很大程度上決定了鋼板在軋制過程的生產質量和生產效率，所以板形識別就顯得尤其重要，其是確保整個鋼質產品順利生產的關鍵。但是當前的一些鋼鐵企業所采用的鋼板板形識別技術還存在一定的問題，所以研究計算機圖像處理板形識別技術顯得尤為必要。

二、計算機圖像處理技術的板形識別應用概述

計算機圖像處理技術其實并不是一項新技術，不過其運用范圍極廣，尤其是在設計行業、檢測行業、醫療行業等，其是利用計算機為載體進行的一項關于設計、檢測、醫療等相關的綜合性圖像工作體系。而在板形識別應用中，由于計算機圖像信息處理技術的高效性、完善性以及可靠穩定性等特點給很多相關聯的企業創造出了極大的價值和效益。雖然說目前我國的計算機圖像處理的板形識別運用的時間、范圍和深度都在增加，但是目前仍然存在一些有待加強的地方。就拿鋼鐵企業來說，計算機圖像處理技術的板形識別技術是鋼鐵生產過程中依賴的主要技術，其能夠優化鋼鐵生產的流程，確保生產效益。當前計算機圖像處理技術和鋼板板形識別技術雖然說是兩種獨立的結構體系，但是鋼鐵相關人士通常將其進行融合從而形成了一種新的、先進的計算機圖像處理的板形識別體系，并且針對計算機圖像處理的板形識別體系還不斷完善了系統結構和系統生產流程，同時計算機圖像處理的板形識別體系的應用和完善還給計算機圖像技術發展帶來了新的發展空間。

三、計算機圖像處理技術的板形識別系統的構成和設計

計算機圖像處理技術本來在當前的社會關注的重點，其中的板形識別技術也是人們研究的核心領域。板形識別技術作為計算機圖像處理技術中不可或缺的內容，合理地利用板形識別技術有利于企業的生產和管理，能夠為企業創造出更多的經濟效益。從板形識別技術的構成情況來看，其主要由兩個部分組成，分別是計算機監測系統和識別系統：

（一）計算機板形監測系統

板形缺陷識別目前還沒有給出一個確定的定義，通常都認為板形缺陷識別其實就是通過人的肉眼來主觀感受被測物表面，因此在板形的監測上主要利用的就是對被測物的局部表面情況和特點進行詳細的觀察和分析，并將該區域的特點或特性和相鄰區域的表面特點或特性進行對比，利用的就是人機視覺原理，通過不同區域之間的對比結果來找出各個區域之間的差異或不同，從而得出被測物的缺陷和缺陷類型。不難看出，計算機板形識別監測系統主要利用的是被測物表面的光學特性間的差異來識別缺陷。

（二）計算機板形識別系統

由于當前計算機板形識別系統廣泛運用在社會各界，根據企業實際生產情況不同或者企業的經營策略和經營重點不同，那么企業所采用的板形識別系統在設計和運用上也必然有一定的差異。所以本文就主要考慮了如下的要求：首先需要滿足安全性、可靠性、高效性、易操作性等要求，無論任何一個需要應用到計算機板形識別系統的企業都需要系統具備這些特性，因此在設計上需要采用高速圖像采集技術，從而來快速獲得處于高速運動裝下的較為清晰的圖像;其次需要能夠較為快速和準確識別出當前板形的缺陷問題，所以這需要一個很高分辨率的攝像機，以高清地獲得板形表面特征，但是相對清晰度越高，需要處理的數據量就會變大，為了能夠實現系統的高效性，加快識別的效率，因此在設計上還需要具備一個強大的數據處理能力，以確保能夠在一個較短的時間內完成相應的數據處理任務，以幫助完成板形缺陷識別任務;最后是對板形識別過程中的圖像信息是關于某個被測物生動并且形象的寫照，這是人員最為直觀的信息獲得來源，所以圖像處理上需要滿足人員視覺特點。

四、結束語

總體來說，計算機圖像處理技術是一項運用極為廣泛的技術，很多行業多少都涉及一定的圖像處理。在鋼鐵生產中，板形識別技術是鋼鐵生產中極為依賴的一種技術，其能夠確保順利生產，提高生產質量和效率，將計算機圖像處理技術和板形識別技術進行融合形成具體鋼鐵生產特點的新的板形識別技術。其在圖像處理和識別上有利于鋼鐵的軋制，有利于企業的發展。

【參考文獻】

[1]孔繁庭.計算機圖像處理的板形識別研究[J].信息與電腦，2015（4）：53-54.

[2]張材，譚建平.基于遺傳算法反向傳播模型的板形模式識別[J].中南大學學報（自然科學版），2006，37（2）：294-299.

[3]申志強，潘再生，曹長修，等.基于圖像處理的冷軋薄板板形識別[J].浙江大學學報（工學版），2007，41（10）：1615-1619.

[4]張秀玲，劉宏民.變結構神經網絡在板形信號模式識別方面的應用[J].鋼鐵研究學報，2001，13（2）：62-66.