由徐科、周鵬編著的《金屬表面質量在線檢測技
術》介紹了金屬表面質量在線檢測技術，主要包括繫
統設計、檢測算法等，內容涵蓋鑄坯表面在線檢測、
中厚板表面在線檢測繫統、熱軋帶鋼表面在線檢測繫
統、冷軋帶鋼表面在線檢測繫統等。
本書可供從事冶金自動化技術的科研、設計、生
產技術人員使用，也可作為大專院校相關專業師生的
參考用書。

1 緒論
1.1 機器視覺技術
1.2 表面檢測的研究與應用現狀
1.3 表面缺陷檢測與識別算法
1.4 難點與發展
1.5 本書的主要內容和基本結構
參考文獻
2 表面在線檢測繫統的設計
2.1 繫統的設計要求
2.1.1 基本要求描述
2.1.2 硬件功能要求
2.1.3 軟件功能要求
2.2 檢測原理及光路配置
2.2.1 檢測原理
2.2.2 光路配置
2.3 繫統的基本組成
2.3.1 光源
2.3.2 攝像機
2.3.3 圖像采集繫統
2.3.4 計算機繫統
2.4 表面檢測繫統的設計方案
2.4.1 繫統總體框架
2.4.2 硬件設計
2.4.3 軟件設計
參考文獻
3 圖像處理與識別算法
3.1 數字圖像處理綜述
3.1.1 圖像和數字圖像
3.1.2 圖像技術
3.1.3 圖像工程
3.1.4 表面缺陷檢測算法
3.2 圖像預處理算法
3.2.1 直方圖修正
3.2.2 線性濾波器
3.2.3 非線性濾波器
3.2.4 形態濾波器
3.2.5 圖像壓縮
3.3 圖像分割
3.3.1 基於閾值的分割方法
3.3.2 基於邊緣的分割方法
3.3.3 基於區域的分割方法
3.3.4 基於圖論的分割方法
3.3.5 基於能量泛函的分割方法
3.4 特征提取
3.4.1 概述
3.4.2 常用的特征提取方法
3.4.3 幾何特征提取
3.4.4 灰度直方圖特征提取
3.4.5 圖像變換繫數特征提取
3.4.6 圖像紋理特征提取
3.5 分類器設計
3.5.1 缺陷識別方法
3.5.2 基於BP網絡的分類器設計
3.5.3 支持向量機
參考文獻
4 冷軋帶鋼表面在線檢測繫統
4.1 冷軋帶鋼表面缺陷類型及成因
4.2 缺陷檢測方式
4.2.1 光源
4.2.2 光在鋼板表面的反射性質
4.2.3 明場方式
4.2.4 暗場方式
4.3 算法流程
4.4 典型缺陷的檢測
4.4.1 羽紋缺陷檢測
4.4.2 折印缺陷檢測
4.4.3 劃傷缺陷檢測
4.4.4 輥印缺陷檢測
4.4.5 黏結缺陷檢測
4.4.6 氧化鐵皮檢測
4.4.7 桔皮紋缺陷檢測
4.4.8 邊裂缺陷檢測
4.4.9 斑類缺陷檢測
4.5 缺陷識別
4.5.1 特征提取
4.5.2 基於信息熵的特征選擇方法
4.6 缺陷分類試驗
4.6.1 缺陷分類過程
4.6.2 學習樣本與測試樣本的獲取
4.6.3 特征選擇的結果
4.6.4 分類器的測試結果
參考文獻
5 熱軋帶鋼表面在線檢測繫統
5.1 熱軋帶鋼表面圖像的特點
5.2 缺陷檢測過程
5.2.1 算法流程
5.2.2 圖像分割
5.2.3 缺陷檢測
5.3 Adoboost分類器
5.3.1 Boosting算法概述
5.3.2 AdaBoost算法原理
5.3.3 決策樹
5.3.4 基於AdaBoost算法的分類器訓練方法
5.3.5 改進的AdaBoost算法
5.4 在線應用
5.4.1 樣本采集
5.4.2 參數選擇
5.4.3 應用結果
參考文獻
6 中厚板表面缺陷在線檢測繫統
6.1 中厚板表面缺陷
6.1.1 冶煉缺陷
6.1.2 軋制缺陷
6.1.3 中厚板表面缺陷特征分析
6.2 中厚板表面裂紋檢測算法
6.2.1 中厚板表面裂紋基本類型及特征
6.2.2 形態濾波介紹
6.2.3 基於Top-Hat的裂紋檢測算法
6.3 中厚板表面圖像的幅值譜分析
6.3.1 圖像的幅值譜
6.3.2 幅值譜的能量分析
6.3.3 幅值譜特征提取的特性
6.3.4 圖像的不變矩及其特性
6.4 試驗
6.4.1 樣本采集
6.4.2 試驗結果
參考文獻
7 鑄坯表面在線檢測繫統
7.1 鑄坯表面檢測繫統的設計
7.2 高溫鑄坯表面缺陷的特點
7.3 高溫鑄坯表面缺陷識別算法
7.3.1 多尺度幾何分析概述
7.3.2 Curvelet變換原理
7.3.3 Contourlet變換原理
7.3.4 Shearlet變化原理
7.3.5 有監督的局部線性嵌入算法
7.4 實驗與分析
7.4.1 Curvelet-SLLE算法
7.4.2 Contourlet-SLLE算法
7.4.3 Shearlet-SLLE算法
參考文獻