工程科学学报，第38卷，第12期：1728-1733,2016年12月 Chinese Journal of Engineering,Vol.38,No.12:1728-1733,December 2016 D0l:10.13374/j.issn2095-9389.2016.12.010:http://journals.ustb.edu.cn 局部二值模式在连铸坯表面缺陷识别中的应用 田思洋”，徐科2四郭会昭) 1)北京科技大学高效轧制国家工程研究中心，北京1000832)北京科技大学钢铁共性技术协同创新中心，北京100083 ☒通信作者，E-mail:ukc@usth.cdu.cn 摘要为了解决传统的图像识别算法无法准确识别铸坯表面缺陷的问题，提出一种考虑图像相邻像素影响的改进的多块 局部二进制算法(MB-LBP).该算法将原始图像分成多个小区域，每个小区域再做等分，并计算平均灰度值，再运用局部二进 制模式算法进行计算.对现场采集到的连铸坯表面裂纹、划伤、压痕、凹坑和无缺陷共五类1697个样本进行实验，整体识别率 达到94.9%，而传统局部二进制模式算法的识别率为89.1%，说明本文算法具有更好的鲁棒性和抗噪能力. 关键词二值模式：表面缺陷：检测：特征提取：连铸；铸坯 分类号TF777:TP391.4 Application of local binary patterns to surface defect recognition of continuous casting slabs TIAN Si-yang",XU Ke2,GUO Hui-zhao) 1)National Engineering Research Center of Advanced Rolling Technology,University of Science and Technology Beijing,Beijing 100083,China 2)Collaborative Innovation Center of Steel Technology,University of Science and Technology Beijing,Beijing 100083,China Corresponding author,E-mail:xuke@ustb.edu.cn ABSTRACT To solve the detection problems of slab surface defects by conventional image recognition algorithms,this article intro- duces an improved multi-block local binary pattern algorithm which considers the image's pixels.In this algorithm,the original image is divided into several small regions,each small region is equally divided,and the average gray value is calculated.Then the local binary pattern algorithm is used.Five different kinds of 1697 samples gathered from a production line of slabs were examined,inclu- ding cracks,scratches,indentations,dents,and no defect.The recognition rate reaches 94.9%,while the recognition rate of the tra- ditional local binary pattern method is 89.1%.The results show that the proposed algorithm has the characteristics of high precision, better robustness and noise immunity. KEY WORDS binary patterns;surface defects;detection:feature extraction;continuous casting;slabs 连铸过程中产生的表面缺陷，如表面裂纹和边部体表面的图像，然后再通过高效的图像处理算法对采 角裂，不仅影响连铸生产过程，而且会影响后续轧材的 集到的图像信号进行分析识别四.由于铸坯在高温下 质量.如何发现并通过改进工艺等方式消除铸坯表面 被氧化，表面生成大面积的氧化铁皮，并且铸坯表面覆 缺陷是提高轧材成品质量的关键.基于CCD摄像的 盖着大量的保护渣，使得所采集到的铸坯表面图像背 机器视觉检测方式是近年来迅速发展起来的一种非接 景非常复杂，传统的特征提取方法难以取得好的 触式的无损检测技术，在表面缺陷在线检测中得到广 效果回 泛的应用.目前，采用的机器视觉方式就是利用特殊 局部二值模式(local binary pattern,LBP)是芬兰 光源对物体表面进行照明后通过CCD摄像机采集物 奥鲁大学教授0jala等国于1996年提出的一种图像纹 收稿日期：201603-15 基金项目：“十二五”国家科技支撑计划资助项目(2012BAB19B06):教有部博士点基金资助项目(20120006110033)工程科学学报，第 38 卷，第 12 期: 1728--1733，2016 年 12 月 Chinese Journal of Engineering，Vol． 38，No． 12: 1728--1733，December 2016 DOI: 10． 13374 /j． issn2095--9389． 2016． 12． 010; http: / /journals． ustb． edu． cn 局部二值模式在连铸坯表面缺陷识别中的应用 田思洋1) ，徐 科2) ，郭会昭1) 1) 北京科技大学高效轧制国家工程研究中心，北京 100083 2) 北京科技大学钢铁共性技术协同创新中心，北京 100083  通信作者，E-mail: xuke@ ustb． edu． cn 摘 要 为了解决传统的图像识别算法无法准确识别铸坯表面缺陷的问题，提出一种考虑图像相邻像素影响的改进的多块 局部二进制算法( MB-LBP) ． 该算法将原始图像分成多个小区域，每个小区域再做等分，并计算平均灰度值，再运用局部二进 制模式算法进行计算． 对现场采集到的连铸坯表面裂纹、划伤、压痕、凹坑和无缺陷共五类 1697 个样本进行实验，整体识别率 达到 94. 9% ，而传统局部二进制模式算法的识别率为 89. 1% ，说明本文算法具有更好的鲁棒性和抗噪能力． 关键词 二值模式; 表面缺陷; 检测; 特征提取; 连铸; 铸坯 分类号 TF777; TP391. 4 收稿日期: 2016--03--15 基金项目: “十二五”国家科技支撑计划资助项目( 2012BAB19B06) ; 教育部博士点基金资助项目( 20120006110033) Application of local binary patterns to surface defect recognition of continuous casting slabs TIAN Si-yang1) ，XU Ke 2)  ，GUO Hui-zhao 1) 1) National Engineering Ｒesearch Center of Advanced Ｒolling Technology，University of Science and Technology Beijing，Beijing 100083，China 2) Collaborative Innovation Center of Steel Technology，University of Science and Technology Beijing，Beijing 100083，China  Corresponding author，E-mail: xuke@ ustb． edu． cn ABSTＲACT To solve the detection problems of slab surface defects by conventional image recognition algorithms，this article intro￾duces an improved multi-block local binary pattern algorithm which considers the image’s pixels． In this algorithm，the original image is divided into several small regions，each small region is equally divided，and the average gray value is calculated． Then the local binary pattern algorithm is used． Five different kinds of 1697 samples gathered from a production line of slabs were examined，inclu￾ding cracks，scratches，indentations，dents，and no defect． The recognition rate reaches 94. 9% ，while the recognition rate of the tra￾ditional local binary pattern method is 89. 1% ． The results show that the proposed algorithm has the characteristics of high precision， better robustness and noise immunity． KEY WOＲDS binary patterns; surface defects; detection; feature extraction; continuous casting; slabs 连铸过程中产生的表面缺陷，如表面裂纹和边部 角裂，不仅影响连铸生产过程，而且会影响后续轧材的 质量． 如何发现并通过改进工艺等方式消除铸坯表面 缺陷是提高轧材成品质量的关键． 基于 CCD 摄像的 机器视觉检测方式是近年来迅速发展起来的一种非接 触式的无损检测技术，在表面缺陷在线检测中得到广 泛的应用． 目前，采用的机器视觉方式就是利用特殊 光源对物体表面进行照明后通过 CCD 摄像机采集物 体表面的图像，然后再通过高效的图像处理算法对采 集到的图像信号进行分析识别［1］． 由于铸坯在高温下 被氧化，表面生成大面积的氧化铁皮，并且铸坯表面覆 盖着大量的保护渣，使得所采集到的铸坯表面图像背 景非常 复 杂，传 统 的 特 征 提 取 方 法 难 以 取 得 好 的 效果［2］． 局部二值模式( local binary pattern，LBP) 是芬兰 奥鲁大学教授 Ojala 等［3］于 1996 年提出的一种图像纹