论文摘要
文章实现了基于机器视觉的H型钢表面缺陷的检测识别。首先,采用工业线阵相机作为图像采集设备,基于线结构光方法采集H型钢翼缘板外侧图像,通过调节相机参数,避免图像变形。其次,对缺陷图像进行预处理,利用中值滤波去除噪声,利用直方图均衡化进行图像增强和利用好Canny边缘检测提取图像边缘,突出缺陷信息,提高缺陷对比度。进而提取不同类型缺陷的特征,如不变矩,灰度信息和灰度共生矩,并作为支持向量机分类器的输入。最后,通过优化支持向量机参数,完成对凸起、麻点和凹坑的识别分类,总体准确率达90.59%。
论文目录
文章来源
类型: 期刊论文
作者: 马永福
关键词: 型钢,表面缺陷,机器视觉,边缘检测
来源: 冶金与材料 2019年06期
年度: 2019
分类: 工程科技Ⅰ辑,信息科技
专业: 金属学及金属工艺,计算机软件及计算机应用
单位: 河北津西钢铁集团股份有限公司技术中心
分类号: TP391.41;TG115.28
页码: 13-14
总页数: 2
文件大小: 1368K
下载量: 136
相关论文文献
- [1].基于机器视觉的带钢表面缺陷检测系统[J]. 邢台职业技术学院学报 2020(03)
- [2].基于机器视觉的带钢表面缺陷检测系统的设计[J]. 内燃机与配件 2020(14)
- [3].基于深度学习的两阶段目标检测方法及其在表面缺陷检测中的应用[J]. 自动化应用 2020(08)
- [4].基于机器视觉的连杆表面缺陷检测系统[J]. 制造业自动化 2020(11)
- [5].基于深度学习的混凝土表面缺陷检测方法[J]. 激光杂志 2020(06)
- [6].钢球表面缺陷检测方法综述[J]. 装备制造技术 2018(10)
- [7].表面缺陷检测综述[J]. 计算机科学与探索 2014(09)
- [8].基于特征与形貌重构的轴件表面缺陷检测方法[J]. 浙江大学学报(工学版) 2020(03)
- [9].基于深度学习的表面缺陷检测系统[J]. 电子世界 2020(09)
- [10].基于度量学习的小样本零器件表面缺陷检测[J]. 仪器仪表学报 2020(07)
- [11].基于机器视觉的太阳能电池片表面缺陷检测研究现状及展望[J]. 北京工业大学学报 2017(01)
- [12].水果表面缺陷检测法获得专利授权[J]. 食品工业 2015(03)
- [13].金属板材表面缺陷检测系统研究与设计[J]. 电脑知识与技术 2020(28)
- [14].基于图像的圣女果表面缺陷检测[J]. 计算机仿真 2014(02)
- [15].基于水平集的不规则透明表面缺陷检测设计[J]. 测控技术 2017(02)
- [16].基于图像处理的产品表面缺陷检测系统研究[J]. 电子技术应用 2017(05)
- [17].四种成像技术在水果表面缺陷检测的应用[J]. 中国农机化 2009(06)
- [18].基于光度立体和级数展开法的金属表面缺陷检测方法[J]. 广西师范大学学报(自然科学版) 2020(06)
- [19].基于机器视觉的铸坯表面缺陷检测系统的研制[J]. 武钢技术 2010(01)
- [20].基于计算机视觉的轴承表面缺陷检测[J]. 煤矿机械 2009(02)
- [21].表面缺陷检测系统在冷轧厂的应用[J]. 梅山科技 2013(01)
- [22].基于Gaussian-yolov3的铝型材表面缺陷检测[J]. 计算机测量与控制 2020(09)
- [23].基于视觉显著性的轴承表面缺陷检测算法的研究[J]. 自动化应用 2020(09)
- [24].冲压磨削平板类零件的表面缺陷检测[J]. 锻压技术 2020(06)
- [25].基于高斯混合模型的青梅表面缺陷检测识别技术[J]. 林业工程学报 2020(04)
- [26].基于支持向量机的金属表面缺陷检测算法[J]. 世界有色金属 2016(02)
- [27].高温环境下表面缺陷检测系统的热防护研究[J]. 宝钢技术 2012(04)
- [28].基于机器视觉的钢板表面缺陷检测系统[J]. 山西冶金 2011(04)
- [29].基于深度卷积神经网络的木材表面缺陷检测系统设计[J]. 系统仿真技术 2019(04)
- [30].基于半监督深度卷积生成对抗网络的注塑瓶表面缺陷检测模型[J]. 计算机科学 2020(07)