《机电工程》杂志,月刊( 详细... )
中国标准连续出版物号: ISSN 1001-4551 CN 33-1088/TH
主办单位:浙江省机电集团有限公司
浙江大学
主编:陈 晓
副 主 编:唐任仲、罗向阳(执行主编)
总 经 理:罗向阳
出 版:浙江《机电工程》杂志社有限公司
地 址:杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel:+86-571-87041360、87239525
E-mail:meem_contribute@163.com
国外发行:中国国际图书贸易总公司
订阅:全国各地邮局 国外代号:M3135
国内发行:浙江省报刊发行局
邮发代号:32-68
广告发布登记证:杭上市管广发G-001号
在线杂志 |
当前位置: 机电工程 >>在线杂志 |
基于机器视觉的小磁瓦表面微缺陷检测方法研究*
作者:胡浩,李俊峰,沈军民 日期:2019-02-22/span> 浏览:2180 查看PDF文档
基于机器视觉的小磁瓦表面微缺陷检测方法研究*(1.浙江理工大学 自动化系,浙江 杭州 310018;2.浙江理工大学 电子信息工程系,浙江 杭州 310018;3.金华艺博科技有限公司,浙江 金华 321015)
摘要:针对小磁瓦成像不清晰、检测难度大、对比度低、纹理背景复杂、亮度不均匀、缺陷区域小及缺陷种类多等问题,提出了一种小磁瓦表面微缺陷的视觉检测方法。首先,根据小磁瓦弧形表面、倒角及缺陷区域对成像的影响,通过分析了小磁瓦表面图像中缺陷区域与正常区域的灰度、灰度梯度及缺陷形态的差异,将其表面缺陷类型划分为3类;其次,根据3类表面缺陷的成像特点、缺陷形态特征及与背景区域的关系,分别设计了相应的缺陷提取方法;最后,在不同的光照、规格、缺陷类型等条件下,利用开发的实验装置进行了实验分析。研究结果表明:提出的小磁瓦表面微缺陷提取算法稳定性好、鲁棒性强,能够准确、快速地提取小磁瓦表面中的缺陷区域,检测准确率可达93.5%。
关键词:小磁瓦;微缺陷检测;灰度梯度;表面缺陷;机器视觉中图分类号:TH878;TP391.41 文献标志码:A 文章编号:1001-4551(2019)02-0117-08
本文引用格式:
胡浩,李俊峰,沈军民,等.基于机器视觉的小磁瓦表面微缺陷检测方法研究[J].机电工程,2019,36(2):117-123,184.
HU Hao, LI Junfeng, SHEN Junmin, et al. Detection methods for surface micro defection on small magnetic tile based on machine vision[J].Journal of Mechanical & Electrical Engineering, 2019,36(2):117-123,184.
《机电工程》杂志:http://www.meem.com.cn
友情链接