简介概要

扬声器纸盆缺陷的机器视觉检测方法研究

来源期刊:机械设计与制造2019年第7期

论文作者:王冠 李慧敏 费胜巍

文章页码:230 - 233

关键词:边缘检测;图像处理;特征提取;波动系数;BP神经网络;

摘    要:针对目前扬声器纸盆外观缺陷检测主要依靠人工,其工作效率低、易出现误检的现象,提出一种基于机器视觉的检测技术。通过对检测系统的组成和软件算法的设计进行研究,从两个不同的角度对目标缺陷区域进行特征提取,并由此提出两种不同的缺陷识别方法。实验结果表明,机器视觉检测技术能够较好地适用于扬声器纸盆外观缺陷检测,同时,采用基于BP神经网络的识别方式,其正确识别率可达94.8%,符合工业检测要求,具有较高的推广应用价值。

详情信息展示

扬声器纸盆缺陷的机器视觉检测方法研究

王冠,李慧敏,费胜巍

摘 要:针对目前扬声器纸盆外观缺陷检测主要依靠人工,其工作效率低、易出现误检的现象,提出一种基于机器视觉的检测技术。通过对检测系统的组成和软件算法的设计进行研究,从两个不同的角度对目标缺陷区域进行特征提取,并由此提出两种不同的缺陷识别方法。实验结果表明,机器视觉检测技术能够较好地适用于扬声器纸盆外观缺陷检测,同时,采用基于BP神经网络的识别方式,其正确识别率可达94.8%,符合工业检测要求,具有较高的推广应用价值。

关键词:边缘检测;图像处理;特征提取;波动系数;BP神经网络;

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号