基于机器视觉的多孔材料缺陷检测
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

国家自然科学基金面上项目(11772301); 浙江省自然科学基金(LY17F020016); 工业智能制造项目(杭州师范大学第二轮专业学位研究生课程教学案例库建设)


Defect Detection of Porous Materials Based on Machine Vision
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对多孔材料在生产工艺中易出现阻塞和缺角等缺陷, 本文设计了一种基于机器视觉的多孔材料表面缺陷检测方法, 通过对目标区域的有效分割、模糊度检测、形态学处理和分析等技术手段, 实现了该类材料的表面缺陷的快速定位和特征分析. 经实验检测, 本文算法的准确性和检测效率可以满足工业生产实时检测需求.

    Abstract:

    Aiming at the defects of porous materials such as blockage and angle gap, a method of surface defect detection for porous materials based on machine vision is designed in this study. By means of effective segmentation of target area, ambiguity detection, morphological treatment and analysis, the rapid location and feature analysis of surface defect for porous materials are realized. The experimental results show that the accuracy and efficiency of the algorithm can meet the real-time detection requirements of industrial production.

    参考文献
    相似文献
    引证文献
引用本文

金顺楠,周迪斌,朱江萍.基于机器视觉的多孔材料缺陷检测.计算机系统应用,2021,30(1):270-276

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2020-05-23
  • 最后修改日期:2020-06-16
  • 录用日期:
  • 在线发布日期: 2020-12-31
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号