《机电工程》杂志,浙江大学与浙江省机电集团联合主办。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
主编赵 群
副 主 编唐任仲、罗向阳
执行董事兼总经理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_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:1456 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*
                                                                         胡浩1,李俊峰1*,沈军民2,3

(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 Junfeng, SHEN Junmin, 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

浙江机械信息网