文献类型：期刊文章

作　　者：王凌云[1] 黄红辉[1] 王雪[2] 谢志江[2]

机构地区：[1]湖南科技职业学院机电工程与技术系,湖南长沙410118 [2]重庆大学机械工程学院,重庆400030

出　　处：《重庆大学学报（自然科学版）》

年　　份：2007

卷　　号：30

期　　号：9

起止页码：27-32

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对重轨生产线中重轨表面缺陷在线检测的困难,提出了基于机器视觉检测的系列关键技术,包括缺陷成像机理、多CCD组合采集器、图像处理技术、基于多空间的缺陷参数提取等。通过图像校正、基于支持向量机(SVM)的直线(面)边缘搜索算法和缺陷特征参数提取等核心技术,可获得完整的重轨全表面的图像,其提纯的缺陷特征参数可以进行模式识别。实验验证表明,采用上述关键技术对重轨表面常见的缺陷识别,正确率在80%以上,达到了工程检测的需要。

关 键 词：重轨 机器视觉 表面缺陷  支持向量机

分 类 号：TM930.12]