文献类型：期刊文章

作　　者：顾寄南[1] 唐良颖[1] 许悦[1] 唐仕喜[1]

GU Ji-nan;TANG Liang-ying;XU Yue;TANG Shi-xi(Mechanical Information Research Center of Jiangsu University,Jiangsu Zhenjiang 212013,China)

机构地区：[1]江苏大学制造业信息化研究中心

出　　处：《机械设计与制造》

基　　金：智能化铸件后处理成套设备的研发与产业化(BA2015026)

年　　份：2019

期　　号：A01

起止页码：47-49

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对网片缺陷传统人工检测方法误检率高、劳动强度大等问题,应用机器视觉技术,提出了一种网片缺陷在线检测及分类方法。首先通过工业相机获取网片图像,应用中值滤波和图像二值化方法实现对网片图像的预处理。通过分析缺陷特征,提出了基于特征点的网片缺陷检测方法,在检测出缺陷的同时能对网片三种缺陷类型进行预分类。根据网片缺陷类型的不同,通过计算缺陷区域的灰度共生矩阵并提取4个特征参数,运用BP神经网络对网片缺陷进行分类。实验表明,使用本方法分类网片缺陷类型能满足工业要求。

关 键 词：机器视觉 网片 BP神经网络 缺陷分类  灰度共生矩阵

分 类 号：TH16] S971.4]