文献类型：期刊文章

作　　者：张聪聪[1] 牟莉[1]

Zhang Congcong;Mu Li(School of Computer Science,Xi'an Polytechnic University,Xi'an 710048,China)

机构地区：[1]西安工程大学计算机科学学院,西安710048

出　　处：《国外电子测量技术》

年　　份：2020

卷　　号：39

期　　号：12

起止页码：80-85

语　　种：中文

收录情况：JST、RCCSE、ZGKJHX、普通刊

摘　　要：提出机器视觉的方式弥补传统缺陷检测的弊端。针对目标图像模糊退化,采用中值滤波技术降噪的同时保护边缘信息;采用大津法算法进行阈值搜索;并进行直方图均衡化调整图像对比度。采用改进的Canny算子对传送带撕裂进行边缘识别提取,增加裂纹目标的可识别性。构建改进的T2FNN样本训练模型,将传送带裂纹图像的特征参数输入训练模型中,在隶属层输出模糊化的输入节点,最后通过输出层提供输入节点到输出的映射。通过验证对图像检测得到的数据结果,发现基于机器视觉基础的Canny算法在各种环境下对传送带撕裂的图像有更好的边缘检测效果,能更精准的做出判断,发出警报。

关 键 词：传送带撕裂  CANNY边缘检测 机器视觉 模型训练  裂纹图像  

分 类 号：TP391.4]