文献类型：期刊文章

作　　者：侯幸林[1] 周培培[2] 赵景波[1] 高照[2] 孙磊[2]

HOU Xinglin;ZHOU Peipei;ZHAO Jingbo;GAO Zhao;SUN Lei(School of Automotive Engineering,Changzhou Institute of Technology,Changzhou 213032,China;School of Electrical and Information Engineering,Changzhou Institute of Technology,Changzhou 213032,China)

机构地区：[1]常州工学院汽车工程学院,江苏常州213032 [2]常州工学院电气信息工程学院,江苏常州213032

出　　处：《重庆理工大学学报（自然科学）》

基　　金：国家自然科学基金项目(62101074,18KJB510002);江苏省高校自科面上项目(20KJB520033);常州市应用基础研究计划(CJ20200043)。

年　　份：2022

卷　　号：36

期　　号：5

起止页码：109-114

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：不锈钢棒材表面的螺纹是棒材磨制过程产生的一种缺陷,严重影响棒材的验收与后续使用,目前针对该类缺陷多采用双目观察、手指感知等人工方式进行判断,漏检率较高。已有的方法多针对钢材表面的划痕、砂眼、凹坑等缺陷进行检测,鲜少对螺纹缺陷进行研究,据此,设计了一种基于机器视觉的螺纹缺陷检测方法,提出了一种快速有效的螺纹特征提取方法,建立了一个不锈钢棒材图像的螺纹缺陷数据集,通过对图像特征进行训练,得到分类器。实验结果表明:提出的算法有效提升了螺纹缺陷的检测正确率和检测速度。

关 键 词：不锈钢棒材  螺纹缺陷  机器视觉 特征提取 数据集

分 类 号：TF764.1]