共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
随着人们对印刷品的质量要求越米越高,印刷牛产工岂越来越复杂,同时,现代印刷机的速度不断提高,对印刷品的质量检测与控制提出了更高的要求。传统的印刷品质量检测控制手段已不能满足和保证现代印刷高质量、高效率、低成本的要求。传统的印品质量控制检测主要存在两方面的问题:第一,印品的质量由人的主观感觉来判断,印刷机的参数由手工调整,其间存在人为因素的影响;第二,传统印品质量检测是不在线的,检测控制周期长,生产效率低,材料的浪费严重。因此,采用印刷图像在线检测系统取代传统的印品质量控制方法势在必行。 相似文献
4.
5.
介绍在Windows下使用Visual C++数字图像编程的方法,它是编程的基础;还介绍了本实验中用到的数字图像处理以及检测系统的组成。 相似文献
6.
在印刷品缺陷检测工序环节,人工缺陷检测效率低,长时间的工作会导致误检率和漏检率增大。随着AI技术的持续发展,将人工智能技术应用于印刷生产中可大大提高生产效率。文章介绍了基于传统机器学习和基于人工智能算法的缺陷检测技术发展背景。论述了缺陷检测技术在印刷业中的应用,总结了当前缺陷检测技术存在的不足,展望未来可能的研究趋势。 相似文献
7.
8.
9.
针对皮革表面缺陷人工检测效率低、准确率低等问题,基于机器视觉和深度学习算法等构建了一种皮革表面缺陷检测系统.对该系统的主要框架及核心功能进行分析,以一般皮革表面光学检测系统为对象进行检测精度与检测效率对比.结果表明,基于机器视觉+深度学习的皮革表面缺陷检测系统检测精度更高,在应用初期的检测效率与一般检测系统较为接近,但随着应用时间的增长,系统检测效率优势也会逐渐显现. 相似文献
10.
11.
12.
为提高筒子纱检测过程的自动化程度,设计了一种基于机器视觉的筒子纱缺陷在线检测系统。该系统由2个工业相机、条形LED光源、对照式光电开关和计算机组成。首先,相机与同步光源分时采集筒子纱顶面和侧面过曝模式及正常模式图像。然后通过对顶面过曝图像自适应分割来定位筒子纱中心。其次,通过极坐标变换展开顶面正常图像。最后,在顶面展开图中,分别利用垂直方向边缘分布的投影特征、纹理及强度一致性、局部方向直方图纹理识别菊花芯、多源纱和网纱缺陷;在筒子纱侧面图中,通过投影法快速确定边界位置,并通过轮廓拟合程度识别多层台缺陷。结果表明,该系统可实时识别多层台、网纱、菊花芯、多源纱等筒子纱缺陷,具有较好的检测效果。 相似文献
13.
为了能快速检测并剔除有内部缺陷的苹果,利用敲击振动的方法研究了红富士和金冠苹果共振频率的变化规律,发现苹果的硬度系数和腐烂面积有很好的相关性,提出了一种无损检测苹果内部缺陷的方法。红富士和金冠苹果的硬度系数与腐烂面积的相关系数R2分别为0.998和0.878。以苹果的硬度系数为自变量,建立了Logistic回归方程,其中第5d红富士和金冠苹果的预测值与实际值一致对比例为76.0%和78.9%,OR(比数比)值分别为76.0和79.0,建立的方程基本能够检测出内部有缺陷的苹果。 相似文献
14.
为了能快速检测并剔除有内部缺陷的苹果,利用敲击振动的方法研究了红富士和金冠苹果共振频率的变化规律,发现苹果的硬度系数和腐烂面积有很好的相关性,提出了一种无损检测苹果内部缺陷的方法.红富士和金冠苹果的硬度系数与腐烂面积的相关系数R2分别为0.998和0.878.以苹果的硬度系数为自变量,建立了Logistic回归方程,其中第5d红富士和金冠苹果的预测值与实际值一致对比例为76.0%和78.9%,OR(比数比)值分别为76.0和79.0,建立的方程基本能够检测出内部有缺陷的苹果. 相似文献
15.
在物质文明高度发展的今天,现代人已经越来越明显地被自己所制造的产品所包围,生活在一种人造的环境之中。尽管人为的环境,给予了人类有史以来最舒适、最有效的享受,但同时也带给人们最致命的"缺乏情感"缺陷。现代人对陶瓷产品的追求与消费已有别于过去,因此设计出充满热情、令人感动、能给人以精神享受的新的日用陶瓷产品,是我们不断追求的创新目标。 相似文献
16.
皮革缺陷检测是利用计算机视觉技术将皮革表面的异常区域即缺陷区域从背景中分割出来.对目前应用到皮革缺陷检测的方法按空域和频域两大类型进行了分析和阐述,指出各种方法的优缺点,并对各种方法的实验效果进行了综合评估. 相似文献
17.
18.
19.
传统人工检测鲜香菇表面缺陷方法通常效率较低,且易造成视觉疲劳,不能满足现代化工业需求。本研究尝试采用计算机视觉技术检测鲜香菇表面缺陷。首先,香菇样本RGB图像被获取,抽取B分量图像构建掩模用于G分量图像去背景。然后,去背景后的G分量图像进行边缘亮度补偿及缺陷提取。随后,对缺陷标记、提取特征参数及参数选择。为了避开成像系统及环境光的干扰,试验选用缺陷区域总面积与香菇图像总面积的比值作为识别正常香菇与缺陷菇的衡量指标。最后,一个全局阈值0.0035被用于所有被研究样本。结果表明,该识别算法识别正常菇和缺陷菇准确率分别为94%和97.3%,所有样本分类精度达到96.5%。 相似文献
20.
基于FPGA+DSP的纸张缺陷视觉检测系统的设计 总被引:1,自引:0,他引:1
采用机器视觉技术,提出了对生产中的纸张进行图像识别及缺陷检测的FPGA+DSP的视觉检测系统设计方案。该系统硬件用现场可编程门阵列FPGA对摄像头采集的视频图像进行预处理,并采用高性能的DSP处理器作为图像处理的核心部分,保证了系统要求的大数据量处理能力及实时性。本文详细介绍了系统的构成,并提出了基于SVM的纸张缺陷识别算法,实验结果表明该算法是有效的。 相似文献