| 基于机器视觉技术的壳体表面缺陷检测研究 |
| |
| 引用本文： | 高文彬,庄申乐,王秀剑,周敏,宋冉冉,张成雷. 基于机器视觉技术的壳体表面缺陷检测研究[J]. 机电元件, 2022, 42(1): 42-46. DOI: 10.3969/j.issn.1000-6133.2022.01.012 |
| |
| 作者姓名： | 高文彬 庄申乐 王秀剑 周敏 宋冉冉 张成雷 |
| |
| 作者单位： | 山东龙立电子有限公司, 山东临沂, 276000;山东龙立电子有限公司, 山东临沂, 276000;临沂大学, 山东临沂, 276000 |
| |
| 基金项目： | 山东省泰山产业领军人才工程蓝色人才专项项目 |
| |
| 摘 要： | 以自行研制开发的深海水密圆形连接器外壳体为例,本文提出了一种基于机器视觉技术的壳体表面缺陷检测方法,阐述了机器视觉技术在壳体表面缺陷图像的处理过程及特征值提取过程,并在深海水密圆形连接器产品研发中连接器壳体缺陷检测进行应用.最后,构造了运用BP神经网络进行壳体表面缺陷识别的分类器,实现了壳体表面缺陷的准确识别与分类.
|
| 关 键 词： | 机器视觉 壳体 缺陷 BP神经网络 |
Research on Shell Surface Defect Detection Based on Machine Vision Technology |
| |
| GAO Wen-bin,ZHUANG Shen-Le,WANG Xiu-jian,ZHOU Min,SONG Ran-ran,ZHANG Cheng-lei. Research on Shell Surface Defect Detection Based on Machine Vision Technology[J]. Electromechanical Components, 2022, 42(1): 42-46. DOI: 10.3969/j.issn.1000-6133.2022.01.012 |
| |
| Authors: | GAO Wen-bin ZHUANG Shen-Le WANG Xiu-jian ZHOU Min SONG Ran-ran ZHANG Cheng-lei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
