版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、帶鋼在工業(yè)生產(chǎn)中具有重要作用,在傳統(tǒng)制造業(yè)、航空航天制造業(yè)、智能家居制造業(yè)和軍事制造業(yè)等產(chǎn)業(yè)中,帶鋼是重要的原材料。在新興制造業(yè)對制造精度要求逐漸提高的今天,對帶鋼質(zhì)量的要求也隨之大幅度的提升。常用的帶鋼表面質(zhì)量檢測方法主要是人工抽檢,但由于現(xiàn)場環(huán)境較差、檢測隨機性大、生產(chǎn)效率低等缺點,此方法已經(jīng)不能滿足現(xiàn)在鋼鐵生產(chǎn)線的檢測要求?;跈C器視覺的在線檢測系統(tǒng),采用高速相機對鋼板表面進行圖像采集、處理,并對采集圖片使用高性能計算機對其進行缺
2、陷分割識別。得益于計算機性能的提升和機器視覺理論的不斷成熟,基于機器視覺的帶鋼表面缺陷檢測技術(shù)已慢慢成為缺陷檢測方面的主流技術(shù)。
本文在對帶鋼表面缺陷在線檢測系統(tǒng)進行深入研究后,以此為基礎(chǔ),對帶鋼表面缺陷檢測技術(shù)中的缺陷圖像分割、缺陷特征提取、特征集合的選擇以及缺陷識別分類器方面進行了著重研究,并對此提出一種基于遺傳算法優(yōu)化的帶鋼表面缺陷支持向量機分類模型。本文的主要工作如下:
1、介紹了常用的圖像分割方法,分析了在
3、鋼板表面灰度不均的情況下閾值法與分塊閾值法缺陷分割法的不足,提出一種基于梯度的缺陷分割算法,此算法在灰度不均的情況下進行缺陷分割時具有優(yōu)秀的分割能力。
2、根據(jù)圖形的幾何特征、灰度特征以及投影特征等的先驗知識,對帶鋼表面缺陷圖像提取了30維的特征向量,并對特征集合進行了0-1歸一化以及PCA操作,得到預處理后的缺陷特征集。
3、采用支持向量機的分類器模型對帶鋼表面缺陷進行分類,并分析了不同分類器參數(shù)對分類結(jié)果的影響,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機器視覺的帶鋼表面缺陷圖像處理與識別.pdf
- 基于機器視覺的帶鋼表面缺陷檢測與識別方法研究.pdf
- 基于機器視覺的帶鋼表面缺陷檢測系統(tǒng)的研究.pdf
- 基于機器視覺的帶鋼表面缺陷檢測裝置研發(fā).pdf
- 基于機器視覺的帶鋼表面缺陷檢測算法研究.pdf
- 帶鋼表面缺陷的視覺識別方法研究.pdf
- 基于機器視覺的鋼板表面缺陷檢測技術(shù)研究.pdf
- 冷軋帶鋼表面缺陷機器視覺自動檢測技術(shù)研究.pdf
- 基于機器視覺的帶鋼表面缺陷檢測算法研究(1)
- 基于機器視覺的鋼軌表面缺陷識別研究.pdf
- 基于機器視覺的電池表面缺陷檢測技術(shù)研究.pdf
- 基于機器視覺的軸承表面缺陷檢測技術(shù)研究.pdf
- 基于機器視覺的表面缺陷定量檢測技術(shù)研究.pdf
- 基于機器視覺的鋼球表面缺陷檢測技術(shù)研究.pdf
- 基于機器視覺的外螺紋表面缺陷檢測技術(shù)研究.pdf
- 基于機器視覺的陶瓷管缺陷識別技術(shù)研究.pdf
- 基于機器視覺的木材表面缺陷的在線檢測技術(shù)研究.pdf
- 基于機器視覺的磁瓦表面缺陷檢測技術(shù)研究.pdf
- 基于機器視覺的膠囊表面缺陷識別與分揀研究.pdf
- 基于機器視覺的帶鋼表面缺陷成像系統(tǒng)理論與實驗研究.pdf
評論
0/150
提交評論