扬声器纸盆缺陷的机器视觉检测方法研究

作     者：王冠 李慧敏 费胜巍 WANG Guan;LI Hui-min;FEI Sheng-wei

作者机构：东华大学机械工程学院 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2019年第7期

页      码：230-233页

摘      要：针对目前扬声器纸盆外观缺陷检测主要依靠人工,其工作效率低、易出现误检的现象,提出一种基于机器视觉的检测技术。通过对检测系统的组成和软件算法的设计进行研究,从两个不同的角度对目标缺陷区域进行特征提取,并由此提出两种不同的缺陷识别方法。实验结果表明,机器视觉检测技术能够较好地适用于扬声器纸盆外观缺陷检测,同时,采用基于BP神经网络的识别方式,其正确识别率可达94.8%,符合工业检测要求,具有较高的推广应用价值。

主 题 词：边缘检测 图像处理 特征提取 波动系数 BP神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081203[081203] 0802[工学-机械学] 0835[0835] 080201[080201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-3997.2019.07.056

馆 藏 号：203692243...