基于图像处理技术的铸坯表面缺陷自动检测系统的研究  

Study on Surface Defects Automated Inspection System for Casting Billet Based on Image Processing Technology

作　　者：熊志明[1] 方康玲[1] 冯知凡[1] 苏志祁[1] 张尉[1] 

机构地区：[1]武汉科技大学信息科学与工程学院,湖北武汉430081

出　　处：《机械与电子》2010年第12期38-41,共4页Machinery & Electronics

摘　　要：针对目前国内铸坯表面缺陷检测方法落后、检测效率低的情况,应用图像处理技术,设计了铸坯表面缺陷自动检测系统方案.研究了适合高温高辐射条件下的图像采集方案和算法,采用基于BP神经网络的模式识别方法对铸坯表面缺陷图像进行识别与分类,能够有效地提高铸坯质量管理.Aim at the unreliable and low efficient method on billet inspection,this paper proposed an image processing approach to inspect billet surface defect automatically.This approach also proposed the image acquisition solution and the algorithm in the high temperature and high radiation environment.With BP neural network,the system can recognize and classify the billet surface defect automatically,improve the billet quality management effectively.

关 键 词：图像处理 表面缺陷 缺陷检测 BP神经网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]