基于机器视觉的钨棒曲面缺陷检测方法  

作　　者：林雄 徐哲壮[1] 陈剑[1] 

机构地区：[1]福州大学电气工程与自动化学院,福建省福州市350108

出　　处：《电子技术与软件工程》2023年第2期193-197,共5页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

基　　金：国家自然科学基金资助项目(编号61973085)。

摘　　要：本文重点设计了一套基于机器视觉的钨棒曲面缺陷检测与分类方法,有效解决了钨棒曲面缺陷肉眼检测分类效率低、误检率高、容易漏检等问题。首先设计了钨棒图像采集平台,用于获取钨棒曲面图像;然后通过Gamma校正、Otsu-Canny算法、形态学闭运算等图像处理技术提取缺陷区域图像;接下来利用灰度共生矩阵计算缺陷区域图像的纹理特征参数;最终用SVM支持向量机对钨棒曲面缺陷进行分类预测。实验预测结果表明,该系统对钨棒曲面缺陷分类准确率可达93.33%,能够基本满足工业现场需求,具有较高推广价值。

关 键 词：机器视觉 缺陷检测 特征提取 支持向量机 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TG146.411[自动化与计算机技术—计算机科学与技术]