基于机器视觉的带钢表面缺陷检测系统

• 作者: 万国红 李炜 王敏 黄心汉
• 来源期刊: 华中科技大学学报(自然科学版)
• 学科: 工学
• 关键词: 机器视觉 表面缺陷 分类器 决策树 神经网络
• 年，卷（期）: 2003,（2）
• 页码范围: 72-74
• 页数: 3页
• 分类号: TP391.41
• 字数: 2800字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2003.02.026

摘要

研究了一种基于机器视觉的带钢表面缺陷检测系统,它采用模块化硬件设计,图像处理软件满足实时检测的要求,可以有效地检测出生产线上的带钢表面缺陷.为该系统设计了一种基于规则表分类器、模糊算法及人工神经网络的组合式多级分类器,具有一定的学习能力,当待测材料或有关设备发生变化时,系统可以根据缺陷样本库对分类器进行训练,以适应生产线的相关变化.系统具有较强的容错性、适应性及可移植性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李炜	华中科技大学控制科学与工程系	39	904	13.0	30.0
2	王敏	华中科技大学控制科学与工程系	297	3374	28.0	48.0
3	黄心汉	华中科技大学控制科学与工程系	151	2823	27.0	48.0
4	万国红	华中科技大学控制科学与工程系	4	331	4.0	4.0