重轨表面缺陷机器视觉检测的关键技术

• 作者: 王凌云 王雪 谢志江 黄红辉
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 重轨 机器视觉 表面缺陷 支持向量机
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 机械工程
• 页码范围: 27-32
• 页数: 6页
• 分类号: TM930.12
• 字数: 5301字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2007.09.007

摘要

针对重轨生产线中重轨表面缺陷在线检测的困难,提出了基于机器视觉检测的系列关键技术,包括缺陷成像机理、多CCD组合采集器、图像处理技术、基于多空间的缺陷参数提取等.通过图像校正、基于支持向量机(SVM)的直线(面)边缘搜索算法和缺陷特征参数提取等核心技术,可获得完整的重轨全表面的图像,其提纯的缺陷特征参数可以进行模式识别.实验验证表明,采用上述关键技术对重轨表面常见的缺陷识别,正确率在80%以上,达到了工程检测的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢志江	重庆大学机械工程学院	159	1375	19.0	29.0
2	王雪	重庆大学机械工程学院	31	199	7.0	13.0
3	王凌云	湖南科技职业学院机电工程与技术系	9	58	2.0	7.0
4	黄红辉	湖南科技职业学院机电工程与技术系	4	35	2.0	4.0