基于机器视觉的精密光学元件表面疵病识别初步研究

• 作者: 张颖 李艾星 杨天饴
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器视觉 zernike矩 模糊聚类
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 442-445
• 页数: 4页
• 分类号: TP391.41
• 字数: 3082字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-825X.2007.04.011

摘要

提出了一种基于机器视觉的表面疵病的检测方法,对获取的多幅图像进行了无缝拼接,并获得完整的表面图像.在对图像去噪的同时,利用基于偏微分方程(PDE)的各项异性扩散算法能很好地保护图像的边缘特征.并且在Perona&Malik算法的基础上引入了梯度阈值,对算法进行了改进;用zernike矩提取图像的边缘建立疵病模型,选择模糊聚类神经网络构造分类器,将图像的每个象素的n维特征向量输入该分类器进行分类.实验表明,该方法能有效地识别麻点、气泡和划痕.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张颖	重庆大学自动化学院	26	236	8.0	14.0
2	李艾星	重庆大学自动化学院	1	17	1.0	1.0
3	杨天饴	重庆大学自动化学院	1	17	1.0	1.0