基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
作为锯材表面常见缺陷的裂缝和孔洞,其共同特点在于所在部位厚度尺寸相较于正常材而言要小. 利用激光扫描技术形成了待检测材面的轮廓信息,把激光位移传感器输出的轮廓距离信息转换成图像的灰度值而形成轮廓图像. 根据裂缝和孔洞缺陷的形状特征,在统计的基础上提取了裂缝和孔洞缺陷的4个识别特征,并在此基础上开发了用于裂缝和孔洞缺陷识别的8条规则. 结果表明,所开发的基于激光扫描成像技术的锯材裂缝和孔洞缺陷的视觉识别系统不仅可以正确表征裂缝和孔洞等厚度缺陷信息,而且能够精确地定位和分类上述缺陷.
推荐文章
用C扫描成像技术进行碳纤维缺陷研究
超声C扫描
碳纤维
缺陷
基于机器视觉的森林火灾识别系统
森林火灾
机器视觉
SVM
运动目标检测
动静态特征
识别
基于机器视觉的产品喷码识别系统
机器视觉
支持向量机
横切光标
纵切光标
点阵字符
基于自然语义模型的机器人视觉障碍识别系统
机器人视觉
障碍识别
自然语言
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于激光扫描成像技术的锯材裂缝和孔洞缺陷的机器视觉识别系统
来源期刊 华南农业大学学报 学科 农学
关键词 木材缺陷 锯材 图像处理 机器视觉
年,卷(期) 2008,(4) 所属期刊栏目 农业工程与信息科学
研究方向 页码范围 108-112
页数 5页 分类号 S781.3
字数 2870字 语种 中文
DOI 10.3969/j.issn.1001-411X.2008.04.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡传双 华南农业大学林学院 69 139 6.0 8.0
2 云虹 华南农业大学林学院 50 136 6.0 8.0
3 赵俊石 北京林业大学工学院 6 18 2.0 4.0
4 朱新波 华南农业大学林学院 4 11 2.0 3.0
5 李重根 华南农业大学林学院 23 89 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (19)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (3)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
木材缺陷
锯材
图像处理
机器视觉
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华南农业大学学报
双月刊
1001-411X
44-1110/S
大16开
广州五山华南农业大学学报编辑部
1959
chi
出版文献量(篇)
2705
总下载数(次)
5
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
教育部留学回国人员科研启动基金
英文译名:the Scientific Research Foundation for the Returned Overseas Chinese Scholars, State Education Ministry
官方网址:http://www.csc.edu.cn/gb/
项目类型:
学科类型:
论文1v1指导