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:
介绍了玻璃表面缺陷检测方法与原理,研究开发了基于机器视觉的玻璃表面检测系统.针对实际的目标图像,通过对其进行图像获取、图像预处理、图像分割、特征提取和区域参数计算研究, 从而获得玻璃表面缺陷图像的识别信息.实验表明,该算法简单、速度快、系统抗干扰能力强,能满足实际使用的要求.
推荐文章
基于机器视觉的缺陷在线检测系统的研究
缺陷检测
机器视觉
BP神经网络
识别分类
基于机器视觉的重轨表面缺陷检测系统的研究
机器视觉
重轨检测
硬件设计
字符识别和缺陷检测
基于机器视觉的带钢表面缺陷检测系统
机器视觉
表面缺陷
分类器
决策树
神经网络
机器视觉在钢化玻璃缺陷检测中的应用研究
钢化玻璃
自爆
机器视觉
缺陷检测
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 基于机器视觉的玻璃表面缺陷检测系统的研究
来源期刊 玻璃与搪瓷 学科 工学
关键词 玻璃表面缺陷 机器视觉 图像处理
年,卷(期) 2009,(5) 所属期刊栏目 研究与实验报告
研究方向 页码范围 6-10
页数 5页 分类号 TQ171.6+5
字数 2712字 语种 中文
DOI 10.3969/j.issn.1000-2871.2009.05.002
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 刘建亭 河南科技大学机电工程学院 27 294 9.0 16.0
2 崔凤奎 河南科技大学机电工程学院 130 920 16.0 24.0
3 张丰收 河南科技大学机电工程学院 68 399 9.0 18.0
4 王飞 河南科技大学机电工程学院 21 94 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (138)
参考文献  (6)
节点文献
引证文献  (38)
同被引文献  (44)
二级引证文献  (59)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(8)
  • 引证文献(8)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(6)
  • 引证文献(5)
  • 二级引证文献(1)
2014(11)
  • 引证文献(4)
  • 二级引证文献(7)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(16)
  • 引证文献(5)
  • 二级引证文献(11)
2017(12)
  • 引证文献(4)
  • 二级引证文献(8)
2018(18)
  • 引证文献(4)
  • 二级引证文献(14)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
玻璃表面缺陷
机器视觉
图像处理
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
玻璃与搪瓷
双月刊
1000-2871
31-1296/TQ
上海市松江区人民北路2999号材料学院楼C288
chi
出版文献量(篇)
1731
总下载数(次)
1
总被引数(次)
9332
论文1v1指导