浮法玻璃缺陷在线检测识别方法研究

• 作者: 刘怀广 彭向前 谢经明 辜承林 陈幼平
• 来源期刊: 玻璃与搪瓷
• 学科: 工学
• 关键词: 浮法玻璃 缺陷检测 阈值曲面 神经网络
• 年，卷（期）: 2010,（1）
• 页码范围: 1-6
• 页数: 6页
• 分类号: TQ171.65

摘要

提出了一种基于机器视觉的分布式浮法玻璃缺陷在线检测识别方法。针对采集到玻璃图像为非均匀图像的特点，首先对图像进行平滑滤波处理，剔除信号波动带来的灰度尖峰和毛刺，然后设计了基于自跟踪的向下闻值曲面分割方法实现缺陷和背景的分割，实现了基于扫描线的图像搜索算法保证缺陷寻找的速度，并利用神经网络对缺陷进行分类。实际应用表明，该系统能够准确可靠的实现在线检测和识别浮法玻璃缺陷，满足了浮法玻璃企业对玻璃缺陷实时检测的需要。