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:
针对精密零件表面瑕疵人工检测工作量大且人为误差较大的状况,将计算机视觉技术用于精密零件表面瑕疵检测分析中,并结合嵌入式系统控制分拣机构对零件进行自动分拣.本文设计的一个基于机器视觉的零件表面瑕疵自动分拣系统,采用图像处理及模式匹配的方法,实现了零件表面瑕疵自动分拣.
推荐文章
基于机器视觉的零件颜色识别系统
机器视觉
颜色识别
阈值
二值化
基于图像识别的生产线零件分拣系统
图像识别
零件分拣
工件定位
生产线
基于机器视觉技术的分拣系统设计
机器视觉
二维码
控制系统
快递分拣
基于机器视觉的零部件表面缺陷检测方法研究
机器视觉
零部件表面缺陷
差影法
灰度计算
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 基于机器视觉的零件表面瑕疵自动分拣系统设计
来源期刊 自动化与仪器仪表 学科 工学
关键词 表面瑕疵 机器视觉 图像预处理 模式匹配
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 40-41,44
页数 分类号 TP273
字数 2518字 语种 中文
DOI 10.3969/j.issn.1001-9227.2010.05.017
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 李勇 中国科学院合肥智能机械研究所 225 3185 28.0 48.0
5 邢武 中国科学院合肥智能机械研究所 13 121 7.0 11.0
6 龙飞 中国科学院合肥智能机械研究所 23 220 9.0 14.0
7 伍先达 中国科学院合肥智能机械研究所 12 111 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (33)
参考文献  (5)
节点文献
引证文献  (20)
同被引文献  (56)
二级引证文献  (33)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(7)
  • 引证文献(5)
  • 二级引证文献(2)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(15)
  • 引证文献(2)
  • 二级引证文献(13)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
表面瑕疵
机器视觉
图像预处理
模式匹配
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导