作者:
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:
本文使用空域统计方法对纹理缺陷进行识别。首先锐化和增强缺陷图像。其次,应用熵原理计算基于局部范围的图像熵值矩阵,使用纹理基元对图像进行卷积运算,获得卷积矩阵;阈值二值化处理。对预处理图像进行轮廓跟踪,提取相关缺陷特征。根据给定的阈值进行缺陷检测和识别。通过MATLAB仿真实验验证,该方法能够稳定高效地对磁瓦内表面起级缺陷进行检测和识别。
推荐文章
基于深度学习的磁芯表面缺陷检测研究
磁芯
缺陷检测
深度卷积生成对抗网络
图像融合
深度学习
长输管道漏磁内检测缺陷识别量化技术研究
长输管道
漏磁内检测
缺陷识别
量化模型
注射制品表面缺陷在线检测与自动识别
注射制品
缺陷检测
自动识别
机器视觉
基于神经网络的磁瓦表面缺陷检测识别
磁瓦
表面缺陷
缺陷提取
缺陷分类识别
图像分割
UNet
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 基于熵的磁瓦内表面起级缺陷检测与识别
来源期刊 数字技术与应用 学科 工学
关键词 磁瓦 起级缺陷 缺陷识别 纹理分析
年,卷(期) 2011,(12) 所属期刊栏目 学术论坛
研究方向 页码范围 176-177
页数 分类号 TP391
字数 1858字 语种 中文
DOI
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 徐光明 广东培正学院计算机科学与工程系 10 10 2.0 3.0
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  (14)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (2)
二级引证文献  (1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
磁瓦
起级缺陷
缺陷识别
纹理分析
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导