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:
为解决人工磁瓦表面缺陷检测质量不稳定的问题,提出了一种自动检测磁瓦表面缺陷的方法.首先利用磁瓦轮廓长度、面积等几何特征及轮廓匹配的相似度作为特征向量,采用支持向量机进行初次分类;然后再利用对凸凹缺陷的分析,得到缺陷数量和面积作为特征向量,采用最小均方误差分类器进行二次分类;最后对上述2步结果做与运算,得出最终判断.实验表明本方法可以达到正确识别率约为91.80%,错误接受率约为0.75%,正确拒绝率约为14.00%.
推荐文章
海底管道典型缺陷磁记忆检测试验研究
海底管道
缺陷
内检测
磁记忆
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
基于Contourlet变换的磁瓦表面缺陷检测
机器视觉
缺陷检测
磁瓦
Contourlet变换
产品表面图像中的缺陷自动检测方法研究
缺陷检测
图像处理
特征识别
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 铁氧体磁瓦表面典型缺陷检测方法
来源期刊 西南交通大学学报 学科 工学
关键词 磁瓦 凸凹分类 支持向量机 缺陷检测
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 129-134,140
页数 7页 分类号 TP391.4
字数 4220字 语种 中文
DOI 10.3969/j.issn.0258-2724.2013.01.020
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 殷国富 四川大学制造科学与工程学院 617 5927 35.0 50.0
2 蒋红海 四川大学制造科学与工程学院 4 68 2.0 4.0
3 刘培勇 四川大学制造科学与工程学院 4 43 3.0 4.0
4 李雪琴 四川大学制造科学与工程学院 7 73 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (30)
参考文献  (13)
节点文献
引证文献  (10)
同被引文献  (16)
二级引证文献  (22)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
磁瓦
凸凹分类
支持向量机
缺陷检测
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
西南交通大学学报
双月刊
0258-2724
51-1277/U
大16开
四川省成都市二环路北一段
62-104
1954
chi
出版文献量(篇)
3811
总下载数(次)
4
总被引数(次)
51589
论文1v1指导