注射制品表面缺陷在线检测与自动识别

• 作者: 周华民 张云 杨威 毛霆
• 来源期刊: 模具工业
• 关键词: 注射制品 缺陷检测 自动识别 机器视觉
• 年，卷（期）: 2013,（7）
• 页码范围: 7-12
• 页数: 6页
• 分类号: TG76|TP391.77
• 语种: 中文

摘要

基于机器视觉技术的注射制品表面缺陷检测与识别可有效解决人工抽样检测问题，为克服现有缺陷识别算法对于不同的制品需分别进行样本训练、图像质量要求高、可操作性差等难题，在采用图像处理技术对制品表面缺陷进行检测的同时，提出一种基于缺陷区域轮廓、制品轮廓、区域灰度等特征的缺陷自动识别算法，避免了大量制品图像样本的训练过程，提高了可操作性。基于该方法，开发了一套注射制品表面缺陷在线检测与识别系统，试验表明，对短射、飞边、裂纹3种常见表面缺陷的识别率为91.8%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周华民	华中科技大学材料成形与模具技术国家重点实验室	147	1442	19.0	29.0
2	张云	华中科技大学材料成形与模具技术国家重点实验室	50	208	8.0	11.0
3	杨威	华中科技大学材料成形与模具技术国家重点实验室	11	29	3.0	4.0
4	毛霆	华中科技大学材料成形与模具技术国家重点实验室	3	18	2.0	3.0