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:
对电子制造行业中电控板质量的视觉自动检测技术进行研究。通过分析电控板的存在特征,选用Harris算子进行电控板图像特征点的提取,然后进行待检测图像与模板图像的特征点匹配,并设置约束条件去除误匹配点,再判断特征点像素坐标是否在对应的元器件的像素区域内,实现漏件的检测;同时利用图像的灰度值模板匹配法,结合改进的序贯相似性检测法,实现电控板错件的检测。试验结果表明该算法对电控板错件和漏件的检测正确率达96.8%,检测的算法运行时间在2.862s内,具有一定的精确性和实时性,为制作企业生产线的信息智能化提供技术支持。
推荐文章
基于智能视觉的油画真伪鉴定技术研究
油画真伪鉴定
智能视觉
检测模型构建
油画特征获取
特征差异计算
油画特征融合
基于机器视觉的新能源电池盖帽质量智能检测
电池盖帽
质量检测
机器视觉
深度学习
基于机器视觉的连接板尺寸检测系统设计
机器视觉
连接板
尺寸检测
误差分析
基于视觉传感的焊缝中心检测技术研究
焊缝图像
滤波
焊缝中心
特征提取
检测精度
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 基于视觉的电控板质量的智能检测技术研究
来源期刊 现代计算机:中旬刊 学科 工学
关键词 视觉技术 电控板质量 智能检测
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 23-26
页数 4页 分类号 TP391
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (1)
参考文献  (26)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
视觉技术
电控板质量
智能检测
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导