基于机器视觉的蜂窝陶瓷侧面缺陷检测算法研究

• 作者: 戴卫军
• 来源期刊: 陶瓷学报
• 学科: 工学
• 关键词: 机器视觉 蜂窝陶瓷 侧面缺陷 区域生长
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 研究与探索
• 页码范围: 291-295
• 页数: 5页
• 分类号: TQ174.74
• 字数: 2826字
• 语种: 中文

摘要

针对蜂窝陶瓷形状不规则、侧面裂纹和侧面缺损细微造成外观质量检测难的问题，将机器视觉应用到侧面缺陷检测中。设计了转盘机构，配合线阵CCD相机采集侧面图像。通过中值滤波消除噪声，通过Canny算子提取边缘；采用领域加权分割法提取缺陷，并获取了侧面二值图像。在此基础上，采用区域生长法标记缺陷区域，选取面积为特征值判定缺陷。研究结果表明，该算法能快速地检测出蜂窝陶瓷侧面缺陷，对不合格样品判定准确，为蜂窝陶瓷外观质量的在线视觉检测奠定了基础。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴卫军		28	61	5.0	6.0