基于脉冲耦合神经网络的弹簧卡箍缺陷检测

• 作者: 夏桦康 朱霞 章飘艳 陈仁文
• 来源期刊: 计算机测量与控制
• 关键词: 机器视觉 缺陷检测 弹簧卡箍 脉冲耦合神经网络
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3897-3899
• 页数: 3页
• 分类号: TP391
• 语种: 中文

摘要

传统的弹簧卡箍缺陷多为产后人工全检,存在漏检与缺陷率上升等现象,这不但会使成本上升、也对人力资源提出了考验;为此实现自动实时在线全检就成为急需解决的课题,设计了基于机器视觉的弹簧卡箍在线自动检测系统,该系统安装在弹簧卡箍流水线两侧,搭建特定光源,通过激光传感器外部触发工业相机对其表面进行图像捕获,送上位机进行缺陷判定与定位,最后通过RS485将判定结果送下位机来控制剔除机制;实验结果显示:该系统采用改进的脉冲神经网络(PCNN)能准确提取目标缺陷区域并对缺陷进行判定,可在0.348 s每个零件的速度下,检测出弹簧卡箍表面大于10像素的缺陷;通过对不同弹簧卡箍进行检测验证实验,证明了PCNN算法对缺陷分割的准确性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈仁文	南京航空航天大学机械结构力学及控制国家重点实验室	115	1090	19.0	28.0
2	章飘艳	南京航空航天大学机械结构力学及控制国家重点实验室	7	36	3.0	6.0
3	夏桦康	南京航空航天大学机械结构力学及控制国家重点实验室	10	71	3.0	8.0
4	朱霞	南京航空航天大学机械结构力学及控制国家重点实验室	11	124	6.0	11.0