作者:
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:
计算机视觉图像处理技术被采用,对金属铜中的所含杂质种类及含量进行检测.基于传统的检测方法,我们提出了一种新的检测技术,该方法在检测精度上得到了很大地提升.新方法是以局部轮库的特征为基准,提取金属铜中的杂质并且对杂质做定性以及定量分析.首先对采集完的金属铜图像实施局部轮廓视觉特征的提取,然后运用小波技术对采集完成的图像进行阈值滤波,最后Harris角点检测方法被采用来对金属铜中的杂质做定点成分标记,从而使图像的杂质噪点检测得到进一步优化,提高检测的准确率.仿真实验的结果表明,采用本文中的方法对铜金属中杂质进行检测,检测准确率较高,处理后的图像具有更好的平滑性.
推荐文章
基于计算机视觉的高精度瓷砖质检系统
计算机视觉
哈夫变换
随机哈夫变换
瓷砖
基于计算机视觉的铆钉缺陷检测
计算机视觉
图像处理
差影法
铆钉缺陷
基于计算机视觉的人脸检测
人脸检测
肤色分割
计算机视觉
基于计算机视觉的车床零件自动检测
图像特征点
特征点描述
特征点匹配
OpenCVSharp
NuGet
ORB
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 基于计算机视觉的铜金属杂质检测方法
来源期刊 世界有色金属 学科 工学
关键词 金属铜 杂质 检测 局部轮廓 视觉图像处理技术 小波技术
年,卷(期) 2016,(12) 所属期刊栏目 综合
研究方向 页码范围 105-106
页数 2页 分类号 TP389
字数 语种 中文
DOI
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 程健 1 0 0.0 0.0
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  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 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
金属铜
杂质
检测
局部轮廓
视觉图像处理技术
小波技术
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
世界有色金属
半月刊
1002-5065
11-2472/TF
大16开
北京市海淀区苏州街31号9层
2-642
1986
chi
出版文献量(篇)
17781
总下载数(次)
39
总被引数(次)
26292
论文1v1指导