基于机器视觉的缺陷在线检测系统的研究

• 作者: 沙丰永 罗超 骆飞 高军
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 缺陷检测 机器视觉 BP神经网络 识别分类
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 46-48
• 页数: 3页
• 分类号: TP3
• 字数: 1964字
• 语种: 中文

摘要

本文研究了基于机器视觉玻璃表面缺陷检测方法与原理.在玻璃的生产过程中对玻璃进行图像采集,通过对图像的处理,对玻璃中存在的缺陷进行有效的处理,本系统在缺陷的提取上与缺陷的识别分类上分别运用的是一种改进的动态阈值算法与一种改进的BP神经网络算法.研究结果表明,改进的两种算法简单、速度快、系统抗干扰能力强,在检测精度,效率和准确度上都有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高军	山东理工大学机械工程学院	52	226	8.0	13.0
2	沙丰永	山东理工大学机械工程学院	5	33	3.0	5.0
3	罗超	山东理工大学机械工程学院	4	28	3.0	4.0
4	骆飞	山东理工大学机械工程学院	4	15	3.0	3.0