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:
磁环表面缺陷图像具有对比度低、纹理背景复杂、缺陷种类多和亮度不均匀等特点,提出了一种基于掩模图像的磁环表面缺陷提取方法.首先,通过分析磁环表面图像中不同缺陷区域与正常区域的灰度差别,将磁环表面缺陷划分为两类,第1类为缺陷灰度值与正常区域差别大易分割,第2类为缺陷灰度值与正常区域灰度值差别小不易分割;其次,根据两类表面缺陷的成像特点以及与背景的关系,利用掩模技术分别设计了相应的缺陷提取方法;最后,在不同的光照、规格、缺陷类型及大小等方面,利用开发的样机进行了大量的在线实验.实验结果表明,本文缺陷提取算法稳定性好,鲁棒性强,能够准确、快速地提取出磁环表面图像各区域的缺陷,表面缺陷检测的准确率为95.3%.
推荐文章
基于深度学习的磁芯表面缺陷检测研究
磁芯
缺陷检测
深度卷积生成对抗网络
图像融合
深度学习
斜拉桥缆索表面缺陷提取方法研究
缺陷检测
图像提取
斜拉桥
缆索
GaN薄膜表面缺陷密度的提取
氮化镓薄膜
缺陷
密度提取
二值化
数学形态学
基于分形维数的磁痕图像缺陷检测
分形维数
裂纹
缺陷检测
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 基于掩模图像的磁环表面缺陷提取研究
来源期刊 光电子·激光 学科 工学
关键词 掩模图像 表面缺陷 磁环 边缘检测
年,卷(期) 2017,(7) 所属期刊栏目 测量·检测
研究方向 页码范围 732-741
页数 10页 分类号 TP391.41
字数 语种 中文
DOI 10.16136/j.joel.2017.07.0429
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 李俊峰 41 497 8.0 22.0
2 沈军民 20 78 6.0 8.0
3 张之祥 3 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  (155)
共引文献  (176)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(17)
  • 参考文献(0)
  • 二级参考文献(17)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(14)
  • 参考文献(0)
  • 二级参考文献(14)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(24)
  • 参考文献(2)
  • 二级参考文献(22)
2013(14)
  • 参考文献(2)
  • 二级参考文献(12)
2014(14)
  • 参考文献(4)
  • 二级参考文献(10)
2015(10)
  • 参考文献(7)
  • 二级参考文献(3)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(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
掩模图像
表面缺陷
磁环
边缘检测
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
光电子·激光
月刊
1005-0086
12-1182/O4
大16开
天津市南开区红旗南路263号
6-123
1990
chi
出版文献量(篇)
7085
总下载数(次)
11
总被引数(次)
60345
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导