一种基于智能机器视觉识别的工业探伤技术

• 作者: 刘桂华 康含玉 牛乾
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 磁粉检测 螺栓 表面缺陷 LBP特征 SVM分类器 实时性
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 工业自动化技术
• 页码范围: 81-84,94
• 页数: 5页
• 分类号: TP391
• 字数: 3906字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.02.019

摘要

磁粉探伤广泛应用于铁磁性工件表面和近表面缺陷检测,但目前的缺陷识别仍依赖于人工判断.为实现检测自动化,将机器视觉技术应用于缺陷识别,提出一种智能的螺栓缺陷在线检测系统,针对螺栓在生产过程中产生的纵向、横向裂纹,使用基于统计的磁痕裂纹识别方法和基于改进LBP特征和SVM分类器识别方法进行级联完成螺栓零件表面裂纹的自动识别.实验结果表明,该方法与传统的识别方法对比具有很好的分类识别效果,漏检率减少5％,同时能够满足实时性的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘桂华	西南科技大学特殊环境机器人技术四川省重点实验室	75	350	9.0	13.0
2	牛乾	西南科技大学特殊环境机器人技术四川省重点实验室	3	14	2.0	3.0
3	康含玉	西南科技大学特殊环境机器人技术四川省重点实验室	3	14	2.0	3.0