基于机器视觉方法的焊缝缺陷检测及分类算法

• 作者: 孙俊 李超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 机器视觉 焊缝缺陷检测 焊缝缺陷类型识别 混合高斯模型 背景差分法 波形检测法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 工程与应用
• 页码范围: 264-270
• 页数: 7页
• 分类号: TP391
• 字数: 6762字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1609-0322

摘要

对于在工业生产中如何有效地识别薄壁金属罐焊缝的缺陷及其类型判别的问题,提出了一种基于机器视觉技术的自动化焊缝缺陷检测及分类算法.利用混合高斯模型,提出了一种改进的背景差分法,主要用来提取焊缝缺陷的特征区域.在此基础上,以不同缺陷类型的缺陷面积、亮度及波形特征等差别作为依据,对焊缝缺陷进行了分类.实验检测结果表明,算法可以对主流的薄壁金属制罐焊缝缺陷类型进行准确的识别和归类,达到了96%以上的精确度.同时,算法的运算时间也能够满足在实际生产中的高实时性需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙俊	江南大学物联网工程学院	186	1552	21.0	30.0
2	李超	江南大学物联网工程学院	18	70	5.0	8.0