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:
为了解决当前工件缺陷微弱、图像坐标多变,导致缺陷检出率不高的问题,分别从系统软硬件架构和图像处理算法分析的角度出发,提出了基于水平集轮廓线收敛与遗传算法的工件缺陷检测算法.首先,搭建线阵采集模组、工件流水线和视觉缺陷检测软件之间的逻辑架构,达到可用于制造现场的系统要求.然后,根据水平集能量场对目标边缘的探测敏感度,设定初始轮廓线,以优化轮廓线收敛方程,完成缺陷目标边缘的定位.最后,进行遗传算法分析,优化分割阈值精度,达到对缺陷轮廓的精分割.实验测试结果显示:与当前缺陷检测算法相比,基于水平集演化与遗传优化的检测算法拥有更高的检出能力.
推荐文章
结合SVM与免疫遗传算法设计IDS的检测算法
网络安全
入侵检测
支持向量机
免疫遗传算法
算法设计
遗传算法优化的形态学边缘检测算子
形态学
Top-Hat算子
边缘检测
遗传算法
遗传算法优化的形态学边缘检测算子
形态学
Top-Hat算子
边缘检测
遗传算法
基于全局优化相关系数的边缘检测算法
边缘检测
相关系数
全局优化
度量函数
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 基于水平集演化与遗传优化的缺陷检测算法
来源期刊 控制工程 学科 工学
关键词 工件图像 缺陷检测 水平集演化 遗传算法 轮廓线
年,卷(期) 2018,(3) 所属期刊栏目 安全监控系统
研究方向 页码范围 413-416
页数 4页 分类号 TP391
字数 2687字 语种 中文
DOI 10.14107/j.cnki.kzgc.170106
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 王志坚 常州工程职业技术学院建筑装饰与艺术设计学院 17 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (26)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (0)
1937(1)
  • 参考文献(0)
  • 二级参考文献(1)
1945(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(8)
  • 参考文献(8)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
工件图像
缺陷检测
水平集演化
遗传算法
轮廓线
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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导