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:
针对目前汽车零部件制造行业采用人工目测法进行ABS齿圈出厂检测引起的效率低、速度慢等问题,该文提出一种ABS齿圈表面缺陷视觉检测方法.首先提取齿圈表面缺陷图像的几何特征、灰度特征和纹理特征,构建特征向量,运用主成分分析法对测试样本特征数据进行降维处理,获得新的主成分,再利用自适应粒子群算法对SVM模型的关键参数进行优化,最后采用多项式核函数的SVM模型作为最佳分类模型对968型号的ABS齿圈进行检测实验,并与BP神经元网络模型检测结果进行对比.实验结果表明,采用多项式核函数的SVM齿圈表面缺陷检测模型实验效果最佳,检测正确准确率高达99.4%.
推荐文章
基于机器视觉的零部件表面缺陷检测方法研究
机器视觉
零部件表面缺陷
差影法
灰度计算
金属表面缺陷的机器视觉检测方法研究与实现
金属表面缺陷
图像处理
k-means
视觉检测
一种基于特征点的管材表面缺陷视觉检测方法
金属管材
表面缺陷
感兴趣区域
ORB特征点
视觉检测
基于机器视觉的带钢表面缺陷检测研究进展
热轧带钢
表面缺陷
检测方法
机器视觉
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 ABS齿图表面缺陷视觉检测方法
来源期刊 中国测试 学科 工学
关键词 ABS齿圈 SVM模型 表面缺陷检测 图像处理 特征提取
年,卷(期) 2019,(8) 所属期刊栏目 测控技术
研究方向 页码范围 145-150
页数 6页 分类号 TP391
字数 4128字 语种 中文
DOI 10.11857/j.issn.1674-5124.2019050048
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 胡佳成 中国计量大学计量测试工程学院 46 118 5.0 8.0
2 陈爱军 中国计量大学计量测试工程学院 19 44 5.0 6.0
3 刘磊 中国计量大学计量测试工程学院 4 3 1.0 1.0
4 彭伟康 中国计量大学计量测试工程学院 1 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  (63)
共引文献  (31)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(7)
  • 参考文献(3)
  • 二级参考文献(4)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
ABS齿圈
SVM模型
表面缺陷检测
图像处理
特征提取
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
中国测试
月刊
1674-5124
51-1714/TB
大16开
成都市成华区玉双路10号
26-260
1975
chi
出版文献量(篇)
4463
总下载数(次)
7
论文1v1指导