原文服务方: 自动化与仪表       
摘要:
现有的划痕检测方法大多基于简单背景,针对复杂背景下的划痕检测准确率较低的问题,提出了基于机器视觉的纽扣电池划痕检测算法.首先采用模板匹配的方法将纽扣电池上的字体屏蔽,再利用梯度特征方法定位出划痕的位置.进行了该检测方案的可行性验证试验,结果表明:划痕识别率高达99.5%,过判率0.5%,漏判率0.5%;该方法能够准确地识别纽扣电池的划痕缺陷,同时检测速度快,可以满足纽扣电池表面划痕的检测要求.
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
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
基于机器视觉的电池尾端破皮检测
机器视觉
电池尾端
破皮伤痕
形态学
基于机器视觉的FPC表面缺陷智能检测系统
表面缺陷检测系统
机器视觉
柔性印制电路板
自动化检测
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 基于机器视觉的纽扣电池表面划痕检测方法研究
来源期刊 自动化与仪表 学科
关键词 划痕检测 扣式电池 模板匹配 图像处理 机器视觉
年,卷(期) 2019,(4) 所属期刊栏目 检测技术与数据处理
研究方向 页码范围 50-52,64
页数 4页 分类号 TP391.41|TM911
字数 语种 中文
DOI 10.19557/j.cnki.1001-9944.2019.04.013
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 赵不贿 江苏大学电气信息工程学院 107 607 12.0 20.0
2 孙智权 江苏大学工业中心 12 64 5.0 7.0
3 陈震 32 75 5.0 7.0
4 杨燕 江苏大学电气信息工程学院 5 12 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (62)
共引文献  (36)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(2)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
划痕检测
扣式电池
模板匹配
图像处理
机器视觉
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
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
论文1v1指导