扬声器纸盆缺陷的机器视觉检测方法研究

• 作者: 李慧敏 王冠 费胜巍
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 边缘检测 图像处理 特征提取 波动系数 BP神经网络
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 机器人
• 页码范围: 230-233
• 页数: 4页
• 分类号: TH16|TP391
• 字数: 3250字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3997.2019.07.056

摘要

针对目前扬声器纸盆外观缺陷检测主要依靠人工,其工作效率低、易出现误检的现象,提出一种基于机器视觉的检测技术.通过对检测系统的组成和软件算法的设计进行研究,从两个不同的角度对目标缺陷区域进行特征提取,并由此提出两种不同的缺陷识别方法.实验结果表明,机器视觉检测技术能够较好地适用于扬声器纸盆外观缺陷检测,同时,采用基于BP神经网络的识别方式,其正确识别率可达94.8％,符合工业检测要求,具有较高的推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李慧敏	东华大学机械工程学院	20	149	6.0	12.0
2	王冠	东华大学机械工程学院	4	6	1.0	2.0
3	费胜巍	东华大学机械工程学院	5	19	1.0	4.0