金属表面缺陷的机器视觉检测方法研究与实现

• 作者: 蔡聪艺
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: 金属表面缺陷 图像处理 k-means 视觉检测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 181-184
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5422.2020.02.013

摘要

针对人工检查方式存在效率低、安全性差及劳动强度大的问题,提出了一种机器视觉检测金属表面缺陷的方法.利用SIFT特征提取并对金属表面缺陷分类,分类正确率达到96％.分类后利用k-means聚类方法和高斯拉普拉斯算子斑点检测对金属表面进行缺陷识别.结果表明,各类方法的综合应用具有较高的识别精度,能有效地识别多个不同种类的金属表面缺陷,符合对金属加工制造的品质控制的特性,对实现金属表面缺陷的高效检测有着重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡聪艺	漳州职业技术学院机械工程学院	2	0	0.0	0.0