高速传送带上的工业元件瑕疵检测分类系统

• 作者: 侯群 葛迪 陈文韬
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 工业元件瑕疵检测 高速传送带 Real AdaBoost-SVM 硬件加速
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 研究与设计
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1904048

摘要

采用高速工业相机捕获传送带上的工业元件瑕疵图像,利用开源机器视觉OpenCV对工业元件瑕疵提取多维特征向量并进行检测分类.在目标识别过程中,优化特征参数,组建多维特征向量用于所设计Real AdaBoost SVM分类器进行训练学习,将元件瑕疵进行分类并将结果与用户可视化交互.最后结合FPGA和OpenCL,利用算法处理后的图像数据对硬件进行加速处理.测试数据表明,在满足92％瑕疵识别率的情况下,与传统的识别检测算法相比,优化的算法可以将工业传送带的速度由0.5 m/s提升至2.5 m/s,大幅提高了工作效率,具有良好的鲁棒性和广阔的应用场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯群		27	81	5.0	8.0
2	葛迪		4	1	1.0	1.0
3	陈文韬		1	0	0.0	0.0