作者:
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:
针对人工检测编织袋缺陷的正确率低与效率较低的问题,提出一种高效的在线检测编织袋缺陷方法.该方法在线采集编织袋图像并进行图像处理,消除干扰项,准确检测编织袋的缺陷.使用均值滤波器、灰度开闭操作对图像进行预处理,消除图像中干扰缺陷检测的黑白条纹与灰度不均匀,降低噪声.使用差分图像二值化对图像进行背景分割,提取出孔洞缺陷、拉丝缺陷,以及过大的丝线缝隙、褶皱和黑色物.同时,进行开闭运算处理,将断裂的缺陷连接起来并消除过大的丝线缝隙,避免小缺陷的漏检.利用特征提取与缺陷检测消除褶皱和黑色物的干扰,检测出孔洞和拉丝缺陷.实验结果表明,500个试样检测的平均正确检测率达到97.20%,检测效率为720 m/h,检测结果正确率高,效率高.
推荐文章
基于机器视觉技术的表面缺陷在线检测系统设计
辊弯成型
机器视觉
表面缺陷
改进的Canny算法
BP神经网络
注射制品表面缺陷在线检测与自动识别
注射制品
缺陷检测
自动识别
机器视觉
晶圆表面缺陷在线检测研究
集成电路制造
晶圆表面缺陷检测
表面特征
主成分分析
贝叶斯概率模型
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 基于机器视觉的编织袋缺陷在线检测方法
来源期刊 激光与光电子学进展 学科
关键词 机器视觉 图像处理 编织袋缺陷 在线检测 消除干扰项
年,卷(期) 2020,(20) 所属期刊栏目 机器视觉|Machine Vision
研究方向 页码范围 312-319
页数 8页 分类号 TP391
字数 语种 中文
DOI 10.3788/LOP57.201507
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (136)
共引文献  (84)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(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)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(18)
  • 参考文献(0)
  • 二级参考文献(18)
2015(15)
  • 参考文献(0)
  • 二级参考文献(15)
2016(16)
  • 参考文献(3)
  • 二级参考文献(13)
2017(11)
  • 参考文献(1)
  • 二级参考文献(10)
2018(7)
  • 参考文献(4)
  • 二级参考文献(3)
2019(5)
  • 参考文献(3)
  • 二级参考文献(2)
2020(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
机器视觉
图像处理
编织袋缺陷
在线检测
消除干扰项
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
激光与光电子学进展
半月刊
1006-4125
31-1690/TN
大16开
上海市嘉定区清河路390号(上海市800-211信箱)
4-179
1964
chi
出版文献量(篇)
9127
总下载数(次)
28
总被引数(次)
35767
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导