基于机器视觉的金属板材表面波纹度检测方法

• 作者: 周神特 张潇 王宇宇 柯宇 赵文宏
• 来源期刊: 无损检测
• 学科: 工学
• 关键词: 金属板材 表面波纹度 机器视觉 BP神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 试验研究
• 页码范围: 39-43
• 页数: 5页
• 分类号: TP274.5|TG115.28
• 语种: 中文
• DOI: 10.11973/wsjc202101010

摘要

常规波纹度测量方法存在检测效率低、检测精度不高等问题,为了实现金属板材表面波纹度的快速准确检测,提出了一种非接触式的表面波纹度无损检测方法,该方法采用改进的中值滤波实现高效快速的图像去噪,使用霍夫变换实现图像的自动旋转,提取了表面图像基于灰度共生矩阵的纹理特征参数,并进行相关性分析.结果表明,对比度、能量、相关和熵等特征参数与波纹度之间存在较好的一致性.以对比度、能量、相关和熵等为输入参数,构建了基于BP神经网络的表面波纹度检测模型,试验验证该方法能够实现金属板材表面波纹度的高效、高精度测量,检测误差仅为4.90％.