基于机器视觉技术的壳体表面缺陷检测研究

• 作者: 高文彬 庄申乐 王秀剑 周敏 宋冉冉 张成雷
• 来源期刊: 机电元件
• 学科: 工学
• 关键词: 机器视觉 壳体 缺陷 BP神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 试验与检测|Test & Measuring
• 页码范围: 42-46
• 页数: 5页
• 分类号: TN784
• 语种: 中文
• DOI: 10.3969/j.issn.1000-6133.2022.01.012

摘要

以自行研制开发的深海水密圆形连接器外壳体为例,本文提出了一种基于机器视觉技术的壳体表面缺陷检测方法,阐述了机器视觉技术在壳体表面缺陷图像的处理过程及特征值提取过程,并在深海水密圆形连接器产品研发中连接器壳体缺陷检测进行应用.最后,构造了运用BP神经网络进行壳体表面缺陷识别的分类器,实现了壳体表面缺陷的准确识别与分类.