典型文献
面向机器视觉的不锈钢棒材表面螺纹缺陷检测
文献摘要：
不锈钢棒材表面的螺纹是棒材磨制过程产生的一种缺陷,严重影响棒材的验收与后续使用,目前针对该类缺陷多采用双目观察、手指感知等人工方式进行判断,漏检率较高.已有的方法多针对钢材表面的划痕、砂眼、凹坑等缺陷进行检测,鲜少对螺纹缺陷进行研究,据此,设计了一种基于机器视觉的螺纹缺陷检测方法,提出了一种快速有效的螺纹特征提取方法,建立了一个不锈钢棒材图像的螺纹缺陷数据集,通过对图像特征进行训练,得到分类器.实验结果表明:提出的算法有效提升了螺纹缺陷的检测正确率和检测速度.
文献关键词：
不锈钢棒材;螺纹缺陷;机器视觉;特征提取;数据集
中图分类号：
作者姓名：
侯幸林;周培培;赵景波;高照;孙磊
作者机构：
常州工学院汽车工程学院,江苏常州 213032;常州工学院电气信息工程学院,江苏常州 213032
文献出处：
引用格式：
[1]侯幸林;周培培;赵景波;高照;孙磊-.面向机器视觉的不锈钢棒材表面螺纹缺陷检测)[J].重庆理工大学学报,2022(05):109-114
A类：
B类：
机器视觉,不锈钢棒材,螺纹缺陷,磨制,双目,目观,手指,漏检率,钢材表面,划痕,砂眼,凹坑,陷进,鲜少,缺陷检测方法,快速有效,缺陷数据,图像特征,分类器,检测速度
AB值：
0.276201
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
