典型文献
基于视觉图像分析的纤维增强玻璃结构缺陷特征识别方法
文献摘要：
雷达罩、扰流板等装备中广泛采用了纤维增强玻璃结构.在工程实践中,此类结构由于受到表面结构磨损、老化、冲击、化学腐蚀等因素的影响,其内部结构逐渐演变成缺陷状态,扩展形成诸如气泡、划痕、缺胶、裂纹、空蚀、污点等缺陷,这些缺陷对设备质量性能已构成严重威胁.从纤维增强玻璃结构缺陷的传播过程来看,其持续时间随机,且可能很短.因此,设计一套科学的纤维增强玻璃结构微缺陷智能检测系统,增强纤维增强玻璃结构的维护性,不仅有助于减少突发事件,而且对确保安全生产运行具有积极的理论意义和应用价值.首先,讨论了纤维增强玻璃结构的缺陷检测机制,分析了缺陷检测原理和缺陷区域的识别方法.其次,讨论了缺陷边缘信号的处理过程,建立了基于MLP的分类器,并设计了分类器的算法.最后,通过对典型纤维增强玻璃结构的实时监测和缺陷诊断,证明了该方法的有效性.实验结果表明,该方法提高了缺陷检测的效率,具有较高的缺陷特征识别精度,为纤维增强玻璃结构缺陷的在线检测提供了新思路.
文献关键词：
纤维增强玻璃结构;多层感知机;机器视觉;缺陷检测
中图分类号：
作者姓名：
黄景德
作者机构：
珠海科技学院,广东珠海519041
文献出处：
引用格式：
[1]黄景德-.基于视觉图像分析的纤维增强玻璃结构缺陷特征识别方法)[J].测试科学与仪器,2022(01):61-67
A类：
纤维增强玻璃结构,缺胶
B类：
视觉图像,图像分析,结构缺陷,缺陷特征,特征识别,扰流板,表面结构,结构磨损,化学腐蚀,演变成,缺陷状态,气泡,划痕,空蚀,污点,设备质量,质量性能,传播过程,微缺陷,智能检测系统,维护性,确保安全,生产运行,意义和应用,缺陷检测,检测机,检测原理,MLP,分类器,缺陷诊断,识别精度,在线检测,多层感知机,机器视觉
AB值：
0.296057
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。
