

已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、東莞市某鋼鐵線材公司的主要產(chǎn)品是高精度圓形線材,由于各種原因使得其表面產(chǎn)生多種缺陷,導致合格率偏低。當前,公司依賴傳統(tǒng)勞動力完成對線材表面缺陷的檢測,進而判斷其是否合格,效率低下。隨著工業(yè)技術的改進,線材質量要求逐年提高,迫使企業(yè)進行產(chǎn)業(yè)升級以滿足客戶需求,提高企業(yè)競爭力。針對企業(yè)這一現(xiàn)狀,擬以機器視覺為技術手段,研究出一套圓形線材表面缺陷在線檢測系統(tǒng)。為此,本文擬先進行其線材表面缺陷的識別研究,為后續(xù)研究打下一定的基礎。
本
2、文首先敘述了企業(yè)生產(chǎn)與機器視覺技術海內外研究的現(xiàn)狀;然后,根據(jù)企業(yè)生產(chǎn)現(xiàn)場搜集到的圓形線材的數(shù)據(jù)、參數(shù)及周邊環(huán)境等信息,對圓形線材常見的六種表面缺陷的特性和成因進行了總結,同時對圖像采集硬件部分的特點、性質和優(yōu)缺點進行了詳細介紹;接著,分析了三種常見的圖像噪聲類型,并結合MATLAB用多種濾波算法完成了圖像預處理,依據(jù)圖像質量評估指標,分析對照各算法對應的PSNR值;緊接著,對比分析了三種特征描述子SIFT,HOG,SURF,對圖像進行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機器視覺的帶鋼表面缺陷圖像處理與識別.pdf
- 基于機器視覺的鋼軌表面缺陷識別研究.pdf
- 基于機器視覺木材表面缺陷圖像分割研究.pdf
- 捆扎線材圖像識別的研究.pdf
- 基于機器視覺的膠囊表面缺陷識別與分揀研究.pdf
- 基于機器視覺的貨車典型故障圖像識別算法研究.pdf
- 基于機器視覺的帶鋼表面缺陷識別技術研究.pdf
- 基于機器視覺的智能控制與圖像識別問題研究.pdf
- 基于機器視覺的板材表面缺陷檢測與識別算法研究.pdf
- 基于機器視覺的棉花葉部特征圖像識別的研究.pdf
- 基于圖像識別的圓形鋼管計數(shù)方法研究.pdf
- 基于機器視覺的鋼板表面缺陷圖像處理算法研究.pdf
- 基于并行分類器集成的板帶鋼表面缺陷圖像識別.pdf
- 基于圖像識別的汽車濾紙表面缺陷自動檢測研究.pdf
- 基于機器視覺的帶鋼表面缺陷檢測與識別方法研究.pdf
- 基于圖像識別的橋梁拉索表面缺陷檢測系統(tǒng)設計.pdf
- 基于機器視覺的表面缺陷檢測方法研究.pdf
- 基于機器視覺的家蠶微粒子圖像識別方法的研究.pdf
- 基于機器視覺的光譜儀智能圖像識別系統(tǒng)的研制.pdf
- 基于圖像的軌道表面缺陷識別研究.pdf
評論
0/150
提交評論