

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在浮法玻璃生產(chǎn)過程中,受到工藝水平限制及環(huán)境因素影響,會(huì)出現(xiàn)各種類型的玻璃缺陷。通過對缺陷的準(zhǔn)確檢測,能大幅度降低生產(chǎn)成本,有效提高玻璃質(zhì)量,提高生產(chǎn)效率?;跈C(jī)器視覺的玻璃缺陷在線檢測具有很高的檢測準(zhǔn)確度及檢測效率,且省去不必要的人工檢測成本,適應(yīng)了玻璃現(xiàn)代化的生產(chǎn)。
基于機(jī)器視覺,本文研究了玻璃缺陷檢測中關(guān)鍵技術(shù)及算法,論文主要工作如下:
(1)缺陷圖像預(yù)處理。首先針對原始采集圖像背景中存在的明暗相間的干擾條紋,
2、采用差影法剔除;然后選取二維中值濾波平滑缺陷圖像中的干擾噪聲;最后應(yīng)用灰度分段變換方法提高圖像中的缺陷區(qū)域的清晰度,降低非缺陷區(qū)域的視覺存在感。
(2)缺陷單特征提取和拓展。提取玻璃缺陷三類單特征:紋理特征、形狀特征、統(tǒng)計(jì)特征,針對三類特征描述缺陷的不足分別進(jìn)行拓展。對比拓展前后對五類缺陷的識別率,結(jié)果證明三次拓展是有效、必要的。
(3)缺陷多特征融合和特征選擇。將三類單特征串行融合得到一個(gè)224維的多特征向量,若直
3、接利用進(jìn)行缺陷檢測不僅耗費(fèi)大量時(shí)間,而且達(dá)不到理想檢測效果。本文采用ReCorre法對缺陷多特征向量進(jìn)行特征選擇:第一步去除無關(guān)特征;第二步去除冗余特征,最終得到17維缺陷多特征向量,實(shí)驗(yàn)結(jié)果表明其對缺陷的識別率高于融合前三類單特征。
(4)支持向量機(jī)檢測玻璃缺陷。建立檢測玻璃缺陷的支持向量機(jī)模型時(shí),核函數(shù)選擇徑向基核函數(shù),多類分類策略采用一對一方式,對于模型建立中最關(guān)鍵的模型參數(shù)選擇:標(biāo)準(zhǔn)SVM法基于人工設(shè)置,具有盲目性;本
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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
- 浮法玻璃缺陷的智能識別方法.pdf
- 浮法玻璃缺陷在線檢測技術(shù)研究.pdf
- 浮法玻璃缺陷在線檢測系統(tǒng)設(shè)計(jì)與研究.pdf
- 浮法玻璃缺陷分析鑒定
- 浮法玻璃缺陷缺陷分析鑒定手冊
- 基于多特征融合的行人檢測方法研究.pdf
- 面向跌倒檢測的多特征融合方法研究.pdf
- 基于多特征數(shù)據(jù)融合的金屬缺陷超聲智能檢測研究.pdf
- 基于BP網(wǎng)絡(luò)的浮法玻璃缺陷分類算法研究.pdf
- 多特征融合的疲勞駕駛檢測方法研究.pdf
- 多特征融合的疲勞駕駛檢測方法研究
- 基于多特征融合的分級行人檢測方法研究.pdf
- 基于多特征融合的視頻煙霧檢測方法研究.pdf
- 靜態(tài)圖像下多特征融合的行人檢測方法研究.pdf
- 浮法玻璃缺陷在線識別算法的研究及系統(tǒng)實(shí)現(xiàn).pdf
- 復(fù)雜環(huán)境下基于多特征融合的車輛檢測方法研究.pdf
- 基于特征融合與壓縮感知的實(shí)木地板缺陷檢測方法研究.pdf
- 基于多特征融合的運(yùn)動(dòng)目標(biāo)檢測與跟蹤方法研究.pdf
- 基于形狀和特征融合的多物體檢測方法研究.pdf
- 多特征融合的場景分類方法研究.pdf
評論
0/150
提交評論