基于機(jī)器視覺的表面缺陷定量檢測(cè)技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近年來(lái)隨著機(jī)器視覺和圖像處理技術(shù)的發(fā)展,國(guó)內(nèi)外學(xué)者對(duì)表面缺陷檢測(cè)工作展開了廣泛的研究,對(duì)表面缺陷的檢測(cè)和識(shí)別水平不斷提高。然而目前表面缺陷檢測(cè)系統(tǒng)的主要功能是對(duì)表面缺陷進(jìn)行識(shí)別或分類,如何準(zhǔn)確有效的實(shí)現(xiàn)表面缺陷的定量檢測(cè)仍是一個(gè)值得深入研究的問題。本文在現(xiàn)有的表面缺陷檢測(cè)系統(tǒng)的基礎(chǔ)上對(duì)缺陷的定量檢測(cè)技術(shù)進(jìn)行研究。主要包括:
  針對(duì)光學(xué)元件表面缺陷尺寸標(biāo)定過(guò)程中,由于尺寸較小的標(biāo)準(zhǔn)缺陷在檢測(cè)系統(tǒng)中存在衍射增寬的現(xiàn)象,導(dǎo)致像素尺寸對(duì)

2、應(yīng)到實(shí)際尺寸時(shí)存在非線性段而無(wú)法用最小二乘準(zhǔn)確評(píng)價(jià)的問題,提出采用最小二乘支持向量機(jī)建立回歸模型的方法來(lái)提高缺陷尺寸標(biāo)定的精度。采用網(wǎng)格搜素和交叉驗(yàn)證法得到模型最優(yōu)參數(shù),相比傳統(tǒng)擬合方法基于最小二乘支持向量機(jī)的模型能夠?qū)M合絕對(duì)誤差控制在0.4μm以內(nèi),相對(duì)誤差由80%減小到17%。利用實(shí)際缺陷數(shù)據(jù)對(duì)兩種模型預(yù)測(cè)能力進(jìn)行評(píng)估,實(shí)驗(yàn)表明最小二乘支持向量機(jī)模型針對(duì)尺寸較小缺陷的預(yù)測(cè)誤差是最小二乘模型的一半,最小二乘支持向量機(jī)模型的預(yù)測(cè)能力比

3、最小二乘模型更強(qiáng)?;谧钚《酥С窒蛄繖C(jī)建模的方法能夠提高標(biāo)準(zhǔn)缺陷的擬合精度,同時(shí)也能提高系統(tǒng)的定量檢測(cè)精度。
  針對(duì)兩種常見玻璃表面缺陷孔崩和孔倒缺陷,提出結(jié)合基于霍夫變換的直線和圓檢測(cè)原理以及圖像配準(zhǔn)和差分的方法對(duì)缺陷進(jìn)行快速提取。利用改進(jìn)的像素距離算法提取待檢測(cè)孔崩圖像的直線與圓弧標(biāo)準(zhǔn)邊緣,重構(gòu)與其對(duì)應(yīng)的自匹配基準(zhǔn)模板,該方法對(duì)細(xì)小的孔崩缺陷也能實(shí)現(xiàn)精確提取;通過(guò)多幅無(wú)孔倒缺陷圖像相互配準(zhǔn)疊加的方法,建立固定的基準(zhǔn)圖像實(shí)現(xiàn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論