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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著科學(xué)技術(shù)的迅猛發(fā)展,軍工、航天、汽車、電子科技等尖端領(lǐng)域?qū)A(chǔ)成品的帶鋼質(zhì)量提出了更高的要求;產(chǎn)品質(zhì)量、效益、美觀的追求也對帶鋼生產(chǎn)加工提出了新的標(biāo)準(zhǔn)。及時發(fā)現(xiàn)和定位生產(chǎn)過程中出現(xiàn)的表面缺陷,加強(qiáng)生產(chǎn)一個過程的監(jiān)控管理,通常是依托帶鋼表面缺陷在線檢測系統(tǒng),實現(xiàn)帶鋼生產(chǎn)過程實時檢測,為帶鋼質(zhì)量的提高、帶鋼生產(chǎn)工藝的改進(jìn)提供重要的保證,從而大力的促進(jìn)帶鋼生產(chǎn)企業(yè)的核心市場競爭力?;趫D像處理的帶鋼表面無損檢測繼承和發(fā)揚了以往檢測提出的實
2、時性、可靠性要求,并創(chuàng)新檢測方法;以圖像特征的形式對比,便于辨別得出判斷,檢測技術(shù)和檢測算法基于程序編程,更新方便,維護(hù)簡單,大大的降低了人工作業(yè)的能耗,提高企業(yè)生產(chǎn)效益,值得我們不斷的創(chuàng)新研究。
本文結(jié)合機(jī)器視覺的原理結(jié)構(gòu)和帶鋼生產(chǎn)的實際情況,針對常見的幾種帶鋼缺陷,設(shè)計出一套能對帶鋼表面缺陷進(jìn)行實時在線的無損傷自動檢測系統(tǒng),并通過大量的計算和實驗,得出適合帶鋼特性的設(shè)計參數(shù),已初步實現(xiàn)缺陷的檢測定位和自動識別分類。主要工作
3、如下:
1.為驗證帶鋼缺陷檢測的可靠性,從帶鋼工業(yè)生產(chǎn)中選取五種比較常見、特征差異比較明顯的缺陷類別作為研究對象。
2.為有效消除各種噪聲誤差和相機(jī)圖像獲取引起的圖像昏暗模糊問題,設(shè)計了多重方式的濾波靜噪平滑等圖像增強(qiáng)技術(shù)。這些方法簡單,算法可以直接調(diào)用,方便快捷。
3.為精簡圖像信息,獲取所需信息,研究決定通過缺陷的邊緣差異作為分辨不同缺陷的切入點。邊緣檢測通過邊緣檢測算子實現(xiàn),主要是通過圖像邊緣的灰度特
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
- 基于核方法的帶鋼表面缺陷圖像處理和識別方法研究.pdf
- 帶鋼表面缺陷的視覺識別方法研究.pdf
- 基于機(jī)器視覺的帶鋼表面缺陷檢測與識別方法研究.pdf
- 基于機(jī)器視覺的帶鋼表面缺陷圖像處理與識別.pdf
- 基于視覺注意機(jī)制的帶鋼表面缺陷圖像檢測與D-FNN識別方法研究.pdf
- 基于圖像處理的冷軋帶鋼表面缺陷檢測與識別研究.pdf
- 基于圖像處理的焊點缺陷識別方法的研究.pdf
- 基于圖像處理技術(shù)的玻璃缺陷識別方法研究.pdf
- 引入人類視覺特性的帶鋼表面缺陷檢測與識別方法研究.pdf
- 帶鋼表面缺陷圖像檢測理論及識別算法研究.pdf
- 帶鋼表面缺陷識別算法研究.pdf
- 基于Gabor變換的木材表面缺陷識別方法的研究.pdf
- 基于紋理特征的木材表面缺陷識別方法的研究.pdf
- 基于圖像處理的大豆病害識別方法研究.pdf
- 帶鋼表面低對比度弱小缺陷檢測的圖像處理方法研究.pdf
- 基于圖像處理的糖晶體識別方法研究.pdf
- 基于圖像特征的鋼軌表面瑕疵識別方法.pdf
- 基于并行分類器集成的板帶鋼表面缺陷圖像識別.pdf
- 帶鋼表面缺陷圖像拼接技術(shù)的研究.pdf
- 冷軋帶鋼表面缺陷識別及其并行處理的研究.pdf
評論
0/150
提交評論