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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著金屬板材的廣泛運用,有色金屬行業(yè)和鋼鐵行業(yè)對金屬板材表面質(zhì)量的要求越來越高。由于生產(chǎn)設(shè)備原因、外界環(huán)境等各種因素,金屬板材,如鋁板、鋼帶在生產(chǎn)過程中極易產(chǎn)生各種缺陷。缺陷的數(shù)量、類別、在金屬板材的位置等決定板材的后續(xù)處理。在工業(yè)生產(chǎn)競爭激烈的當今社會,產(chǎn)品表面檢測技術(shù)作為一種產(chǎn)品質(zhì)量控制的重要手段,已被廣泛應(yīng)用到工業(yè)生產(chǎn)過程中。產(chǎn)品表面檢測技術(shù)大致可分為兩大類,一類是依賴人體視覺系統(tǒng)的人工目測法,這類方法在早期的工業(yè)生產(chǎn)或小型的生產(chǎn)
2、工廠中常用,缺點在于速度慢,效率低,測試結(jié)果具有主觀性,依賴于測試工人的工作經(jīng)驗;另一類則是利用機器視覺理論來實現(xiàn)的智能的測試方法,這類方法具有檢測效率高、運行速度快、測試結(jié)果客觀等優(yōu)點,伴隨計算機應(yīng)用技術(shù)、模式識別技術(shù)和圖像處理理論的快速發(fā)展,促使了該檢測方法的精度的提高。
本文實現(xiàn)了一種基于機器視覺的鋁板表面缺陷分類系統(tǒng),提高了鋁板表面缺陷的識別率。本文針對鋁板表面缺陷圖像的特征,采用圖像處理技術(shù)及模式識別技術(shù),結(jié)合分類器
3、實現(xiàn)了鋁板表面缺陷的分類,主要進行了以下工作:⑴鋁板生產(chǎn)中常見缺陷類別總結(jié);⑵鋁板表面缺陷的預(yù)處理算法設(shè)計與實現(xiàn);⑶鋁板表面缺陷的特征提取與選擇算法設(shè)計與實現(xiàn);⑷SVM(支撐向量機)的分類原理以及分類器算法設(shè)計與實現(xiàn)。在鋁板表面缺陷分類中,我們能夠得到的缺陷樣本數(shù)量往往是有限的,支撐向量機能夠較好地解決小樣本分類問題。本研究課題創(chuàng)新之處在于將支撐向量機運用到鋁板表面缺陷分類之中,通過改變核函數(shù)來提高識別率。在對鋁板表面缺陷分類系統(tǒng)中分類
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 基于支持向量機的冷軋鋁板表面缺陷分類算法的研究.pdf
- 基于支撐向量機的紋理分類.pdf
- 基于分離判據(jù)和改進支持向量機的帶鋼典型表面缺陷分類識別.pdf
- 基于支持向量機的帶鋼表面缺陷識別研究.pdf
- 支撐向量機數(shù)據(jù)分類方法.pdf
- 基于支持向量機的帶鋼表面缺陷識別問題研究.pdf
- 基于支持向量機和極限學(xué)習(xí)機的管道缺陷分類方法研究.pdf
- 支撐向量機及滾球算法求解分類問題.pdf
- 基于流形支持向量機的木材表面缺陷識別方法的研究.pdf
- 基于機器學(xué)習(xí)的帶鋼表面缺陷分類.pdf
- 基于支持向量機的管道缺陷分類方法研究及缺陷可視化軟件設(shè)計.pdf
- 基于邊界向量樣本的支持向量分類機.pdf
- 基于支撐向量機的回歸方法研究.pdf
- 基于支撐向量機的中文文本自動分類系統(tǒng)的設(shè)計和實現(xiàn).pdf
- 冷軋鋁板表面復(fù)雜缺陷檢測算法的研究.pdf
- 模糊支撐向量機.pdf
- 基于支持向量機的新聞音頻分類.pdf
- 基于支持向量機的點焊質(zhì)量分類.pdf
- 基于支持向量機的音樂自動分類.pdf
- 基于支持向量機的分類算法研究.pdf
評論
0/150
提交評論