首页|基于机器视觉技术的壳体表面缺陷检测研究

基于机器视觉技术的壳体表面缺陷检测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
以自行研制开发的深海水密圆形连接器外壳体为例,本文提出了一种基于机器视觉技术的壳体表面缺陷检测方法,阐述了机器视觉技术在壳体表面缺陷图像的处理过程及特征值提取过程,并在深海水密圆形连接器产品研发中连接器壳体缺陷检测进行应用.最后,构造了运用BP神经网络进行壳体表面缺陷识别的分类器,实现了壳体表面缺陷的准确识别与分类.
Research on Shell Surface Defect Detection Based on Machine Vision Technology

高文彬、庄申乐、王秀剑、周敏、宋冉冉、张成雷

展开 >

山东龙立电子有限公司, 山东临沂, 276000

临沂大学, 山东临沂, 276000

机器视觉 壳体 缺陷 BP神经网络

2020年山东省泰山产业领军人才工程蓝色人才专项

2022

10.3969/j.issn.1000-6133.2022.01.012

机电元件
国营第七九六厂（四川华丰企业集团有限公司）

机电元件

影响因子：0.123
ISSN：1000-6133
年,卷(期)：2022.42(1)
  • 1
  • 5