- 相關(guān)推薦
帶鋼表面缺陷智能檢測系統(tǒng)的設(shè)計(jì)與研究
針對目前自動化方法在帶鋼表面缺陷檢測時準(zhǔn)確度不高的問題,本文探討了基于計(jì)算機(jī)視覺的智能檢測系統(tǒng)總體設(shè)計(jì)方案及軟、硬件構(gòu)成,重點(diǎn)設(shè)計(jì)了其中的缺陷初檢、分割和識別步驟解決方案。 針對實(shí)際生產(chǎn)中缺陷出現(xiàn)概率較低的現(xiàn)狀,利用對圖像分塊差值圖提取的灰度范圍、方差等特征量,構(gòu)造了缺陷初檢判別函數(shù),以提高檢測算法的實(shí)時陛。對初檢含缺陷的圖像,因光照不均勻而引起傳統(tǒng)的單一閾值分割結(jié)果十分不理想,提出了一種基于B樣條擬合閾值曲面的分割算法,用于獲得分割圖像的閾值曲面。在分割出缺陷目標(biāo)的基礎(chǔ)上,選擇了幾何形狀、不變矩等缺陷種類判別特征量,構(gòu)建了相應(yīng)的BP神經(jīng)網(wǎng)絡(luò)分類器完成對缺陷具體類別的識別。在上述帶鋼表面缺陷智能檢測系統(tǒng)的設(shè)計(jì)思路下,本文對其中的缺陷初檢、分割和識別等關(guān)鍵步驟進(jìn)行了相應(yīng)的算法實(shí)現(xiàn)與測試,取得良好效果。 【關(guān)鍵詞】：缺陷檢測 閾值曲面分割 神經(jīng)網(wǎng)絡(luò)識別【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2008
【分類號】：TP274.4
【DOI】：CNKI:CDMD:2.2008.104487
【目錄】：
- 摘要3-4
- ABSTRACT4-7
- 第1章 緒論7-9
- 1.1 國內(nèi)外研究現(xiàn)狀和意義7-8
- 1.2 論文的主要工作及組織結(jié)構(gòu)8-9
- 第2章 智能檢測系統(tǒng)的總體設(shè)計(jì)9-13
- 2.1 檢測原理及總體設(shè)計(jì)方案9-10
- 2.2 系統(tǒng)硬件設(shè)計(jì)方案10-11
- 2.3 系統(tǒng)軟件設(shè)計(jì)方案11-12
- 2.4 本章小結(jié)12-13
- 第3章 預(yù)處理及缺陷初檢13-24
- 3.1 圖像預(yù)處理13-15
- 3.2 缺陷初檢15-23
- 3.2.1 缺陷圖像的特征提取15-18
- 3.2.2 特征量的選擇18-20
- 3.2.3 缺陷初檢的判別20-23
- 3.3 本章小結(jié)23-24
- 第4章 缺陷區(qū)域分割24-34
- 4.1 基于B樣條擬合閾值曲面的缺陷分割算法24-31
- 4.1.1 B樣條曲線25-27
- 4.1.2 分割算法模型27-29
- 4.1.3 偏離項(xiàng)系數(shù)和光順項(xiàng)系數(shù)的自適應(yīng)調(diào)整29-31
- 4.2 分割的后處理31-33
- 4.2.1 形態(tài)濾波31-33
- 4.2.2 連通區(qū)域標(biāo)記33
- 4.3 本章小結(jié)33-34
- 第5章 缺陷識別34-42
- 5.1 人工神經(jīng)網(wǎng)絡(luò)34-37
- 5.1.1 神經(jīng)網(wǎng)絡(luò)概述34-35
- 5.1.2 BP神經(jīng)網(wǎng)絡(luò)模型35-37
- 5.2 基于BP神經(jīng)網(wǎng)絡(luò)的缺陷識別算法37-41
- 5.2.1 缺陷區(qū)域特征的選擇37-39
- 5.2.2 BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)39-40
- 5.2.3 實(shí)驗(yàn)結(jié)果40-41
- 5.3 本章小結(jié)41-42
- 結(jié)論42-43
- 致謝43-44
- 參考文獻(xiàn)44-46
- 研究成果46
【帶鋼表面缺陷智能檢測系統(tǒng)的設(shè)計(jì)與研究】相關(guān)文章：
制造產(chǎn)品智能集成報(bào)價系統(tǒng)研究08-26
談智能決策支持系統(tǒng)及其在林業(yè)中的應(yīng)用研究08-21
基于web的異地并行設(shè)計(jì)與制造系統(tǒng)研究06-02
crm中的決策支持系統(tǒng)與貿(mào)易智能02-23
OFDM技術(shù)研究及其系統(tǒng)仿真05-11
復(fù)雜適應(yīng)系統(tǒng)中利益群體博弈的形成研究05-04
淺談智能建筑的未來發(fā)展趨勢研究論文（精選21篇）05-09