在电池的生产过程中,不可避免地会生产出一些次品,因此有必要依托信息技术设计出一套合理的算法来自动完成不合格次品的检出.利用图像采集设备采集纽扣电池表面图像,对采集的图像依次进行混合噪声滤除、OSTU最佳阈值分割、图像字符定位分割、缺陷模式提取、BP神经网络缺陷分类,每一步在满足检测精度的前提下,以算法简洁、高效作为衡量标准,为算法移植到生产实践中的实时检测奠定基础.
参考文献
| [1] | STEGER C;ULRICH M;WIEDEMANN C.Machine Vision Algorithms and Applications[M].Germany:Wiley-vch,2007 |
| [2] | MORAN T .Automated Metal Surface Inspection Through Machine Vision[J].Imaging Science J,2002,51(01):23-25. |
| [3] | P. Caleb-Solly;J.E. Smith .Adaptive surface inspection via interactive evolution[J].Image and Vision Computing,2007(7):1058-1072. |
| [4] | 鲍华,樊瑜波,饶长辉,张雨东,戴云.基于均值查找的快速中值滤波算法[J].四川大学学报（工程科学版）,2011(02):76-79,86. |
| [5] | 孟然 .基于机器视觉的工件特征识别与分类方法研究[D].天津:天津科技大学,2006. |
| [6] | 郭丽艳 .基于BP网络特征级信息融合及在目标识别中的应用研究[D].武汉大学,2004. |
| [7] | YU H;YANG J .A Direct LDA Algorithm for High Dimensional Data with Application to Face Recognition[J].Journal of Pattern Recognition,2001,34(10):2067-2070. |
| [8] | 陈瞻.视觉设计中图像的叙事性象征[J].包装工程,2012(24):29-31,36. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%