基于机器视觉的聚氯乙烯管材表面缺陷检测

论文摘要

针对人工肉眼检测聚氯乙烯(PVC)管材表面缺陷效果差、效率低下等问题,设计了一种基于机器视觉的PVC管材表面缺陷检测算法,并将其用于工业生产。该算法主要包含图像预处理和缺陷检测两部分,图像预处理包括边缘遍历、条纹检测和Gamma变换等步骤;缺陷检测主要包括水平与垂直投影、快速区域生长法连通域标记和分块处理等步骤。该算法对Gamma变换以及区域生长法作加速处理,同时能够最大限度地检测出PVC管材表面缺陷并避免误检。实验及工厂实地检测结果表明,该算法检测准确率为97.6%,实时检测速度超过60m/min,缺陷最小检测面积为0.05mm2,而且管材运行中单边抖动不超过5mm时无误报警现象发生,管材在运行速度为45m/min时漏检率为0,因而能满足实际生产需要。

论文目录

文章来源

类型: 期刊论文

作者: 李书华,周亚同,王丹,何静飞,张忠伟

关键词: 图像处理,表面缺陷检测,聚氯乙烯管材,区域生长法,投影法,分块法

来源: 激光与光电子学进展 2019年13期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 有机化工,材料科学,计算机软件及计算机应用

单位: 河北工业大学电子信息工程学院天津市电子材料与器件重点实验室,北京市安视中电科技有限公司

基金: 国家自然科学基金(61801164),河北省引进留学人员资助项目(CL201707),教育部春晖计划项目(Z2017015),河北省研究生创新资助项目(CXZZSS2018012)

分类号: TB302.5;TQ325.3;TP391.41

页码: 100-108

总页数: 9

文件大小: 1144K

下载量: 384

相关论文文献

• [1].基于机器视觉的带钢表面缺陷检测系统[J]. 邢台职业技术学院学报 2020(03)
• [2].基于机器视觉的带钢表面缺陷检测系统的设计[J]. 内燃机与配件 2020(14)
• [3].基于深度学习的两阶段目标检测方法及其在表面缺陷检测中的应用[J]. 自动化应用 2020(08)
• [4].基于机器视觉的连杆表面缺陷检测系统[J]. 制造业自动化 2020(11)
• [5].基于旋翼无人机的飞机表面缺陷检测[J]. 科技经济导刊 2020(33)
• [6].基于深度学习的混凝土表面缺陷检测方法[J]. 激光杂志 2020(06)
• [7].钢球表面缺陷检测方法综述[J]. 装备制造技术 2018(10)
• [8].表面缺陷检测综述[J]. 计算机科学与探索 2014(09)
• [9].基于特征与形貌重构的轴件表面缺陷检测方法[J]. 浙江大学学报(工学版) 2020(03)
• [10].基于深度学习的表面缺陷检测系统[J]. 电子世界 2020(09)
• [11].基于度量学习的小样本零器件表面缺陷检测[J]. 仪器仪表学报 2020(07)
• [12].基于机器视觉的太阳能电池片表面缺陷检测研究现状及展望[J]. 北京工业大学学报 2017(01)
• [13].水果表面缺陷检测法获得专利授权[J]. 食品工业 2015(03)
• [14].金属板材表面缺陷检测系统研究与设计[J]. 电脑知识与技术 2020(28)
• [15].基于图像的圣女果表面缺陷检测[J]. 计算机仿真 2014(02)
• [16].基于水平集的不规则透明表面缺陷检测设计[J]. 测控技术 2017(02)
• [17].基于图像处理的产品表面缺陷检测系统研究[J]. 电子技术应用 2017(05)
• [18].基于深度学习的铝材表面缺陷检测[J]. 华东师范大学学报(自然科学版) 2020(06)
• [19].四种成像技术在水果表面缺陷检测的应用[J]. 中国农机化 2009(06)
• [20].基于光度立体和级数展开法的金属表面缺陷检测方法[J]. 广西师范大学学报(自然科学版) 2020(06)
• [21].基于机器视觉的铸坯表面缺陷检测系统的研制[J]. 武钢技术 2010(01)
• [22].基于计算机视觉的轴承表面缺陷检测[J]. 煤矿机械 2009(02)
• [23].表面缺陷检测系统在冷轧厂的应用[J]. 梅山科技 2013(01)
• [24].基于Gaussian-yolov3的铝型材表面缺陷检测[J]. 计算机测量与控制 2020(09)
• [25].基于视觉显著性的轴承表面缺陷检测算法的研究[J]. 自动化应用 2020(09)
• [26].冲压磨削平板类零件的表面缺陷检测[J]. 锻压技术 2020(06)
• [27].基于高斯混合模型的青梅表面缺陷检测识别技术[J]. 林业工程学报 2020(04)
• [28].基于支持向量机的金属表面缺陷检测算法[J]. 世界有色金属 2016(02)
• [29].高温环境下表面缺陷检测系统的热防护研究[J]. 宝钢技术 2012(04)
• [30].基于机器视觉的钢板表面缺陷检测系统[J]. 山西冶金 2011(04)

标签：图像处理论文;  表面缺陷检测论文;  聚氯乙烯管材论文;  区域生长法论文;  投影法论文;  分块法论文;