重轨表面缺陷机器视觉检测的关键技术
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TM930.12

基金项目:


The Study on Key Technology of Faults Detecting on Surface of Rail Steel Based on Machine Vision
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对重轨生产线中重轨表面缺陷在线检测的困难,提出了基于机器视觉检测的系列关键技术,包括缺陷成像机理、多CCD组合采集器、图像处理技术、基于多空间的缺陷参数提取等.通过图像校正、基于支持向量机(SVM)的直线(面)边缘搜索算法和缺陷特征参数提取等核心技术,可获得完整的重轨全表面的图像,其提纯的缺陷特征参数可以进行模式识别.实验验证表明,采用上述关键技术对重轨表面常见的缺陷识别,正确率在80%以上,达到了工程检测的需要.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

王凌云,黄红辉,王雪,谢志江.重轨表面缺陷机器视觉检测的关键技术[J].重庆大学学报,2007,30(9):27-32.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2007-05-12
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码