首页> 中文期刊> 《重型机械》 >基于机器视觉的铸件表面缺陷人工神经网络检测方法

基于机器视觉的铸件表面缺陷人工神经网络检测方法

         

摘要

提出一种基于机器视觉与人工神经网络的铸件表面缺陷识别方法,采用计算机图像技术采集和处理生产线上的铸件表面图像信号,采用改进的BP神经网络算法对图像信号进行缺陷识别分析.该方法在为某厂研制的铸件表面缺陷检测系统中使用后,作业时耗平均降低4min/工件,表面缺陷检出准确率平均提高15%,实践表明本文方法是可行、有效的.

著录项

  • 来源
    《重型机械》 |2004年第2期|51-54|共4页
  • 作者单位

    西安理工大学计算机学院,陕西,西安,710048;

    西安微电子技术研究所 陕西 西安 710054;

    西安理工大学计算机学院,陕西,西安,710048;

    西安理工大学计算机学院,陕西,西安,710048;

    西安微电子技术研究所 陕西 西安 710054;

    西安重型机械研究所,陕西,西安,710032;

    西安理工大学计算机学院,陕西,西安,710048;

    西安微电子技术研究所 陕西 西安 710054;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP391.41;
  • 关键词

    机器视觉; 表面缺陷; 神经网络;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号