首页> 中文期刊> 《仪表技术与传感器》 >基于机器视觉的箱体类金属工件铆接质量检测方法研究

基于机器视觉的箱体类金属工件铆接质量检测方法研究

         

摘要

针对箱体类金属工件铆接质量难以检测、检测效率及精度低的问题,通过分析半空心铆钉铆接特点,基于机器视觉技术,提出了一种特征融合与机器学习结合的铆接质量检测方法。首先,为了克服铆钉反光及背景噪声和纹理的影响,提出改进的Retinex图像增强算法和多阈值目标分割算法,得到铆钉及镦头等感兴趣区域;其次,为了准确描述缺陷特征,提取目标区域的几何形状及Zernike矩等12维特征向量;最后,设计了基于ELM分类算法实现缺陷的分类。实验结果表明,该方法能够准确检测出铆接质量缺陷,“合格-缺陷”二分类和缺陷多分类检测正确率分别为95.2%和92%,且满足实时在线检测需求。

著录项

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