基于神经网络的零件缺陷机器视觉识别系统

摘要：

小轴承、轮轴等是机器、车辆、发动机等的重要零配件,为提高对其表面缺陷进行检测的检测效率和检测精度,以小轴承表面为研究对象,提出了采用机器视觉技术实现对轴承表面缺陷的实时在线自动检测,设计了基于BP神经网络的零件缺陷机器视觉在线自动检测系统;根据微小轴承的表面结构、尺寸、检测精度和缺陷特征,采用机器视觉技术,对所采集到的图片进行预处理,构建BP神经网络检测识别模型,利用Hough变换以及Roberts算子提取了图像中的目标区域,以组合矩不变量为依据,判断轴承是否存在缺陷,从而对微小轴承缺陷进行实时检测;MATLAB仿真结果证明了人工神经网络识别模型的检测能力的可靠性和有效性.

关键词：缺陷检测、神经网络、机器视觉、组合矩

所属期刊栏目：25

分类号：E926.3(武器、军用器材)

在线出版日期：2017-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：248-251,256