基于KNN算法的铝合金阳极化层打磨质量检测系统研究

摘要：

结合航空航天行业对铝合金焊接的要求,提出了一种基于KNN算法的铝合金工件阳极化层打磨质量视觉检测系统.系统利用SCARA机器人及固定在其上的图像获取装置,多角度、多方位、多视场地对传送设备上的工件进行拍摄,并通过图像处理技术得出工件的打磨质量检测结论.结合铝合金特点,利用打磨前后工件颜色不同,采用KNN分类算法对工件打磨区域进行分类,得到工件被打磨区域宽度的测量值以及工件打磨的质量,并与采用传统动态阈值分割、边缘提取等图像处理方法进行了对比.最终完成铝合金工件阳极化层打磨质量检测实验,结果表明,系统可以有效地对打磨质量进行检测,并且与其他方法相比有较高的稳定性.

关键词：KNN分类算法、机器人、阳极化层打磨、质量检测

所属期刊栏目：36

分类号：TP274.5(自动化技术及设备)

资助基金：广东省重大科技专项项目2015B010918001

在线出版日期：2018-08-30（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：45-49