火花塞端面缺陷自动检测算法设计

摘要：

对火花塞端面缺陷进行检测时, 传统的检测方法是采用人工目测, 检测精度低, 受人为的影响因素多.根据火花塞端面检测的实际需求, 设计了一种基于机器视觉的全自动检测算法.该算法首先利用图像形态特征采用改进的霍夫变换方法提取待检测圆环区域, 并根据实际检测需求对圆环区域做极坐标变换, 使圆环区域展开为矩形.然后采用局部阈值分割方法对其进行二值化, 并利用形态学滤波的方法分离缺陷及类缺陷杂质区域, 结合连通域标记算法提取缺陷及类缺陷杂质区域.最后, 计算统计缺陷及类缺陷杂质的梯度直方图特征并对其进行逻辑回归分类识别.实验结果表明, 该算法检测精度达到99％, 漏检率仅1/500.不仅可完全满足工业生产的检测质量需求, 而且检测周期为0.6 s, 满足了工业在线生产的速度需求.

关键词：图像处理、缺陷检测、机器学习、火花塞端面、逻辑回归

所属期刊栏目：29

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金61405028;中央高校基金ZYGX2015J046,ZYGX2016J069

在线出版日期：2019-05-31（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：172-176