基于机器视觉的金属板材表面波纹度检测方法
常规波纹度测量方法存在检测效率低、检测精度不高等问题,为了实现金属板材表面波纹度的快速准确检测,提出了一种非接触式的表面波纹度无损检测方法,该方法采用改进的中值滤波实现高效快速的图像去噪,使用霍夫变换实现图像的自动旋转,提取了表面图像基于灰度共生矩阵的纹理特征参数,并进行相关性分析.结果表明,对比度、能量、相关和熵等特征参数与波纹度之间存在较好的一致性.以对比度、能量、相关和熵等为输入参数,构建了基于BP神经网络的表面波纹度检测模型,试验验证该方法能够实现金属板材表面波纹度的高效、高精度测量,检测误差仅为4.90%.
金属板材、表面波纹度、机器视觉、BP神经网络
43
TP274.5;TG115.28(自动化技术及设备)
浙江省科技计划项目LGG18E050025
2021-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
39-43