基于机器视觉的金属板材表面波纹度检测方法

摘要：

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％.

关键词：金属板材、表面波纹度、机器视觉、BP神经网络

所属期刊栏目：43

分类号：TP274.5;TG115.28(自动化技术及设备)

资助基金：浙江省科技计划项目LGG18E050025

在线出版日期：2021-03-18（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：39-43