10.3969/j.issn.1671-0630.2023.05.018
基于机器视觉技术的火花塞缺陷自动检测研究
以表面信息为基础进行火花塞缺陷检测时,大多通过人眼观测获取表面信息,导致检测结果F1-score值较低.因此,提出应用机器视觉技术的火花塞缺陷自动检测方法.依托于机器视觉技术原理,布置工业摄像机与CMOS型图像传感器,在合适的光照条件下采集包含详细表面信息的火花塞图像.对采集图像进行灰度转换、中值滤波以及配准处理,得到有效处理后火花塞图像.通过改进HOG特征提取算法,抽取火花塞图像包含的关键特征信息,输入支持向量机分类器中,得到缺陷自动检测结果.实验结果表明:所提检测方法的F1-score值为0.97,与基于特征融合、基于决策树的方法相比,F1-score值分别提升16%、21%.
机器视觉技术、火花塞、表面缺陷、特征提取、图像配准、支持向量机
52
TP391(计算技术、计算机技术)
湖南省自然科学基金项目2021JJ60055
2023-11-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
81-86