高级检索
    胡传双,云虹,赵俊石,朱新波,李重根. 基于激光扫描成像技术的锯材裂缝和孔洞缺陷的机器视觉识别系统[J]. 华南农业大学学报, 2008, 29(4). DOI: 10.7671/j.issn.1001-411X.2008.04.108
    引用本文: 胡传双,云虹,赵俊石,朱新波,李重根. 基于激光扫描成像技术的锯材裂缝和孔洞缺陷的机器视觉识别系统[J]. 华南农业大学学报, 2008, 29(4). DOI: 10.7671/j.issn.1001-411X.2008.04.108
    shu
    HU Chuan-shuang,YUN Hong,ZHAO Jun-shi,ZHU Xin-bo,LI Chong-gen. Journal of South China Agricultural University[J]. Journal of South China Agricultural University, 2008, 29(4). DOI: 10.7671/j.issn.1001-411X.2008.04.108
    Citation: HU Chuan-shuang,YUN Hong,ZHAO Jun-shi,ZHU Xin-bo,LI Chong-gen. Journal of South China Agricultural University[J]. Journal of South China Agricultural University, 2008, 29(4). DOI: 10.7671/j.issn.1001-411X.2008.04.108
    shu

    基于激光扫描成像技术的锯材裂缝和孔洞缺陷的机器视觉识别系统

    Journal of South China Agricultural University

      摘要
    • 摘要: 作为锯材表面常见缺陷的裂缝和孔洞,其共同特点在于所在部位厚度尺寸相较于正常材而言要小. 利用激光扫描技术形成了待检测材面的轮廓信息,把激光位移传感器输出的轮廓距离信息转换成图像的灰度值而形成轮廓图像. 根据裂缝和孔洞缺陷的形状特征,在统计的基础上提取了裂缝和孔洞缺陷的4个识别特征,并在此基础上开发了用于裂缝和孔洞缺陷识别的8条规则. 结果表明,所开发的基于激光扫描成像技术的锯材裂缝和孔洞缺陷的视觉识别系统不仅可以正确表征裂缝和孔洞等厚度缺陷信息,而且能够精确地定位和分类上述缺陷.

       

      • HTML全文
      • 参考文献(0)
      • 相关文章
      • 施引文献
    • 资源附件(0)

    /

    返回文章
    返回