基于机器视觉的多铆钉自动检测算法研究.pdfVIP

基于机器视觉的多铆钉自动检测算法研究.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于机器视觉的多铆钉自动检测算法研究

48 传感器与微系统 (TransducerandMicrosystemTechnologies) 2013年 第32巷 第4其H 基于机器视觉的多铆钉 自动检测算法研究 郭全 民,胡 辉 (西安工业大学 电子信息工程学院,陕西 西安 710032) 摘 要 :为了克服传统人工铆钉检测工效低 、精度不易控制等弊端,提出了一种基于机器视觉的多铆钉非 接触式 自动检测算法。采用改进的OTSU算法对采集到的铆钉图像进行分割,有效地减少丁污点区域的 误划分。为解决铆钉方位的随机性对检测过程造成的影响,采用最小外接矩形法定位铆钉轮廓主轴,克服 了复杂工业环境中的不确定因素。通过计算铆钉轮廓各点在两侧支撑区间内曲率的方法识别轮廓特征 点 ,有效减少了噪声在曲率计算中的权重 ,并提高了识别精度。实验表明:该系统检测精度高,且误检率 低 ,能满足铆钉生产在线检测的要求。 关键词:铆钉检测;机器视觉;图像分割;特征点识别 中图分类号:TP391.41 文献标识码:A 文章编号:1000-9787(2013)04-0048-03 Research 0fautomaticdetection algorithm for ’ ‘ ‘ ● 1 ’ ‘ ● ● m ulti-rivetsbased On m achineVlSlon GUOQuan—rain,HUHui (SchoolofElectronicsInformationEngineering,Xi’anTechnologicalUniversity,Xi’an710032,China) Abstract: To overcome defects of traditional artificial rivets detection,such as lOW work efficiency and unmanageableprecision.anon—contactautomaticdetectionalgorithm tormulti—rivetsbasedon machinevision is proposed.TheimprovedOTSU algorithm isadopted to segmentcollected rivetimagewhicheft~ctivelyreduce erroneoussegmentationofstainareas.Inordertoresolyetheimpactcausedbytherandomnessofrivetsorientation Offtestprocess,theminimum enclosingrectanglemethodisadoptedtopositiontheoutlinespindleofrivet,which conquerstheuncertainfactorsincomplexindustrialenvironments.Identifytheoutlinefeaturepointsbycalculating curvatureofeachrivetcontourpointinthebothsidesofthesupportregion,whicheffectivelyreducesweightof noiseincurvaturecalculationandimprovetherecognition precision.Theexperimentsshow thatthesystem has advantageousofhighdetectionprecisionandlow talsedetectionrate,andcanmeeton—linedetectionrequirements ofrivets. Key

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档