机器视觉在厚壁钢管端面缺陷检测中的应用

论文摘要

针对目前人工检测厚壁钢管端面缺陷存在的效率低、速度慢,且还会出现错检、漏检等问题,提出一种基于机器视觉的方法,实现对厚壁钢管端面缺陷的检测及分类。首先单独提取钢管倒角区域,利用最小二乘法对内外倒角包含的轮廓圆进行拟合,并根据欧式距离来判断倒角是否出现偏心的情况;其次提取钢管端面区域,并通过Otsu算法分割出缺陷区域,计算各联通域的特征描述并组成新的特征向量,使用支持向量机来判断缺陷类型。研究结果表明:该方法能准确检测出厚壁钢管的倒角是否偏心、端面是否存在各类的缺陷,且准确率达到96.7%,对一钢管端面的判断时间不超过100 ms,相比人工目测速度有明显的提高。

论文目录

• 0 引言
• 1 图像采集系统设计
• 2 厚壁钢管倒角偏心判断
•   2.1 图像平滑滤波处理
•   2.2 倒角区域提取与拟合
•   2.3 判断倒角是否偏心
• 3 厚壁钢管端平面缺陷检测
•   3.1 端面圆环区域的构造
•   3.2 缺陷区域图像分割
•   3.3 缺陷信息特征量的提取
•   3.4 基于支持向量机的钢管端面缺陷分类识别
• 4 实验与分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 王柯赛,张洪

关键词: 厚壁钢管,端面检测,缺陷分类,机器视觉

来源: 机电工程技术 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,计算机软件及计算机应用

单位: 广东工业大学

分类号: TG115.28;TP391.41

页码: 52-57

总页数: 6

文件大小: 2141K

下载量: 253