模糊识别算法在坩埚缺陷检测系统的应用

论文摘要

针对传统的表面缺陷检测不能够用于坩埚缺陷检测与坩埚表面缺陷特征不能很好的识别等问题,提出一种新型的基于机器视觉的坩埚在线检测系统的设计方案,实现了坩埚表面缺陷的自动检测。首先搭建一套视觉硬件平台,构建基于机器视觉的检测系统;然后实时检测软件通过曝光控制采集算法获得理想的图像,并在图像处理算法中提出一种局部动态区域的阈值分割算法获得缺陷特征;最后根据T2FNN模糊神经网络算法对缺陷特征进行识别。实验结果表明,实时在线检测正确率达到99%,因此该系统的稳定性和准确度达到了较高的标准,具有很高的实用价值。

论文目录

• 0 引言
• 1 缺陷检测系统设计
•   1.1 视觉硬件系统设计
•   1.2 视觉软件系统设计
• 2 图像处理算法设计
•   2.1 图像采集
•   2.2 局部动态区域的阈值分割
• 3 缺陷特征识别算法
•   3.1 输入层
•   3.2 隶属层
•   3.3 输出层
• 4 实验结果和分析
•   4.1 试验环境
•   4.2 学习训练样本
•   4.3 结果分析
• 5 结论

文章来源

类型: 期刊论文

作者: 孙维康,刘曰涛,黄浩,肖春雷

关键词: 机器视觉,表面缺陷,曝光控制,阈值分割,模糊神经网络

来源: 组合机床与自动化加工技术 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 无机化工,计算机软件及计算机应用

单位: 山东理工大学机械工程学院

基金: 国家自然科学基金(51405277)

分类号: TP391.41;TQ127.2

DOI: 10.13462/j.cnki.mmtamt.2019.12.024

页码: 98-102

总页数: 5

文件大小: 1111K

下载量: 99