用户名 密 码 登 录 忘记密码 免费注册

网站会员中心 | 设为首页 | 加入收藏

 您好，欢迎光临中国轴承行业网         退出登陆

会员中心 | 设为首页 | 加入收藏

协会

统计

国外文献 > 1.轴承 > 7. 智能方法与计算 > 神经网络

关键词搜索：

标 题： A Detection and Identification Method Based on Machine Vision for Bearing Surface Defects
基于机器视觉的轴承表面缺陷检测与识别方法
作 者： Zhengyan Gu
Xiaohui Liu
Lisheng Wei
关键词： Machine vision  [机器视觉]
Canny algorithm  [ Canny算法]
Support vector machine  [ 支持向量机]
Bearing surface defects  [ 轴承表面缺陷]
出版年： 2021
会议名： 2021 International Conference on Computer, Control and Robotics (ICCCR 2021)
2021年计算机、控制与机器人国际会议（ICCCR 2021）
届 次：
摘 要： In view of the disadvantages of manual testing of bearing surface defects in the bearing production process, an automatic detection and identification method of bearing surface defects based on machine vision is proposed. Firstly, the source image is pre-processed by gamma correction algorithm, and the Canny algorithm is improved by adaptive selection of the Canny algorithm based on iterative threshold segmentation method and Ostu algorithm to improve the integrity and precision of the segmentation of bearing surface defects. The experimental results show that the method can be accurately detected of bearing surface defects, and the defect recognition rate has reached 93.33%.

鉴于轴承生产过程中人工检测轴承表面缺陷存在诸多不足，提出了一种基于机器视觉的轴承表面缺陷自动检测与识别方法。首先，对源图像进行伽马校正算法预处理，并通过迭代阈值分割法和Ostu算法对Canny算法进行自适应优化，以提高轴承表面缺陷的分割完整性与精度。实验结果表明，该方法能够准确检测轴承表面缺陷，缺陷识别率达到93.33%。
中文内容为网络AI翻译，专业术语未必准确，仅供参考。

VIP网员

联系我们 | 登录注册 | 会员管理 | 网员服务 | 服务信息 | 广告服务 | 高薪聘请 | 法律声明 | 关于我们

京公网安备 11010202009788    京ICP备2021015424号