陈少平
- 作品数：4 被引量：23H指数：3
- 供职机构：南昌航空大学更多>>
- 发文基金：江西省科技支撑计划项目无损检测技术教育部重点实验室开放基金教育部重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺电子电信更多>>
- 基于机器视觉的零件表面缺陷检测
- 零件缺陷检测是保证零件使用安全的重要手段。传统的检测由人工完成，工作量大，且易受到检测人员主观因素的影响，很难保证检测的效率与精度。用机器视觉检测方法可提高生产效率和生产的自动化生产程度。本文以常见的轴类零件和齿轮零件为...
- 陈少平
- 关键词：机器视觉小波变换OTSU法BP神经网络
- 文献传递
- 基于小波变换和Canny算子的齿轮边缘检测被引量：9
- 2010年
- 齿轮表面的缺陷检测是保证齿轮使用安全的一个重要手段。本研究对象为整个缺陷检测系统中的一部分,对输入的图像进行边缘检测,得到图像的边缘信息,是缺陷检测前的准备工作。基于小波变换多尺度多分辨率的特性,提出了将小波变换和Canny算子相结合的方法,对齿轮边缘进行检测。首先采用中值滤波去除图像噪声,然后根据小波变换理论,选取Haar小波提取图像的低频系数并重构,再用Canny算法检测齿轮的边缘,并对实景拍摄图片进行检测实验。结果表明:当小波尺度为1时,与单纯的Canny算法检测相比,改进算法在检测精度上较Canny算子有所改进,能够较好地检测边缘。
- 陈少平张桂梅王斯财
- 关键词：边缘检测小波变换CANNY算子
- 基于形态学和小波变换的Otsu提取缺陷被引量：3
- 2011年
- 为了解决经典Otsu法对复杂图像分割的不足,提出了一种新的分割算法来提取零件的表面缺陷,将形态学和小波变换理论应用到Otsu算法中。该算法采用两次分割,分别为将零件从背景中分割出来以及将缺陷从零件中分割出来。算法首先采用形态学中的顶帽变换和底帽变换相结合将零件从图像背景中分离出来,得到目标图像;然后选择单层小波系数分解目标图像,再将分解后的图像进行低频重构,去除冗余信息和噪声;最后分别应用一维和二维Otsu算法将缺陷从低频重构后的图像中分割出来。实验证明,所提出的算法较经典的一维和二维Otsu算法,具有分割精度高、抗噪性能强的优点,并且改进后的一维Otsu算法要优于改进后的二维Otsu算法。
- 张桂梅陈少平储珺
- 关键词：形态学小波变换OTSU算法
- 基于机器视觉的发动机表面缺陷检测技术被引量：7
- 2010年
- 发动机表面的缺陷检测是保证其使用安全性的重要手段。本文应用机器视觉技术实现发动机内表面缺陷的自动检测,用内窥镜采集发动机装药内表面的图像,结合图像特点,通过多次实验对比,选择中值滤波方法对图像进行滤波、Canny算子检测图像边缘,应用像素灰度的相似性和不连续性将缺陷从图像背景中分割出来,在此基础上,选取面积和周长特征作为缺陷判断依据,并将以上功能进行整合,设计缺陷自动检测系统。实验结果表明该方法在发动机内表面缺陷检测方面有较好的效果。
- 徐临洪张桂梅陈少平
- 关键词：机器视觉
