|本期目录/Table of Contents|

[1]田秋红,李方勇,孙政荣.陶瓷水阀片表面缺陷图像检测方法研究[J].浙江理工大学学报,2017,37-38(自科3):417-422.
　TIAN Qiuhong,LI Fangyong,SUN Zhengrong.Study on the Image Detection for Surface Defects ofCeramic Water Valve Plate[J].Journal of Zhejiang Sci-Tech University,2017,37-38(自科3):417-422.
点击复制

陶瓷水阀片表面缺陷图像检测方法研究()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第37-38卷
期数:
2017年自科3期
页码:
417-422
栏目:
出版日期:
2017-05-18

文章信息/Info

Title:
Study on the Image Detection for Surface Defects ofCeramic Water Valve Plate
文章编号:
1673-3851 (2017) 03-0417-06
作者:
田秋红; 李方勇; 孙政荣
浙江理工大学精密测量技术实验室, 杭州 310018
Author(s):
TIAN Qiuhong;  LI Fangyong;  SUN Zhengrong
Precision Measurement Laboratory, Zhejiang SciTech University, Hangzhou 310018, China
关键词:
陶瓷水阀片缺陷检测; 支持向量机;  Hu不变矩;  Gobar特征
分类号:
TS195.644
文献标志码:
A
摘要:
针对人工陶瓷水阀片缺陷检测效率低、劳动强度大、容易漏检的问题，提出一种基于支持向量机的陶瓷水阀片表面缺陷图像检测方法。先对陶瓷水阀片进行预处理，然后针对缺边和划痕两种缺陷分别提取陶瓷水阀片样本的Hu不变矩和Gobar纹理特征，最后输入训练好的支持向量机模型进行分类识别。搭建了陶瓷水阀片的缺陷检测实验装置并进行了可行性和对比性实验。结果表明本文构建的系统对缺边和划痕缺陷识别率高，同时对第二类型陶瓷水阀片样本的检测具有较好的适用性。

参考文献/References:

［1］ HASHIM A , CLEMENT P E. Computer vision in a manufacturing process［C］∥Proceeding on Robot Vision,1994:417-427.
［2］ BRADLEY C, WONG Y S. Surface texture indicators of tool weara machine vision approach［J］. The International Journal of Advanced Manufacturing Technology,2001(4):435-443.
［3］ LAHAJNAR F, BERNARD R, PERNU F，et al. Machine vision system for inspecting electric plates［J］. Computers in Industry,2002,47(1):113-122.
［4］ 胡亮,段发阶,丁克勤，等.带钢表面缺陷计算机视觉在线检测系统设计［J］.无损检测,2003(6):287-290.
［5］ 商俊敏,宫闽军,雷育良,等.基于机器视觉的在线轴承检测系统［J］.组合机床与自动化加工技术,2004,18(8):51-52.
［6］ 朱贵峰.机器视觉在线检测图像处理技术研究［D］.合肥：合肥工业大学,2006.
［7］ 张辉，王耀南，周博文.基于机器视觉的液体药品异物检测系统研究［J］.仪器仪表学报，2009,30(3):548-553.
［8］ 胡学龙.数字图像处理［M］.北京：电子工业出版社,2006.
［9］ 杨帆,王志陶,张华.精通图像处理经典算法:MATLAB版［M］.北京：北京航空航天大学出版社,2014.
［10］ 江熹.基于数字图像处理的大空间早期火灾自动检测与识别技术研究［D］.南昌：华东交通大学,2012.

备注/Memo

备注/Memo:
收稿日期： 2016-06-07
网络出版日期： 2017-03-28
基金项目： 国家自然科学基金项目（51405448）;浙江理工大学521中青年人才支持计划项目
作者简介： 田秋红（1976-），女，辽宁兴城人，副教授，主要从事精密视觉测量技术方面的研究
更新日期/Last Update: 2017-09-13