设计应用

基于熵率聚类的超像素机器视觉与缺陷检测算法

作者：李 锋
发布日期：2021-02-23
来源：信息技术与网络安全

0 引言

         随着智能制造工艺精度的提高，高精度和快速检测成为目前亟待解决的问题。机器视觉与图像识别作为非接触式检测方式，具有检测速度快、精度高的特点，能很好地解决智能制造流水线中的瓶颈，并逐步替代传统人工检测方法。

        工业检测对表面缺陷检测要求更严格，传统表面缺陷成像方法，包括线扫描、结构光、面阵相机等已经不能满足精度要求，基于超像素检测算法由此诞生。表面缺陷检测问题包括图像分类和图像分割两大部分，通过采集大量缺陷与合格产品图像，对比分析图像中缺陷特征，设计相应缺陷检测算法。




本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003382




作者信息:

李  锋

(广东交通职业技术学院，广东 广州510650)


此内容为AET网站原创，未经授权禁止转载。
机器视觉 熵率聚类 超像素 贪婪启发算法

Copyright © 2005-2020 《电子技术应用》版权所有 京ICP备10017138号