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