摘要
文章提出一种基于图像分割的机械工件表面缺陷无损识别方法,以改善机械生产领域工件质量检测的效率与智能化水平。基于亮度谱信息进行工件缺陷区域像素定位,通过像素阈值映射操作完成工件表面缺陷初步分割,并生成二值图像;根据图像灰度直方图基本特征计算缺陷分割的阈值,基于阈值信息自适应划分前景信息与背景信息,进一步得到精准的缺陷分割结果;最后构建卷积神经网络识别模型,以缺陷图像形状特征为依据识别工件表面缺陷的三种类型。实验结果显示,该方法识别工件表面缺陷的成功率高达97.3%,与同类型识别方法相比更具有精度优势。
出处
《九江学院学报（自然科学版）》
CAS
2021年第1期50-52,67,共4页
Journal of Jiujiang University：Natural Science Edition
基金
2019年宣城职业技术学院科研振兴计划项目(编号ZXTS201908)
2019年安徽省级质量工程技术技能型大师工作室项目(编号2019dsgzs15)
2019年安徽省级质量工程教师教学创新团队项目(编号2019cxtd047)的成果之一。
