作者王伟(2019)在《钢卷边部缺陷检测方法研究》一文中研究指出:针对使用人工检测硅钢薄钢板打卷和转运过程中有可能造成的边部损伤存在的效率低下和容易漏检问题,提出了采用机器视觉的方法来检验边部的主要缺陷。使用成熟的工业相机CCD感光技术对钢卷边部图像进行采集,然后通过采用纵横均匀法将图像分割为9个小型区域,并分别拍照获取图像,最后采用模版匹配法进行检测。实现了边部缺陷的快速识别和分析,并通过实验证明了机器视觉方法的可靠性。
zhen dui shi yong ren gong jian ce gui gang bao gang ban da juan he zhuai yun guo cheng zhong you ke neng zao cheng de bian bu sun shang cun zai de xiao lv di xia he rong yi lou jian wen ti ,di chu le cai yong ji qi shi jiao de fang fa lai jian yan bian bu de zhu yao que xian 。shi yong cheng shou de gong ye xiang ji CCDgan guang ji shu dui gang juan bian bu tu xiang jin hang cai ji ,ran hou tong guo cai yong zong heng jun yun fa jiang tu xiang fen ge wei 9ge xiao xing ou yu ,bing fen bie pai zhao huo qu tu xiang ,zui hou cai yong mo ban pi pei fa jin hang jian ce 。shi xian le bian bu que xian de kuai su shi bie he fen xi ,bing tong guo shi yan zheng ming le ji qi shi jiao fang fa de ke kao xing 。
论文作者分别是来自邯郸职业技术学院学报的王伟,发表于刊物邯郸职业技术学院学报2019年02期论文,是一篇关于钢卷论文,感光技术论文,机器视觉论文,边部缺陷论文,邯郸职业技术学院学报2019年02期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自邯郸职业技术学院学报2019年02期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
本文来源: https://www.lw50.cn/article/50a9e14da9086c429441d526.html