%0 Journal Article
%T 重轨表面缺陷机器视觉检测的关键技术
%A 王凌云
%A 黄红辉
%A 王雪
%A 谢志江
%J 重庆大学学报
%D 2007
%R 10.11835/j.issn.1000-582X.2007.09.007
%X 针对重轨生产线中重轨表面缺陷在线检测的困难,提出了基于机器视觉检测的系列关键技术,包括缺陷成像机理、多CCD组合采集器、图像处理技术、基于多空间的缺陷参数提取等.通过图像校正、基于支持向量机(SVM)的直线(面)边缘搜索算法和缺陷特征参数提取等核心技术,可获得完整的重轨全表面的图像,其提纯的缺陷特征参数可以进行模式识别.实验验证表明,采用上述关键技术对重轨表面常见的缺陷识别,正确率在80%以上,达到了工程检测的需要.
%K 重轨
%K 机器视觉
%K 表面缺陷
%K 支持向量机
%K 重轨
%K 表面缺陷
%K 机器视觉检测
%K Machine
%K Vision
%K Based
%K Rail
%K Steel
%K Surface
%K Detecting
%K Faults
%K Key
%K Technology
%K 工程检测
%K 正确率
%K 缺陷识别
%K 实验验证
%K 模式识别
%K 缺陷特征参数
%K 核心
%K 特征参数提取
%K 搜索算法
%K 边缘
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=200709314&flag=1