帶鋼表面缺陷智能化辨識(shí)方法的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、帶鋼的質(zhì)量檢查,既包括內(nèi)部質(zhì)量檢查,也包括表面質(zhì)量檢查。在激烈的市場(chǎng)競(jìng)爭(zhēng)條件下,良好的表面質(zhì)量不僅是企業(yè)形象的代表,而且是贏得市場(chǎng)的前提條件。帶鋼表面缺陷檢測(cè)系統(tǒng)作為表面質(zhì)量的監(jiān)測(cè)設(shè)備,在生產(chǎn)中具有非常重要的實(shí)用價(jià)值。近年來(lái),微電子技術(shù)、計(jì)算機(jī)技術(shù)、自動(dòng)化技術(shù)和光電子技術(shù)的飛速發(fā)展,人工智能、神經(jīng)網(wǎng)絡(luò)理論的深化及實(shí)用化,使帶鋼表面檢測(cè)向智能化、高精度、高可靠度、高速在線(xiàn)檢測(cè)的方向發(fā)展。本論文采用圖像處理、圖像分析、神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法,

2、智能化的識(shí)別帶鋼表面的缺陷,其主要工作包括以下幾個(gè)方面:1.對(duì)圖像處理技術(shù)進(jìn)行深入研究。比較常用算法的特點(diǎn),確定適合帶鋼表面缺陷的圖像處理方法。2.深入研究缺陷圖像的特征參數(shù)提取技術(shù)。本文利用數(shù)學(xué)結(jié)構(gòu)形態(tài)學(xué)的方法對(duì)缺陷圖像的整體特征參數(shù)進(jìn)行了提取,并提出了一種快速多邊形逼近算法—最小周長(zhǎng)法;通過(guò)對(duì)缺陷整體特征參數(shù)的分析,找到了不同缺陷的特征參數(shù)閾值。3.研究神經(jīng)網(wǎng)絡(luò)分類(lèi)技術(shù),設(shè)計(jì)了一種既能識(shí)別已知缺陷,又能識(shí)別未知缺陷的ART神經(jīng)網(wǎng)絡(luò)。

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論