版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、拉鏈產(chǎn)品外觀檢測是拉鏈生產(chǎn)中的關(guān)鍵環(huán)節(jié)之一。傳統(tǒng)的拉鏈產(chǎn)品外觀檢測主要采用人工檢測來完成,存在效率低、準確率不高的缺點。用圖像檢測代替人工檢測的方法將會成為拉鏈產(chǎn)品外觀檢測的趨勢,具有廣闊的前景和市場價值。為此,有必要研究用圖像檢測的方法來檢測拉鏈產(chǎn)品的缺陷,以達到提高效率和準確率的目的。
在拉鏈產(chǎn)品的外觀缺陷中,拉鏈布邊缺陷是主要的缺陷類型之一。然而,到目前為止,用圖像檢測的方法對拉鏈的缺陷檢測研究主要偏向于拉鏈齒、拉頭和限
2、位碼,單獨針對拉鏈布邊的檢測研究還沒有。于是,本文將拉鏈布邊單獨分割出來,用圖像檢測的方法檢測缺陷。本文的主要工作如下:
首先,介紹了拉鏈缺陷檢測的背景以及研究意義,分析了拉鏈布邊缺陷檢測的研究現(xiàn)狀,并介紹了本文的研究工作。
其次,提出了拉鏈布邊缺陷檢測的整體框架,給出了缺陷檢測的具體流程,詳細闡述了樣本集的構(gòu)建過程。
第三,針對拉鏈布邊紋理顯著的特點,提出了利用局部二值模式(Local Binary Pa
3、ttern,LBP)和灰度共生矩陣(Gray level co-occurrence matrix,GLCM)提取特征的方法。討論了這兩種算法的參數(shù)選擇問題,并且給出了拉鏈布邊樣本圖像特征提取的具體步驟。
第四,研究了利用BP神經(jīng)網(wǎng)絡(luò)識別拉鏈布邊缺陷的方法。根據(jù)BP神經(jīng)網(wǎng)絡(luò)的相關(guān)理論探討了主要參數(shù)選擇的問題,給出了網(wǎng)絡(luò)的訓(xùn)練過程,然后闡述了BP神經(jīng)網(wǎng)絡(luò)識別拉鏈布邊缺陷的具體步驟。
第五,進行了相關(guān)實驗,并對實驗結(jié)果進
4、行了分析。將LBP三種模式提取特征的效果作出了比較,實驗結(jié)果表明:在樣本圖像一致的條件下,均勻模式提取特征用時最少,并且識別準確率最高,是最佳的LBP模式。接著,將均勻模式與GLCM提取特征的效果作出了比較,實驗結(jié)果表明:均勻模式能以接近3倍于GLCM的速度提取相同樣本圖像的特征,在污染、破損、脫線這三種缺陷樣本下,均勻模式的平均識別準確率為89.33%,GLCM的平均識別準確率為87.67%,均勻模式高出GLCM1.66%。然后,對B
5、P神經(jīng)網(wǎng)絡(luò)的性能作出了分析,實驗結(jié)果表明:BP神經(jīng)網(wǎng)絡(luò)識別準確率最高可達95.00%;且識別2200個樣本每個樣本平均用時在0.036秒內(nèi)。可見,BP神經(jīng)網(wǎng)絡(luò)具備良好的識別精度和良好的實時性。最后,研究了隱層節(jié)點數(shù)對BP神經(jīng)網(wǎng)絡(luò)識別效果的影響,實驗結(jié)果表明:識別準確率與隱層節(jié)點數(shù)呈現(xiàn)非線性關(guān)系,當(dāng)識別準確率達到最高后,繼續(xù)增加節(jié)點數(shù),識別準確率并不會提高,而識別用時卻也在增加。
最后,對本文的研究成果做出總結(jié),并給出了后續(xù)的研
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 拉鏈鏈齒分布缺陷檢測的數(shù)字圖像處理研究
- 印刷圖像顏色缺陷檢測方法的研究.pdf
- 金屬拉鏈缺陷檢測系統(tǒng)研究與實現(xiàn).pdf
- 手機屏幕圖像缺陷檢測方法的研究.pdf
- 基于圖像處理的坯布缺陷檢測方法研究.pdf
- 鑄坯表面缺陷圖像檢測方法研究.pdf
- 基于圖像處理的PCB缺陷檢測方法研究.pdf
- 基于圖像處理的馬鈴薯外部缺陷檢測方法研究.pdf
- 基于圖像的線路板缺陷檢測方法研究.pdf
- 超聲TOFD圖像缺陷檢測配準方法研究.pdf
- 陶瓷水閥片表面缺陷圖像檢測方法研究.pdf
- 拉鏈產(chǎn)品圖像中分割拉鏈齒區(qū)域的研究.pdf
- 閾值分割算法的研究及其在拉鏈缺陷檢測中的應(yīng)用.pdf
- 基于圖像處理的電路板卡缺陷檢測方法研究.pdf
- 基于圖像處理的印刷品缺陷檢測方法研究.pdf
- 基于圖像處理的工件表面缺陷檢測理論與方法研究.pdf
- 基于圖像處理的焊接缺陷自動檢測方法研究.pdf
- 梨表面缺陷的激光散斑圖像檢測方法研究.pdf
- 基于圖像處理的注塑制品缺陷檢測方法研究.pdf
- 基于紅外熱圖像的缺陷檢測研究.pdf
評論
0/150
提交評論