摘要
在电池的生产过程中,不可避免地会生产出一些次品,因此有必要依托信息技术设计出一套合理的算法来自动完成不合格次品的检出。利用图像采集设备采集纽扣电池表面图像,对采集的图像依次进行混合噪声滤除、OSTU最佳阈值分割、图像字符定位分割、缺陷模式提取、BP神经网络缺陷分类,每一步在满足检测精度的前提下,以算法简洁、高效作为衡量标准,为算法移植到生产实践中的实时检测奠定基础。
It will inevitably produce a number of defective goods in the production process of button batteries, so it is lecessary to rely on information technology to design a set of reasonable algorithm to automatically detect the unqualified products. We use image acquisition equipment to get the button cell surface image, and then to filter mixture noise, OSTU optimal hreshold segmentation, character of image segmentation, extraction of defect mode, BP neural network classification of defects. measure of standard of the algorithm in each step is simple and efficient, so it can lay the foundation for the algorithm to do real-time detection in production practices under meeting the detect precision in the premise condition.
出处
《表面技术》
EI
CAS
CSCD
北大核心
2013年第1期127-130,共4页
Surface Technology
基金
广西教育厅科研项目计划资助(201102ZD018)
关键词
缺陷检测
数字图像处理
BP神经网络
defect detection
digital image processing
BP neural network
作者简介
肖阔华（1984-），男，湖北孝感人，硕士生，主攻数字图像处理。
[通信作者]刘羽（1961-），男，广西桂林人，博士，教授，主要研究方向为并行计算、数据挖掘。
