没有合适的资源?快使用搜索试试~ 我知道了~
基于决策树学习的柱状二极管表面缺陷检测系统设计
需积分: 7 0 下载量 56 浏览量
2020-10-17
02:09:57
上传
评论
收藏 512KB PDF 举报
温馨提示
试读
4页
研究对象为柱状二极管,管体表面分布着白色文字和极性环。通过光学原理设计出能够减弱反光、打亮侧面的光学平台。同时,从对象分割、特征提取和决策树分类器三方面讲述视觉软件系统的设计流程:针对文字与缺陷ROI相混的情况,先利用笔画宽度转换(SWT)分割文字,剩下的连通ROI即是缺陷ROI;针对缺陷特征,提出平均灰度、环状度、边缘方向直方图和LBP四项特征值;最后利用决策树分类器对缺陷ROI进行分类,缺陷ROI识别率接近100%,缺陷ROI分类正确率达到92.3%,取到了较好的识别和分类效果。
资源推荐
资源详情
资源评论
基于决策树学习的柱状二极管表面缺陷检测系统设计基于决策树学习的柱状二极管表面缺陷检测系统设计
研究对象为柱状二极管,管体表面分布着白色文字和极性环。通过光学原理设计出能够减弱反光、打亮侧面的
光学平台。同时,从对象分割、特征提取和决策树分类器三方面讲述视觉软件系统的设计流程:针对文字与缺
陷ROI相混的情况,先利用笔画宽度转换(SWT)分割文字,剩下的连通ROI即是缺陷ROI;针对缺陷特征,提
出平均灰度、环状度、边缘方向直方图和LBP四项特征值;最后利用决策树分类器对缺陷ROI进行分类,缺陷
ROI识别率接近100%,缺陷ROI分类正确率达到92.3%,取到了较好的识别和分类效果。
摘摘 要要: 研究对象为柱状二极管,管体表面分布着白色文字和极性环。通过光学原理设计出能够减弱反光、打亮侧面的光
学平台。同时,从对象分割、特征提取和决策树分类器三方面讲述视觉软件系统的设计流程:针对文字与缺陷ROI相混的情
况,先利用
关键词关键词:
0 引言引言
目前机器视觉的被测对象大都是平面结构,形状和纹理的一致性很高。而对柱状元件来说,表面纹理分布于四周,缺陷的
空间位置、形状特征和灰度特征的不确定性很大,而且可能出现不同缺陷混在一起的情况,增大了图像分割和特征提取的难
度。对于这种柱状元件,目前只能检测侧面外形缺陷和少数纹理缺陷,若要进行完整检测,需要增加相机的数量,成本很高。
本文详述了视觉系统主要部分的设计过程,从光学平台设计和缺陷分割分类算法两个方面提出创新,算法部分用MATLAB进行
仿真验证,完成外形和纹理缺陷的检测任务。
1 系统方案系统方案
系统为实时在线监测,包括硬件系统和软件系统,如图1所示。硬件系统包括光学平台[1]、传送机构、传感器和执行机
构;软件系统包括人机界面、串口通信、图像处理及分类算法。
2 软件系统软件系统
首先介绍研究对象及其缺陷类型。缺陷类型包括:管脚缺陷和管体缺陷。管脚缺陷多为外形缺陷,管体缺陷包括:(a)
管体大小不一;(b)管体缺损;(c)文字缺失;(d)片状印染;(e)色环缺失;(f)极性环宽度不一;(g)露白胶。图
2为对象整流二极管封装DO-41外形尺寸。
(a)、(e)、(f)类缺陷在分割时通过外形特征就能判断出缺陷类型,算法的难点在于(b)、(c)、(d)、(g)
类缺陷。针对(b)、(c)、(d)、(g)类可能出现混在一起的情况,先对文字进行分割,留下来的连通区域就是(b)、
(d)、(g)类;然后提取(b)、(d)、(g)类的特征,实际分类时又将这三类分为管体正面缺损、侧面缺损、片状印染
和露白胶4种类型;最后利用决策树分类器对4种类型进行分类。下面是软件系统中的主要算法。
2.1 文字分割算法文字分割算法
笔画宽度转换(Stroke Width Transform,SWT)最初在2010年由EPSHTEIN B提出并应用于场景文字检测[2],作者通
过SWT对文字进行分割。本课题中,因二极管背景简单,字符笔画宽度固定,故查全率接近100%,而且可以去除边缘弥散光
造成的影响。
SWT的核心思想是:先对图像做Canny检测,如图3所示,其中,M、N是边缘上的点;然后求点M处梯度的单位方向向
量dM,dM大约垂直于笔画边缘。
资源评论
weixin_38528517
- 粉丝: 3
- 资源: 942
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功