科研之友
微信
新浪微博
Facebook
分享链接
摘要
零件质量合格与否影响整个装配体的服役寿命，如何快速准确的检测零件质量是否合格已经成为研究热点之一，机器视觉缺陷检测应用日益广泛，但由于铣削后零件纹理背景存在的缘故，常常导致零件表面缺陷的检测不够精准。本文提出一种将灰度共生矩阵(GLCM)和模糊C均值聚类算法(FCM)相结合的新型图像表面缺陷提取方法，利用改进后的灰度共生矩阵将缺陷与铣削背景的对比度提高，再针对缺陷与铣削背景之间的灰度差较大这一特性，使用模糊C均值聚类的方法对图像进行分割。该算法可以有效区分加工缺陷与加工纹理，并快速准确的提取零件缺陷特征。通过缺陷提取实验，并与传统的分割算法对比，可得出该算法能够快速的提取铣削零件表面缺陷，并且对提取多类缺陷具有良好的适应能力。
- 单位
