图像处理技术在油封缺陷检测与识别中的应用研究
发布时间:2021-05-14 14:04
为了提高油封检测及识别精准度,本文选取图像处理技术作为研究工具,提出油封缺陷图像处理技术应用研究。通过检测图像边缘信息,提取图像特征信息,并分割图像信息进行识别,从而得出较为精准的判断结果。实践应用结果表明,本方案检测识别油封缺陷的精准度高于90.91%,符合要求,可以推广应用,能够为相关实践工作的开展提供良好支持。
【文章来源】:信息技术与信息化. 2020,(11)
【文章页数】:2 页
【文章目录】:
0 引言
1 油封缺陷检测
2 基于图像处理技术的油封缺陷检测与识别方法
2.1 油封缺陷检测
2.1.1 图像预处理
2.1.2 缺陷边缘检测
2.1.3 缺陷特征提取
2.2 油封缺陷识别
3 实践应用测试分析
4 总结
【参考文献】:
期刊论文
[1]基于图像处理技术的油污干扰下硅钢片缺陷检测[J]. 彭宽宽,龚时华,王子悦,李德龙. 航空制造技术. 2019(20)
[2]深度学习在超声检测缺陷识别中的应用与发展[J]. 李萍,宋波,毛捷,廉国选. 应用声学. 2019(03)
[3]自动光学(视觉)检测技术及其在缺陷检测中的应用综述[J]. 卢荣胜,吴昂,张腾达,王永红. 光学学报. 2018(08)
[4]基于X射线图像和卷积神经网络的石油钢管焊缝缺陷检测与识别[J]. 刘涵,郭润元. 仪器仪表学报. 2018(04)
本文编号:3185772
【文章来源】:信息技术与信息化. 2020,(11)
【文章页数】:2 页
【文章目录】:
0 引言
1 油封缺陷检测
2 基于图像处理技术的油封缺陷检测与识别方法
2.1 油封缺陷检测
2.1.1 图像预处理
2.1.2 缺陷边缘检测
2.1.3 缺陷特征提取
2.2 油封缺陷识别
3 实践应用测试分析
4 总结
【参考文献】:
期刊论文
[1]基于图像处理技术的油污干扰下硅钢片缺陷检测[J]. 彭宽宽,龚时华,王子悦,李德龙. 航空制造技术. 2019(20)
[2]深度学习在超声检测缺陷识别中的应用与发展[J]. 李萍,宋波,毛捷,廉国选. 应用声学. 2019(03)
[3]自动光学(视觉)检测技术及其在缺陷检测中的应用综述[J]. 卢荣胜,吴昂,张腾达,王永红. 光学学报. 2018(08)
[4]基于X射线图像和卷积神经网络的石油钢管焊缝缺陷检测与识别[J]. 刘涵,郭润元. 仪器仪表学报. 2018(04)
本文编号:3185772
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3185772.html