基于蚁群算法的辊式涂布涂层厚度图像检测

发布时间：2021-03-28 09:42

　　针对目前辊式涂布涂层厚度检测效率低、准确率低等问题,提出一种基于启发式蚁群算法的辊式涂布涂层厚度机器视觉检测方法。采用Canny算子的原理提取出边缘信息,得到了边缘点的先验知识;然后建立了改进的蚁群算法的边缘追踪模型,实现了信息素和启发信息对蚂蚁的导向作用,同时较好地避免了蚂蚁在非边缘区域的分布和行走,解决了传统蚁群算法中随机性与正反馈两种机制的协调问题,使用改进蚁群算法的机器视觉法进行测量实验,与机理建模法对比最大误差为5.74%,平均误差为4.04%,满足实际生产需要。 

【文章来源】：应用光学. 2020,41(03)北大核心CSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于蚁群算法的玉米植株热红外图像边缘检测[J]. 陈浩,方勇,朱大洲,王成,陈子龙.  农机化研究. 2015(06)
[2]一种基于蚁群优化的显著边缘检测算法[J]. 张志龙,杨卫平,李吉成.  电子与信息学报. 2014(09)
[3]基于脉冲反射式的超声测厚系统的设计[J]. 李福进,费冬妹.  仪表技术与传感器. 2013(04)
[4]基于改进蚁群算法的图像边缘检测[J]. 詹晓倩,何坤,琚生根,张健,周激流.  四川大学学报(自然科学版). 2010(06)
[5]热障涂层厚度及厚度不均热无损检测的数值模拟[J]. 郭兴旺,丁蒙蒙.  航空学报. 2010(01)
[6]在线厚度检测技术[J]. 贾治国,卢治功.  仪表技术. 2009(02)
[7]基于提离点的脉冲涡流测厚研究[J]. 郑岗,刘丁,张震,李好文.  仪器仪表学报. 2008(08)
[8]环保型粘合剂在食品包装复合膜中的应用[J]. 沈峰,陈小锋.  塑料包装. 2006(06)

博士论文
[1]基于白光干涉的金属极薄带测厚理论与系统研究[D]. 杜艳丽.浙江大学 2006



本文编号：3105325