Abstract：
本文重点设计了一套基于机器视觉的钨棒曲面缺陷检测与分类方法，有效解决了钨棒曲面缺陷肉眼检测分类效率低、误检率高、容易漏检等问题。首先设计了钨棒图像采集平台，用于获取钨棒曲面图像；然后通过Gamma校正、Otsu-Canny算法、形态学闭运算等图像处理技术提取缺陷区域图像；接下来利用灰度共生矩阵计算缺陷区域图像的纹理特征参数；最终用SVM支持向量机对钨棒曲面缺陷进行分类预测。实验预测结果表明，该系统对钨棒曲面缺陷分类准确率可达93.33%，能够基本满足工业现场需求，具有较高推广价值。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电子技术与软件工程
ISSN： 2095-5650
CN： 10-1108/TP
Year： 2023
Issue： 02
Volume： 5
Page： 193-197
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
