基于计算机视觉的弹壳表面缺陷自动检测方法技术

本发明专利技术提出一种基于计算机视觉的弹壳表面缺陷自动检测方法，包括以下步骤：S1，图像获取：采用基于线阵相机的方式采集图像；S2，图像处理：对弹壳图像进行处理，获取缺陷区域的特征；S3，缺陷识别：根据计算得到缺陷特征使用支持向量机算法进行识别。本发明专利技术方案使用计算机视觉，无需人为干预，减少了工人注意力不集中导致的漏检；此外，使用支持向量机实现缺陷分类，不仅实现了缺陷检测，还针对缺陷的类型对有缺陷的弹壳实现了分拣。

【技术实现步骤摘要】
基于计算机视觉的弹壳表面缺陷自动检测方法
本专利技术涉及表面缺陷检测领域，具体涉及一种基于计算机视觉的弹壳表面缺陷自动检测方法。
技术介绍
机器视觉是一门涉及人工智能、神经生物学、心里物理学、计算机科学、图像处理、模式识别等诸多邻域的交叉学科。机器视觉主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为，从客观事物的图像中提取信息进行处理，并加以理解，最终用于实际检测和控制。主要应用如工业检测、工业探伤、精密测控、自动生产线、邮政自动化、粮食选优、显微医学操作以及各种危险场合工作的机器人等。缺陷检测通常是指对物品表面缺陷的检测，表面缺陷检测是采用先进的机器视觉检测技术，对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。在弹壳生产过程中，由于冲压设备、加工工艺、原材料及化学成分等因素的影响，导致弹壳外观出现表面线痕、油渍、缺口、尺寸偏差等缺陷。从枪弹诞生到目前为止，枪弹外观品质检测方式基本上还是依靠手工测量和目视检测这种传统的检测方法。然而长时间的手工测量和目视检测劳动强度大，需要检测工人注意力高度集中，易发生漏检测情况。
技术实现思路
本专利技术目的在于克服现有的弹壳生产过程中本文档来自技高网...

【技术保护点】
1.一种基于计算机视觉的弹壳表面缺陷自动检测方法，其特征在于，包括以下步骤：S1，图像获取：采用基于线阵相机的方式采集图像；S2，图像处理：对弹壳图像进行处理，获取缺陷区域的特征；S3，缺陷识别：根据计算得到缺陷特征使用支持向量机算法进行识别。

【技术特征摘要】
1.一种基于计算机视觉的弹壳表面缺陷自动检测方法，其特征在于，包括以下步骤：S1，图像获取：采用基于线阵相机的方式采集图像；S2，图像处理：对弹壳图像进行处理，获取缺陷区域的特征；S3，缺陷识别：根据计算得到缺陷特征使用支持向量机算法进行识别。2.根据权利要求1所述的一种基于计算机视觉的弹壳表面缺陷自动检测方法，其特征在于，所述步骤S2图像处理包括：图像二值化、图像...

【专利技术属性】
技术研发人员：梁鹏，郝刚，郑振兴，
申请(专利权)人：广东技术师范学院，
类型：发明
国别省市：广东,44