基于脉冲耦合神经网络金属拉链缺陷检测方法的研究

针对人工金属拉链缺陷检测效率低、稳定性差、误检率高缺点,本文提出一种基于改进型脉冲耦合神经网络(PCNN)金属拉链缺陷检测方法。利用改进型PCNN对金属图像进行二值分割、特征图像提取、区域像素统计与灰度跃变实现金属拉链缺陷自动检测;设计自动检测系统进行实验研究。实验表明本文提出的检测方法快速、准确、可行。

金属拉链在线视觉缺陷检测系统开发

在国内大部分拉链生产企业采用半自动化加人工的检测方法,投入大效率低,为此提出了一种通过视觉检测的相关理论来进行拉链缺陷检测的更为完整的检测方案。该方案利用阈值分割、图形分块、垂直投影、边缘分割等算法对图像进行处理,再对处理后的图像进行识别和判断。实验证明该方案可以准确地检测拉链缺齿、断齿、上下止缺失、布条脱丝等拉链常见缺陷,而且检测正确率极高,而且还能根据具体情况进行优化,能高效地应用到拉链工业检测过程中以实现自动化检测。