论文部分内容阅读
小模数蜗杆表面缺陷种类多,缺陷形状及尺寸大小差异较大,目前大多采用人工检测,效率较低。本文研发了一套基于机器视觉的检测系统,采用线阵相机扫描蜗杆圆周获得其表面图像,通过图像分割和形态学处理得到蜗杆缺陷形态。根据缺陷特点选取9种不同特征参数,使用高斯核函数建立支持向量机分类模型,实现了蜗杆缺陷的自动化检测,同时对其缺陷进行分类。试验结果表明,该方法检测准确率高,对工业生产中蜗杆表面质量评价具有实用价值。