文献

J-GLOBAL ID：201802293845672011   整理番号：18A0682960

ニューラルネットワークに基づく部品欠陥マシンビジョン認識システム【JST・京大機械翻訳】

Computer Vision Recognition System for Component Defect Based on Neural Network

著者 (1件)： Li He (沈陽工学院,遼寧撫順,113122)
資料名： Jisuanji Celiang yu Kongzhi  (Jisuanji Celiang yu Kongzhi)
巻： 25  号： 11  ページ： 248-251,256  発行年： 2017年 
JST資料番号： C3592A  ISSN： 1671-4598  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 小軸受,車輪軸などは機械,車両,エンジンなどの重要な部品であり,表面欠陥検出の検出効率と検出精度を改善するため,小軸受表面を研究対象とし,機械視覚技術を用いて軸受表面欠陥のリアルタイムオンライン自動検出を実現した。BP神経回路網に基づく部品欠陥マシンビジョンオンライン自動検出システムを設計した。微小軸受の表面構造,寸法,検出精度,および欠陥特性に従って,機械視覚技術を用いて,BPニューラルネットワークの検出モデルを構築し,Hough変換とRoberts演算子を用いて,画像のターゲット領域を抽出した。組合せモーメント不変量に基づいて,軸受の欠陥が存在するかどうかを判断して,微小軸受欠陥をリアルタイムに検出した。MATLABシミュレーション結果は,人工神経回路網認識モデルの検出能力の信頼性と有効性を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 神経回路網 ,  故障検出 ,  信頼性 ,  検出効率 ,  軸受 ,  表面欠陥 ,  視覚 ,  画像 ,  *ニューラルネットワーク ,  表面構造 ,  Hough変換
準シソーラス用語： MATLAB ,  自動検出 ,  検出精度 ,  *マシンビジョン , 【Automatic Indexing@JST】

著者キーワード (4件)： defect detection ,  neural network ,  machine vision ,  combined-moment

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： ニューラルネットワーク ,  欠陥 ,  マシンビジョン