基于脉冲耦合神经网络的弹簧卡箍缺陷检测

作     者：朱霞 陈仁文 夏桦康 章飘艳 Zhu Xia;Chen Renwen;Xia Huakang;Zhang Piaoyan

作者机构：南京航空航天大学机械结构力学及控制国家重点实验室南京210016 

出 版 物：《计算机测量与控制》 (Computer Measurement &Control)

年 卷 期：2014年第22卷第12期

页      面：3897-3899页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(10972102) 博士点基金(200802870007) 江苏省科技支撑(BE2009163) 淮安市科技项目(HAG2012048) 江苏省高校优势学科建设工程资助项目(PAPD) 

主　　题：机器视觉 缺陷检测 弹簧卡箍 脉冲耦合神经网络 

摘      要：传统的弹簧卡箍缺陷多为产后人工全检,存在漏检与缺陷率上升等现象,这不但会使成本上升、也对人力资源提出了考验;为此实现自动实时在线全检就成为急需解决的课题,设计了基于机器视觉的弹簧卡箍在线自动检测系统,该系统安装在弹簧卡箍流水线两侧,搭建特定光源,通过激光传感器外部触发工业相机对其表面进行图像捕获,送上位机进行缺陷判定与定位,最后通过RS485将判定结果送下位机来控制剔除机制;实验结果显示:该系统采用改进的脉冲神经网络(PCNN)能准确提取目标缺陷区域并对缺陷进行判定,可在0.348s每个零件的速度下,检测出弹簧卡箍表面大于10像素的缺陷;通过对不同弹簧卡箍进行检测验证实验,证明了PCNN算法对缺陷分割的准确性和有效性。