Defects on-line detection of tire textures based on statistical features

您当前的位置：

首页 >

文章列表页 >

Defects on-line detection of tire textures based on statistical features

更新时间：2025-09-01

- Defects on-line detection of tire textures based on statistical features
- Vol. 35, Issue 1, Pages: 60-62(2009)
- 作者机构：
  
  1:光电信息技术科学教育部重点实验室天津大学精密仪器与光电子工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2009
- 稿件说明：
移动端阅览
Defects on-line detection of tire textures based on statistical features[J]. 2009, 35(1): 60-62.
DOI：

Defects on-line detection of tire textures based on statistical features[J]. 2009, 35(1): 60-62. DOI：

摘要

根据轮胎X光纹理缺陷区域灰度及灰度分布异常的特点

研究了一种通过分析统计特征进行在线缺陷检测的方法。在轮胎X光纹理灰度分布模型基础上

采用正则化预处理去除背景噪声

然后进行图像分块

分别计算每块的灰度均值和方差

并采用双线性插值运算形成均值图像和方差图像

再通过二值化实现缺陷检测。实验表明

与人工检测方法进行对比

该方法误判率低

检测精度高

并且运算速度快

能满足在线检测要求。

Abstract

关键词

Keywords

references

Views

357

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Research on on-line detection method for tool profile base on machine vision

Detection system of trace CO based on TDLAS and temperature and pressure compensation

A regularization algorithm for bar code signals restoration

Research on technique of improving quality of 3D laser scan system

Automatic adjustment method of CCD binary threshold

Related Author

朱宁

李晓凡

程颖

王立春

蔡驰

王伟峰

殷聪

杜京义

Related Institution

2:沂普光电有限公司

1:天津科技大学天津市轻工与食品工程机械装备集成设计与在线监控重点实验室机械工程学院

2:西安科技大学西安市煤炭火灾防治重点实验室

1:西安科技大学电气与控制工程学院

1:赣南师范学院物理与电子信息科学系

⁰