《表1 检测系统组成：基于机器视觉的型材表面缺陷图像处理》
提示：宽带有限、当前游客访问压缩模式
基于机器视觉的型材表面缺陷检测系统是通过工业相机、镜头、数据采集卡、LED光源及光源控制器等构成，表1给出了该型材表面缺陷检测系统组成。
| 图表编号 | XD00222939600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.31 |
| 作者 | 郑彬、王鑫 |
| 绘制单位 | 攀枝花学院交通与汽车工程学院、攀枝花学院交通与汽车工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 缺陷分类统计结果：基于机器视觉的金属板材表面缺陷光学检测技术》2020.09.10
- 《表2 不同算法统计结果：基于机器视觉的金属板材表面缺陷光学检测技术》2020.09.10
- 《表1 缺陷样本特征参数：基于机器视觉的金属板材表面缺陷光学检测技术》2020.09.10
- 《表1 检测结果：基于机器视觉的苹果缺陷快速检测方法研究》2020.10.01
- 《表3 实验数据分析：基于机器视觉的卷烟小盒商标纸表面缺陷在线检测技术》2020.10.31
- 《表1 算法识别结果：基于机器视觉的胡萝卜表面缺陷识别方法研究》2020.11.18
- 《表3 检测成功率对比：基于图像融合与YOLOv3的铝型材表面缺陷检测》2020.11.01
- 《表1 缺陷几何特征：基于机器视觉的图像处理技术识别锂电池极片的缺陷》2020.10.28
- 《表1 胶囊缺陷类别：基于机器视觉的胶囊缺陷检测装置设计》2020.05.01
- 《表1 缺陷信息：基于机器视觉的玻璃缺陷检测技术》2020.04.20
- 《表1 CNN模型设计：基于机器视觉的樱桃缺陷检测与识别》2019.12.01
- 《表1 特征量计算公式：基于机器视觉的笔芯球珠表面缺陷检测系统研究》2019.08.20
- 《表1 Sobel算子：基于机器视觉的齿轮齿形缺陷检测技术》2019.08.30
- 《表1 因素水平表：基于机器视觉的大枣表面缺陷检测》2019.07.01
- 《表1 试验检测结果：基于机器视觉的车用注塑螺纹件缺陷检测方法》2019.07.20
- 《表3 标记点图像坐标：基于机器人视觉的坩埚缺陷检测系统》2019.02.20
- 《表1 摄像机内部参数：基于机器人视觉的坩埚缺陷检测系统》2019.02.20
- 《表1 主要仪器：基于机器视觉的内层包装缺陷检测光源的优化》2019.09.10
- 《表1 图像采集系统参数：基于机器视觉的锥形旋压件起皱缺陷在线检测方法》2019.01.25
- 《表1 图像特征参数：基于机器视觉高斯混合模型对铝锭的表面波纹检测》2018.10.25