一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

基于高频损耗比的干式空心电抗器制造缺陷检测方法及应用探讨

本文通过分析电抗器因制造工艺导致少匝和极限工艺偏差时600Hz损耗,提出高频损耗可作为电抗器制造缺陷的检测手段及其适用范围,并以600Hz的实测损耗与理论损耗之比是否超过1.5作为判据,以同组任两台损耗之比是否超过1.5作为辅助判据,同时列举应用实例.     

大型船用S34MnV曲拐弯锻成形工艺缺陷分析

通过Gleeble-3500型热模拟试验机对S34MnV钢进行热压缩试验,建立了S34MnV钢高温本构方程,利用DEFORM-3D软件对大型船用S34MnV曲拐弯锻成形过程进行模拟,对弯锻成形过程中出现的缺陷进行了分析研究,得出了弯锻毛坯形状和模具参数对大型船用S34MnV曲拐弯锻成形过程的影响规律。     

AUT检测技术典型缺陷图谱分析

简要分析了全自动焊接主要缺陷形式及形成原因,并详细论述了AUT检测原理及典型缺陷在AUT图谱中的显示特征.对未熔合等危害性缺陷的检测具有一定的参考价值.     

基于深度学习的包装缺陷快速检测方法

包装缺陷在线检测对提升产品质量具有重要意义.针对工业生产中人工目检效率低、漏检率高,以及基于显式特征提取的缺陷检测方法通用性差、特征提取复杂、缺陷区域占比小等问题,本文提出了基于迁移学习的改进MobilenetV2轻量化网络的包装缺陷快速检测方法,并利用某工厂糖果产线包装质检环节存在的4种表面缺陷对其进行测试.结果 表明,该方法具有检测速度快、缺陷正确检测率高等优点,单个产品处理时间为0.053 s,验证集上缺陷识别率为98.333％,在线测试缺陷品召回率为96.596％,在检测精度较高的同时能满足高速产线的实时性需求,最高支持2 m/s的传送带运行速度.     

基于质量评价的辐射源定位精度提升方法

针对辐射源定位精度受限于测量环境、监测设备等因素的问题，提出一种基于质量评价的测量精度提升（MAI）方法。根据监测设备的误差范围，将每个观测点可能的取值区间均分为若干段，每段取中值作为测量值；将所有测点可能的取值重新组合后，计算得到多个结果和质量评价指标，并选择评价指标最好的结果作为测量结果。所提方法与基于到达信号强度（SOA）的辐射源定位方法相结合，将复相关系数、位置偏差系数、信号强度方差作为评价指标，以复相关系数接近于1且位置偏差系数小于某指定值的结果为有效结果，有效结果中信号强度方差最小的即为最终的测量结果。为提高计算性能，在测点数大于5时，对该方法进行了改进：首先将前5个测点使用此定位方法进行计算，并将所有有效结果按信号强度方差排序，取前L个结果与第6个测点的测量值组合，重新计算得到多个结果；然后再排序、取前L个结果，并与下一个测点重新组合计算，直到所有的测点都参与组合计算，最后得出结果。仿真实验结果表明，所提方法可以在不增加硬件成本的条件下，以牺牲计算性能为代价，大幅度提升定位精度。