| 一种基于机器视觉的表面缺陷快速检测方法 |
| |
| 引用本文： | 周国栋.一种基于机器视觉的表面缺陷快速检测方法[J].机电工程技术,2021,50(8):42-44. |
| |
| 作者姓名： | 周国栋 |
| |
| 作者单位： | 湖南广播电视大学网络技术学院,长沙 410004 |
| |
| 摘 要： | 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％.
|
| 关 键 词： | 机器视觉 表面检测 尺度不变 缺陷识别 |
A Fast Detection Method of Surface Defects Based on Machine Vision |
| |
| Zhou Guodong.A Fast Detection Method of Surface Defects Based on Machine Vision[J].Mechanical & Electrical Engineering Technology,2021,50(8):42-44. |
| |
| Authors: | Zhou Guodong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
