共查询到10条相似文献,搜索用时 31 毫秒
1.
《仪表技术与传感器》2016,(5)
为了实现油封缺陷在线快速检测代替传统的人工目检,提高检测精度与效率,开发了基于机器视觉的油封缺陷在线检测系统。该系统包括油封在线检测的机械传动系统(工件传送带、工位交换机械手、辅助工件旋转检测台和检测轮盘),电气控制系统,面向油封生产线的图像获取装置,油封缺陷检测软件系统等。实验检测结果证明,该检测系统能够在线完成产品缺陷检测,检出率达98%,具有实时性好、效率高、生产通用性强等优点。 相似文献
2.
在传统的油封缺陷检测中,存在油封表面质量缺陷尺寸小、人工检测效率低、漏检错检率高、成本高等问题,为此,以油封缺陷为研究对象,提出了一种基于深度学习Faster R-CNN框架的多尺度特征融合的改进算法。首先,构建了油封缺陷检测系统,采集了油封缺陷图像,经扩增及标注等预处理后制作了数据集;然后,研究了油封缺陷尺寸较小导致的识别精度低问题,设计了Faster R-CNN网络基于FPN+ResNet50框架进行特征多尺度融合改进的方法;最后,采用了预训练参数送入改进的Faster R-CNN网络模型,并对油封缺陷数据集进行深度训练的方法,进行了油封缺陷的检测实验。研究结果表明:该模型的检测精确度和速度综合性能优于固有的Faster R-CNN网络模型,划痕、毛刺和凹缺的检测精确度分别达到0.96、0.95和0.97,召回率分别达到0.89、0.88和0.91,mAP可达85.5%,高于改进前模型1.4%,识别速度可达16 fps,高于油封生产速度;该检测方法可以满足油封缺陷的检测要求。 相似文献
3.
针对笔芯球珠表面缺陷检测识别问题,设计并实现了基于机器视觉的笔芯球珠表面缺陷检测系统。笔芯球珠在球面展开机构作用下,通过图像采集模块获取5张可以完全覆盖整个球面的图像。通过对每幅图像进行缺陷图像提取后,采用基于轮廓角点匹配的方法实现对每幅图像中缺陷图像的拼接;基于提取的有效特征组合通过KNN分类算法对完整的缺陷图像进行缺陷识别。试验结果表明,该方法能够对笔芯球珠表面缺陷进行精确有效的检测与识别。 相似文献
4.
5.
6.
7.
针对玻璃瓶质量检测系统缺陷分类难的问题,选取气泡、结石、裂纹、污点、皱纹这五种常见的缺陷作为分类目标,从研究每种缺陷的图像特征入手,提出了七个统计特征作为分类器的输入特征向量,根据该分类问题的特点构建SVM分类器,采用现场采集的缺陷图像样本对SVM分类器进行训练和测试。实验结果表明:设计的SVM分类器识别率较高,适合玻璃瓶缺陷图像分类。 相似文献
8.
小模数蜗杆表面缺陷种类多,缺陷形状及尺寸大小差异较大,目前大多采用人工检测,效率较低。本文研发了一套基于机器视觉的检测系统,采用线阵相机扫描蜗杆圆周获得其表面图像,通过图像分割和形态学处理得到蜗杆缺陷形态。根据缺陷特点选取9种不同特征参数,使用高斯核函数建立支持向量机分类模型,实现了蜗杆缺陷的自动化检测,同时对其缺陷进行分类。试验结果表明,该方法检测准确率高,对工业生产中蜗杆表面质量评价具有实用价值。 相似文献
9.
基于LVQ的带钢表面缺陷分类研究 总被引:2,自引:0,他引:2
简要介绍了带钢表面缺陷二级检测的方法.研究了基于缺陷图像直方图、纹理、投影和形状的特征提取.提出了用LvQ神经网络进行缺陷分类的方法.分类测试表明该方法有较好的分类识别性能. 相似文献