共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
5.
6.
纹理表面缺陷检测在机器视觉领域具有意义和挑战性,其历史可以追溯到20世纪中后期,近年来随着深度学习技术的蓬勃发展,纹理表面缺陷检测技术大幅飞跃。直至今日,关于纹理表面缺陷检测的调研和综述仍然很少。在此背景下,本文回顾2017年-2021年间200余篇纹理表面缺陷机器视觉检测论文,对纹理表面缺陷机器视觉检测研究进展进行了及时、全面的调查;分析了纹理表面缺陷检测的发展历史和最新研究进展,原则上将纹理表面缺陷机器视觉检测方法分为传统方法与深度学习方法,并对二者进行了深层次研究分析,特别是深度学习方法;对近期出现的几种纹理表面缺陷机器视觉检测方法主题进行总结的同时,也对这些主题的研究进展进行了综述。最后,对未来的研究趋势进行了展望,以期为后续研究提供指导和启示。 相似文献
7.
8.
9.
在分析钢球表面光学反射特性的基础上,构建了采用球积分光源与0.5×远心镜头组成的钢球表面缺陷图像检测平台,解决了钢球表面成像难度较高的问题.根据钢球表面图像的特征,利用分段线性灰度增强算法和边界跟踪实现了对钢球表面微小缺陷的分割和区域分类,并结合基于灰度共生矩阵的综合熵作为判定钢球表面是否存在缺陷的依据.最后利用矩形相似度与圆形相似度之比、角度等特征实现了缺陷分类器模型的建立,很好地解决了钢球表面缺陷的分类与识别.试验结果表明,该模型对钢球表面5类缺陷的识别率均可达到90%以上,并能很好进行分类,模型在1 600×1 200图像分辨率下,算法耗时小于80 ms,可以满足工业检测对算法实时性的要求. 相似文献
10.
基于LabVIEW的钢球表面缺陷图像纹理分析与检测 总被引:1,自引:1,他引:1
本文提出一种以LabVIEW为软件平台结合IMAQ Vision函数库的钢球表面缺陷检测方法,该方法完成了钢球表面缺陷的有无与类型判断。首先,利用Daubechies4小波的分解、最佳树计算、阈值量化与重构,对钢球图像进行去噪处理。其次,利用钢球图像纹理的熵进行有无缺陷的判断。在此,本文提出了基于水平熵、垂直熵、对角线熵的综合熵作为评判参数。然后以形状因子F对有缺陷的钢球图像分类。最后,在搭建的硬件实验台上测试了检测软件,满足快速、准确的现场要求。 相似文献
12.
13.
14.
15.
16.
17.
基于视觉感知的表面缺陷检测,具有高效、可防止二次损伤等优点,被广泛应用于各种工业场景中。近年来深度学习技术的快速发展进一步推动了视觉缺陷检测的进步与应用。以特征的显式提取与自动提取为思路,对基于视觉感知的缺陷检测方法进行综述和分析。首先,简要描述了视觉缺陷检测系统的基本构成,将缺陷检测中的视觉感知归为分类、目标检测和分割3个层次。然后,将现有的视觉检测方法分为基于显式特征提取的(传统方法)和基于自动特征提取的(深度学习方法)。进一步,将基于显式特征提取的方法分为统计法、谱方法和模型法3类,将基于自动特征提取的方法分为整图分类的、目标检测的和像素分割的方法。对每一类方法的特点和适用场景进行了归纳总结与分析。同时,针对工业应用中数据获取成本高的问题,介绍了近年来出现的弱监督缺陷检测方法与异常检测方法,并介绍了具有较大影响力的工业表面缺陷数据集。最后,针对如何减少对大量标注数据的依赖和如何提高检测方法在工业现场的适用性两个关键问题展开讨论,展望了该领域下一步的研究方向。 相似文献
18.
20.
冰勺表面缺陷包括严重缺陷和轻度缺陷。严重缺陷检测技术比较成熟,而轻度缺陷检测存在漏检和误检的博弈。严重缺陷属于不能出售的废品,轻度缺陷中劈裂和污染也是废品,而节子、矿物线、腐朽和色差属于合格品,售价低于无缺陷的优良品。针对轻度缺陷检测提出一套解决方案:首先提取冰勺轮廓,定位冰勺表面区域,然后对冰勺表面进行预处理,利用最小二乘法拟合的直线方程与预处理后灰度值数据相减,计算偏差。通过最小二乘法迭代拟合求取正常表面偏差值,从而计算其标准差,最后基于3σ准则提取迭代前的异常数据即缺陷。以上算法可检测出小面积轻度缺陷,针对大面积腐朽、色差等缺陷通过基于灰度峰值水平直线方程计算偏差来提取缺陷。两种方法相结合检测冰勺表面缺陷。所研究的冰勺表面缺陷涵盖了冰勺生产工业中主要的表面缺陷类型,包括节子、矿物线、劈裂、污染、腐朽和色差等。在自建的图像数据库上做算法测试。结果表明,本文方法漏检率仅为1.27%,误检率降低至3.85%,具有实际应用价值。 相似文献