共查询到20条相似文献,搜索用时 15 毫秒
1.
传统光学零件表面缺陷检测方法以缺陷位置信息检测为主,在位置信息融合过程中存在信息遗漏问题,影响最终的检测精准度。因此,设计基于深度学习的光学零件表面缺陷检测方法。首先,提取光学零件表面缺陷特征,分析光学零件透镜中心成像情况,剔除中心误差导致的缺陷,保留光学零件表面缺陷特征。其次,基于深度学习检测光学零件表面缺陷细节尺度,获取零件缺陷的细节信息,并通过深度学习拟合缺陷特征。最后,进行实验分析。实验结果表明,该方法的检测精准度更高,优于对照组。 相似文献
2.
3.
阐述了相关技术的数学模型及有关参数的基本含义,介绍了如何将相关技术与光电检测技术相结合实现工件缺陷检测的基本原理与检测方法,通过图形和波形描述了系统的组成和判断工件缺陷的基本过程。根据实际测试结果说明了该系统测试工件缺陷的优点及所能达到的测试指标,并提出进一步改进的设想。 相似文献
4.
5.
详细介绍了自动光学检测技术在液晶显示屏背光源模组表面缺陷在线检测中的应用,分析并比较了背光源模组缺陷自动光学在线检测中的成像技术、检测系统的组成、结构原理与设计方法,阐述了检测结果为不良品的返修方法。给出了背光源模组表面缺陷常见缺陷的种类和缺陷分类判断准则,把种类繁多的背光源模组表面缺陷分为画面缺陷、外观缺陷与异常缺陷;根据背光源模组缺陷形成的原因、种类,设计了背光源模组缺陷点灯检测和非点灯检测两种自动光学检测方案,所设计的自动光学检测方案对背光源模组组装产业开发缺陷检测系统具有有益的参考价值。 相似文献
6.
7.
8.
9.
基于二值投影的PCB元件安装缺陷检测算法研究 总被引:1,自引:1,他引:1
研究分析了适用于AOI设备的PCB表面安装元件的缺陷检测算法.使用二值投影分析方法对2种元件类型的缺陷检测方法进行了研究,包括针对贴片电阻电容类型的chip元件和集成电路芯片类型的IC元件的缺陷检测方法.使用VC++6.0编写MFC程序实现算法,并制作了各种元件图像进行实验测试.实验结果表明,提出的方法能够快速有效的对两种类型的元件安装缺陷进行检测. 相似文献
10.
11.
12.
基于机器视觉钢板表面缺陷检测技术研究 总被引:1,自引:0,他引:1
钢板表面缺陷严重降低钢板的耐磨性、耐高温性、耐腐蚀性、抗疲劳强度等性能,因此,钢板表面缺陷的检测就显得尤为重要。本文基于机器视觉采用Matlab图像处理技术对钢板表面缺陷进行检测识别。在不同光照条件下采集钢板表面图像,分别进行图像处理,讨论分析不同光照条件和去噪方法对检测结果的影响。首先对缺陷图像进行预处理,然后将预处理后的图像二值化及形态学图像处理,使图像背景与对象图形分离,提取出表面缺陷特征,计算缺陷的面积和周长。通过对图像细化和骨架提取线性缺陷,计算出缺陷长度,并且通过对像素的标定,将像素单位转化为长度或面积单位。实验结果表明该方法具有很好的可靠性和重复性。 相似文献
13.
14.
基于激光测量的航发叶片表面几何缺陷识别技术 总被引:2,自引:0,他引:2
针对航发叶片修复检测的应用,提出了一种基于截面线一阶导矢法的叶片型面缺陷识别方法.该方法是以等高线法处理测量点云中的截面数据,通过B样条插值函数拟合成光滑曲线;再由B样条曲线的一阶导矢公式求出每个测点的一阶导数,然后以点斜公式求出截面曲线上各个测点的切线;如果曲线光滑,曲线上测点的斜率变化在两端点斜率值之间,否则表明曲线上有缺陷存在;根据k-d树的最近点搜索算法,遍历整个叶盆(叶背)就可以找到叶盆(叶背)上的缺陷区域.通过与三坐标测量实验比对,该技术可以实现3μm精度的缺陷识别. 相似文献
15.
基于机器视觉的梨表面缺陷检测方法研究 总被引:1,自引:0,他引:1
针对梨表面缺陷的机器视觉检测问题,在对已有研究成果的分析和研究的基础上,论文采用形态学相加的方法实现梨图像的背景去除和表面缺陷提取;提出花萼、果梗与表面缺陷的区分方法;借助Matlab软件进行仿真算法的编程,通过作者设计开发的Graphical User Interface(GUI)界面,对三个品种的梨表面进行了缺陷检测仿真实验,成功提取了其中的表面缺陷信息,实验结果表明,作者提出的方法在多种梨的缺陷提取上通用性强、准确性高. 相似文献
16.
医疗器械产品生产中的笔杆表面缺陷是不可避免的问题,基于机器视觉的自动检测方法可以克服传统人工检测效率低、漏检及误检率高等问题。在分析笔杆结构和缺陷的基础上,文章重点研究笔杆边缘直线拟合、缺陷灰度值差异、图像边缘平滑和稳定等检测方法;通过实验证明,该方法准确率可达到98.8%,每个笔杆的检测时间为8.3 s,相较于人工检测,明显提高了检测精度和速度,可以满足对笔杆实时自动缺陷检测的要求。 相似文献
17.
基于机器视觉的发动机表面缺陷检测技术 总被引:1,自引:0,他引:1
发动机表面的缺陷检测是保证其使用安全性的重要手段。本文应用机器视觉技术实现发动机内表面缺陷的自动检测,用内窥镜采集发动机装药内表面的图像,结合图像特点,通过多次实验对比,选择中值滤波方法对图像进行滤波、Canny算子检测图像边缘,应用像素灰度的相似性和不连续性将缺陷从图像背景中分割出来,在此基础上,选取面积和周长特征作为缺陷判断依据,并将以上功能进行整合,设计缺陷自动检测系统。实验结果表明该方法在发动机内表面缺陷检测方面有较好的效果。 相似文献
18.
19.
《计算机测量与控制》2014,(4)
目前电子产品外观表面缺陷人工检测工作量大,效率低而且漏检率高,迫切需求产品缺陷的自动化检测;实际检测中,塑料制品表面在光照条件下会出现反光,严重影响后续处理;缺陷微小且与制品颜色对比不明显,采用直接阈值无法分割;针对这一现状将机器视觉技术与虚拟仪器相结合,根据产品缺陷特征,选择合适的光照方案抑制反光,利用锐化滤波获取了缺陷部位特征清晰的图像,并对边缘模糊缺陷有效分割;识别结果表明,图像处理算法稳定,对绝大部分缺陷具有良好的检测效果。 相似文献
20.