ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】随着计算机视觉技术的快速发展，基于机器视觉的工件缺陷检测系统成为研究热点，但在图像预处理和缺陷检测算法上仍面临着诸多挑战。本研究首先提出基于机器视觉的工件缺陷检测系统功能框架，包括采集单元、处理单元及交互单元等，通过选择合适的图像预处理方法，构建卷积神经网络（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ，ＣＮＮ）模型，并对金属工件表面缺陷进行监测。结果表明：图像预处理使得缺陷与背景得到有效区分，缺陷检测算法能够准确标识缺陷区域，验证了所提工件缺陷检测系统在提高生产线缺陷检测自动化和准确性方面的优势。
