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】为了提高机械金属零件缺陷检测的准确性和效率，本文研究了一种基于机器视觉的自动化检测方法。 该方法首先通过工业相机采集金属零件的图像，并进行图像预处理操作；然后，基于颜色直方图对图像进行特征提取，描述缺陷的颜色分布信息，并构建特征向量作为随机森林模型的输入。 实验采用东北大学 ＮＥＵ⁃ＣＬＳ（ｎｏｒｔｈｅａｓｔｅｒｎ ｕｎｉｖｅｒｓｉｔｙ ｓｕｒｆａｃｅ ｄｅｆｅｃｔ ｄａｔａｂａｓｅ）数据集进行验证，通过 ５ 折交叉验证对模型性能进行了评估。 实验结果表明：所提方法在缺陷识别的准确性、精确率、召回率和 Ｆ１ 分数等方面均表现出优异的性能。
