基于机器视觉的工件缺陷检测方法.pdf
思洁****爱吗
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于机器视觉的工件缺陷检测方法.pdf
本发明提供了一种基于机器视觉的工件缺陷检测方法。该方法首先采集法兰盘式工件的图像,对相机进行标定,获取标定误差,然后对工件轮廓进行亚像素边缘信息的提取,计算出拟合边缘到工件轮廓的距离,并通过比较该距离是否大于所给阈值判别工件外轮廓的破损情况,最后针对工件表面纹理复杂影响工件表面划痕与锈蚀分割的问题,采用基于像素分层采样的PixelNet卷积神经网络对表面缺陷进行分割。结果表明,本发明可以准确地检测出工件的外形缺陷和表面缺陷,并提高了算法鲁棒性。
基于机器视觉的蜂窝纸芯缺陷检测方法.pdf
本发明公开了一种基于机器视觉的蜂窝纸芯缺陷检测方法,针对蜂窝纸芯生产过程中产生的各种缺陷问题,通过采集生产现场的蜂窝纸芯图片,采用SSD深度神经网络检测蜂窝纸芯中的缺陷,对其缺陷类别进行判定并输出其具体位置,然后运用机器视觉算法进行快速复检,防止出现误检,最后将所得结果传递给蜂窝纸芯缺陷修补系统,提供正确的反馈信号,以实现对蜂窝纸芯缺陷的自动修补。本发明运用深度学习模型和机器视觉算法对蜂窝纸芯缺陷进行实时检测,可为蜂窝纸芯生产过程自动缺陷修补系统提供反馈信息,具有识别准确、定位精准、且识别速度快的优点,可
基于机器视觉的密封圈表面缺陷检测方法.pdf
本发明公开了一种基于机器视觉的密封圈表面缺陷检测方法,步骤如下:首先采集密封圈表面图像,并对采集到的图像进行自适应中值滤波处理;接着,计算出上述图像的灰度水平梯度和竖直梯度,并据此提取出图像中存在的灰度折角结构;再对各折角特征点邻域进行分割并计算分割域的灰度均值;最后,采用描述分割域灰度差异程度的函数值作为缺陷判定准则,筛选出缺陷轮廓点,实现对密封圈表面缺陷的检测。本发明依据密封圈表面缺陷形成原因,分析得到缺陷轮廓与密封圈外形轮廓之间存在的固有差异,并在图像上得到验证,本发明能检出密封圈表面较多类型的缺陷
基于机器视觉的缺陷检测方法、装置、终端及存储介质.pdf
本发明公开了基于机器视觉的缺陷检测方法、装置、终端及存储介质。本发明通过获取目标部件各常见受损部位分别对应的缺陷图像集,通过这些缺陷图像集确定目标部件上缺乏缺陷数据的区域。针对缺乏缺陷数据的区域制作补充图像集,以增加缺陷检测模型的缺陷数据集的种类。解决了现有技术中缺陷检测模型的训练数据通常只包含有加工部件上常见受损区域的缺陷数据,训练数据种类局限,导致训练出的缺陷检测模型的准确性和可靠性不高的问题。
基于机器视觉的真皮表面缺陷检测系统及其检测方法.pdf
本发明提供基于机器视觉的真皮表面缺陷检测系统及其检测方法,所述真皮表面缺陷检测系统包括:传送机构,用于将待检测的真皮传送到指定位置;图像采集系统,其包括用于对真皮进行照射的线性光源以及对真皮进行拍照的可垂直于传送路线移动的线阵工业相机。与现有技术相比,本发明的有益效果为:本发明在传送系统之上安装一套工业相机,通过采集真皮表面图像,由视觉软件自动分析,得到真皮表面的轮廓及缺陷信息,如条状划痕,点状斑点等,同时可以对缺陷大小、类型及密集度等特征进行分类,可供工程人员进行判断真皮可使用的信息,针对现有人工检测的