基于预处理与卷积神经网络的塑件划痕检测

• 作者: 崔炽标 张云 李阳 毛霆
• 来源期刊: 模具工业
• 关键词: 塑件 划痕检测 图像预处理 卷积神经网络 划痕缺陷
• 年，卷（期）: 2017,（9）
• 页码范围: 1-6
• 页数: 6页
• 分类号: TG76|TG241
• 语种: 中文
• DOI: 10.16787/j.cnki.1001-2168.dmi.2017.09.001

摘要

为了在复杂的随机化纹理背景下准确地检测出塑件划痕缺陷,克服传统图像检测方法需要较多的启发式信息和人为设计特征的弊端,提高检测方法的适应性和实用性,以塑件划痕缺陷为研究对象,采用一种结合图像预处理与卷积神经网络的检测方法对塑件划痕进行检测.该方法首先通过简单的图像预处理将输入图像转变为基本特征图,然后利用卷积神经网络自动提取图像的特征,实现对塑件划痕的检测.试验结果表明,该方法对塑件划痕识别正确率达到98.37%,高于基于BP神经网络方法31.87%;对塑件划痕图像的识别正确率大于99%,在工业生产环境下具有较好的适应性,有一定的应用意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张云	华中科技大学材料成型及模具技术国家重点试验室	50	208	8.0	11.0
2	李阳	华中科技大学材料成型及模具技术国家重点试验室	46	363	9.0	17.0
3	毛霆	华中科技大学材料成型及模具技术国家重点试验室	3	18	2.0	3.0
4	崔炽标	华中科技大学材料成型及模具技术国家重点试验室	1	9	1.0	1.0