基于深度学习的汽车轮毂表面缺陷检测算法研究

• 作者: 李锋 赵亚川 赵海文 齐兴悦
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 汽车轮毂 缺陷检测 机器视觉 图像处理 深度学习
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 控制与检测
• 页码范围: 112-115
• 页数: 4页
• 分类号: TH165.4|TG506
• 字数: 2790字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2019.11.028

摘要

汽车轮毂在加工和搬运过程中难免会产生划痕和擦伤等表面缺陷,为解决传统人工检测低效、耗时、检测精度低的缺点,提出使用机器视觉技术完成轮毂表面缺陷的检测.由于轮毂的表面结构复杂,提出将视觉系统安装在机械手末端完成图像采集,并以此提出了一种基于深度学习的汽车轮毂表面缺陷检测算法,该算法首先对采集的原始图片进行分割,然后对分割的图片进行图像增强处理,增强图像的对比度和缺陷的特征,然后将处理后的图片输入已经训练好的卷积神经网络,得出最终的检测结果.实验结果表明,该算法具有很高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵海文	河北工业大学机械工程学院	46	234	9.0	13.0
5	赵亚川	河北工业大学机械工程学院	3	1	1.0	1.0
9	齐兴悦	河北工业大学机械工程学院	3	1	1.0	1.0