基于机器视觉的金属板材表面缺陷光学检测技术

• 作者: 周神特 左泽青 张潇 王宇宇 赵文宏
• 来源期刊: 无损检测
• 学科: 工学
• 关键词: 金属板材 表面缺陷 SIFT算法 BP神经网络 机器视觉
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 试验研究
• 页码范围: 39-44
• 页数: 6页
• 分类号: TP391.4|TG142.15|TG115.28
• 语种: 中文
• DOI: 10.11973/wsjc202009009

摘要

为了解决传统金属表面质量检测技术的缺陷检测精度不高、缺陷检测识别率不高、缺陷分类不准确的难题,搭建了一套基于机器视觉的金属板材表面检测系统.基于偏微分方程,利用图像等照度线改进中值滤波算法,对图像进行预处理,显著地抑制了图像的噪声.利用最大类间方差算法(OTSU)自适应确定一图像双阈值,改进了Canny算法中高斯滤波器对图像的灰度分布特征提取,使其不受亮度和对比度的影响.最后,利用SIFT(Scale-invariant Feature Transform)算法提取缺陷特征点,提出一种BP(Back Propagation)神经网络和SVM(Support Vector Machine)向量机结合分类器的检测方法,缺陷检出率为92.68％,单幅图像检测仅需49.8 ms,该缺陷检测系统对金属板材表面缺陷能有效提取与识别,满足金属板材表面在线检测的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文宏		35	279	9.0	15.0
2	张潇		4	17	3.0	4.0
3	周神特		1	0	0.0	0.0
4	王宇宇		1	0	0.0	0.0
5	左泽青		1	0	0.0	0.0