基于机器视觉的电枢缺陷检测系统

• 作者: 王杨 王杰 刘剑歌 方夏 李勇 杨苗苗
• 来源期刊: 组合机床与自动化加工技术
• 关键词: 电枢 缺陷检测 传统机器视觉 协同神经网络
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 控制与检测
• 页码范围: 116-120
• 页数: 5页
• 分类号: TH165|TG65
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.04.028

摘要

为解决现阶段依靠肉眼进行电枢缺陷检测的效率低下和因为判断标准具有很大的主观性导致判别结果不稳定等问题,研究出了一种基于机器视觉的电枢缺陷检测系统.该系统可以采集到电枢不同角度的图像,并根据检测难度把每张电枢图像分为三个区域,分别由传统机器视觉算法、MobileNet-V3以及DenseNet神经网络模型对不同类型的缺陷同时进行检测.该系统所用到的数据集通过质检人员分类获得,可以保证标准的正确性.不同类型的缺陷分开检测可以提升系统的准确率,多区域同时检测可以提高系统的检测效率.实验表明,该系统在微型电枢的视觉缺陷检测上具有可靠的效果,能够应用于工业领域中并取代人工检测的方法.