基于改进RCF模型的转子表面缺陷检测
文档名：基于改进RCF模型的转子表面缺陷检测
摘要：针对发动机转子表面存在磕划伤和凸起等弱对比度微小缺陷难以检测的问题,提出一种利用多方向照明结合卷积神经网络模型的发动机转子表面缺陷检测方法.首先,采用光度立体法获得增强图形凹凸性特征的曲率图和高度图,作为输入图像;其次,提出一种优化的更丰富的卷积特征网络(RicherConvolutionalFeaturesNetwork)模型,充分利用跳层连接将首阶段与后续阶段的侧输出特征融合,提高网络深层对精细尺度下信息的保留能力;通过通道及空间注意力机制对模型侧输出进行强化,增强有效特征并抑制干扰;优化损失函数,使数据集中无缺陷信息的图像样本也能够适用于网络模型的训练;最后,以人工标注的方式制作数据集并验证优化模型的有效性.试验结果表明,与经典的缺陷检测方法相比,全卷积网络对部分缺陷的区分能力较差,本文方法对转子的表面缺陷区域具有更好的检测效果,改进模型的像素准确率达94.31％,比RCF提高了0.87个百分点.
作者：陈星寰吴静静安伟Author：CHENXinghuanWUJingjingANWei
作者单位：江南大学机械工程学院,江苏无锡214122;江苏省食品先进制造装备技术重点实验室,江苏无锡214122
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(4)
分类号：TP391
关键词：表面缺陷检测全卷积神经网络多特征融合注意力机制发动机转子
机标分类号：TP391.41V231.96TP273
在线出版日期：2023年6月9日
基金项目：国家自然科学基金，国家自然科学基金基于改进RCF模型的转子表面缺陷检测[
期刊论文]传感技术学报--2023, 36(4)陈星寰吴静静安伟针对发动机转子表面存在磕划伤和凸起等弱对比度微小缺陷难以检测的问题,提出一种利用多方向照明结合卷积神经网络模型的发动机转子表面缺陷检测方法.首先,采用光度立体法获得增强图形凹凸性特征的曲率图和高度图,作为输...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进RCF模型的转子表面缺陷检测Defect Detection Using Rotor Image With Improved RCF Model
基于改进RCF模型的转子表面缺陷检测.pdf
页:
[1]