改进DebevecYOLOv5的高反金属表面缺陷识别方法研究
文档名：改进DebevecYOLOv5的高反金属表面缺陷识别方法研究
摘要：高反零件具有极强的反光性,对此类零件利用机器视觉识别时,所采图像存在高亮干扰因素,无法对零件表面缺陷进行正常检测识别.基于高动态范围成像技术提出一种改进Debevec算法与YOLOv5相结合的表面缺陷识别方法,对Debevec算法的相机响应曲线算法与图像合成算法利用粒子群算法进行改进,并利用YOLOv5对合成后的图像进行缺陷识别.对合成图像进行信息熵等客观评价指标计算,结果表明改进算法对反光件的图像合成质量优于De-bevec算法与Mertens算法,由改进算法合成图像输入YOLOv5进行识别的错检率与漏检率低于Debevec算法与Mertens算法,具有实用价值.
作者：马婧华杨迪汪静姝张明德Author：MAJinghuaYANGDiWANGJingshuZHANGMingde
作者单位：重庆理工大学机械工程学院,重庆401320
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(13)
分类号：TG88TP391
关键词：高反零件高动态范围成像表面缺陷识别改进Debevec算法
Keywords：high-reflectivepartshighdynamicrangeimagingsurfacedefectrecognitionimprovedDebevecalgorithm
机标分类号：
在线出版日期：2023年8月22日
基金项目：国家自然科学基金，重庆市自然科学基金面上项目，高校创新研究群体，重庆理工大学研究生教育高质量发展行动计划改进Debevec-YOLOv5的高反金属表面缺陷识别方法研究[
期刊论文]重庆理工大学学报--2023, 37(13)马婧华杨迪汪静姝张明德高反零件具有极强的反光性,对此类零件利用机器视觉识别时,所采图像存在高亮干扰因素,无法对零件表面缺陷进行正常检测识别.基于高动态范围成像技术提出一种改进Debevec算法与YOLOv5相结合的表面缺陷识别方法,对Debeve...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
改进Debevec-YOLOv5的高反金属表面缺陷识别方法研究Research on improved Debevec-YOLOv5 for surface defect detection methods of high-reflective metals
改进Debevec-YOLOv5的高反金属表面缺陷识别方法研究.pdf
页:
[1]