基于机器视觉的金属板材表面缺陷光学检测技术

基于机器视觉的金属板材表面缺陷光学检测技术
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。

标题：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,王宇宇,张潇,左泽青,赵文宏,

关键词：金属板材,表面缺陷,SIFT算法,BP神经网络,机器视觉,

发表日期：2020年9月

2025-1-19 13:59 上传 基于机器视觉的金属板材表面缺陷光学检测技术.pdf

文件大小:

3.22 MB

下载次数:

60

高速下载