导读:本文包含了表面缺陷检测论文开题报告文献综述、选题提纲参考文献，主要关键词:缺陷,表面,视觉,机器,图像处理,同态,卷积。
表面缺陷检测论文文献综述写法
姜阔胜,柯虎城[1]（2019）在《鬼像原理在高亮金属表面缺陷检测中的应用》一文中研究指出高亮金属表面具有高反光特性,导致表面缺陷特征不易提取,为此,提出一种强噪声背景下微弱图像获取的新方法。通过增强光强实现对输入图像的噪声进行增强,使得像面的非目标成像的辐射能量(鬼像)也得到增强,用高信噪比的鬼像替代主像,从而消除因金属表面高反射特性带来的强光污染。然后将此方法用于翅片蒸发器脊面卡槽缺、漏、错问题的检测,结合图像处理算法,搭建了缺陷检测系统。通过实验,验证了该方法的准确性和可靠性,能够在消除高亮金属表面强光噪声影响的基础上,有效识别蒸发器脊面卡槽特征。(本文来源于《陕西理工大学学报(自然科学版)》期刊2019年06期）
赵海文,赵亚川,齐兴悦,李锋[2]（2019）在《基于深度学习的汽车轮毂表面缺陷检测算法研究》一文中研究指出汽车轮毂在加工和搬运过程中难免会产生划痕和擦伤等表面缺陷,为解决传统人工检测低效、耗时、检测精度低的缺点,提出使用机器视觉技术完成轮毂表面缺陷的检测。由于轮毂的表面结构复杂,提出将视觉系统安装在机械手末端完成图像采集,并以此提出了一种基于深度学习的汽车轮毂表面缺陷检测算法,该算法首先对采集的原始图片进行分割,然后对分割的图片进行图像增强处理,增强图像的对比度和缺陷的特征,然后将处理后的图片输入已经训练好的卷积神经网络,得出最终的检测结果。实验结果表明,该算法具有很高的准确率。(本文来源于《组合机床与自动化加工技术》期刊2019年11期）
顾佳晨,高雷,刘路璐[3]（2019）在《基于深度学习的目标检测算法在冷轧表面缺陷检测中的应用》一文中研究指出机器视觉技术在工业产品表面缺陷检测领域的应用越来越广泛,但也面临诸多挑战。冷轧带钢表面缺陷具有种类多、形态复杂多变、特征差别大等特点,传统的基于图像处理和机器学习技术的检测方法对于不同缺陷需要分别提取特征并建立模型,影响了模型的使用效果和准确率的提升。本文利用基于深度学习的目标检测算法Faster R-CNN建立冷轧钢板表面缺陷的检测和识别模型,针对10大类冷轧镀锌主要缺陷,模型在验证集上准确率平均达到了93%。(本文来源于《冶金自动化》期刊2019年06期）
戴斌宇,吴静静[4]（2019）在《基于机器视觉的定子表面缺陷检测系统研究》一文中研究指出为了解决定子人工检测效率、精度低的问题,设计了一套基于机器视觉的定子外观缺陷检测系统,该系统由硬件系统和软件系统两部分组成。针对定子表面图像背景复杂、内部干扰多等问题,使用最小二乘法提取圆形ROI,并提出一种基于连通域特征组合的干扰抑制算法,通过分析连通域最小外接矩形的形状和位置特征来抑制干扰;然后提出一种基于轮廓拓扑结构分析的掩模生成算法,并利用图像差分法提取缺陷进行分析判断。试验结果表明,该检测系统的稳定性和实时性良好,基本满足工业检测要求,具有很好的实用价值。(本文来源于《传感技术学报》期刊2019年10期）
于浩,张志利[5]（2019）在《衍射光学可变图像表面缺陷检测系统设计》一文中研究指出针对当前人工检测衍射光学可变图像表面缺陷时,受主观因素、天气、光照等影响较大,存在检测率较低、误检率、漏检率不高,检测耗时较长的问题,提出并设计了衍射光学可变图像表面缺陷检测系统。利于具备线阵CCD摄像头的照明装置检测图像表面缺陷,以来采集目标表面缺陷图像数据,将采集的图像数据经系统服务器传送给图像处理模块;系统图像处理模块先后对目标产品衍射光学可变图像作预处理、图像表面缺陷初步检测、图像表面缺陷精确定位,以及图像表面缺陷分类,最终完成衍射光学可变图像检测系统总体架构。系统性能测试结果表明,设计系统能够实现衍射光学可变图像表面缺陷的高效、准确检测。(本文来源于《激光杂志》期刊2019年10期）
段春梅,张涛川[6]（2019）在《基于傅里叶变换的随机纹理瓷砖的高精度表面缺陷检测》一文中研究指出针对经典缺陷检测算法不能很好地提取随机纹理瓷砖图像的缺陷的问题,提出一种基于傅里叶变换的随机纹理瓷砖表面缺陷高精度检测方法;在此基础上,完成了瓷砖表面缺陷检测硬件系统设计;对采集的瓷砖图像,首先利用傅里叶变换得到频率谱图像,然后研究截止频率参数对滤波的影响,设计最优化滤波器进行滤波,再通过傅里叶逆变换获得重构图像,达到抑制背景纹理信息,加强缺陷区域信息的目的,最后通过阈值化和形态学操作获得缺陷区域;实验结果表明:该方法对不同的随机纹理瓷砖样本进行缺陷检测的准确率高,在瓷砖缺陷检测中具有较高的实用价值。(本文来源于《计算机测量与控制》期刊2019年10期）
梁颖,詹光曹,徐科[7]（2019）在《基于二值化赋范梯度的中厚板表面缺陷检测》一文中研究指出目的针对中厚板表面复杂、缺陷识别率低的问题,设计一种有效的候选窗口提取方法,提升中厚板表面缺陷检测的准确性与实时性。方法引入视觉选择性注意机制,采用一种基于二值化赋范梯度特征(BinarizedNormedGradients,BING)的一般对象估计算法来快速准确地提取缺陷感兴趣区域(Regionof Interest,ROI),有效缩短搜寻过程。首先将样本归一化到8×8大小,提取规范化梯度特征(Normed Gradients,NG),学习一个测量显着性的线性SVM分类器来预测图像窗口含有缺陷的可能性。然后再通过样本尺度优化显着性评分,学习一个校准显着评分的线性SVM分类器。最后将两个SVM模型级联,用于在线检测,提取缺陷感兴趣区域。结果将训练好的BING模型与Inception-V3卷积神经网络相结合,用于中厚板表面缺陷检测与识别,BING算法有效减少了ROI数量,在ROI数量为500的情况下,达到了98.2%的召回率。结论在保证缺陷召回率的前提下,BING生成的ROI数量比滑动窗口遍历方式少2个数量级,有效减少了后续识别算法的计算量,有利于引入复杂的分类器提升中厚板表面缺陷识别的准确率。(本文来源于《表面技术》期刊2019年10期）
许杨,刘丽冰,杨泽青,黄凤荣[8]（2019）在《基于改进谱残差的工件表面缺陷检测方法研究》一文中研究指出在零件加工过程中,能够及时的发现加工工件的表面缺陷,可以保证加工质量。针对由于刀痕影响工件表面缺陷不易检测的问题,提出一种基于谱残差视觉显着模型的工件表面缺陷检测算法。首先,对工件表面图像预处理,使用同态滤波方法消除工件表面光照不均匀的影响;然后提出改进的谱残差视觉显着模型,大致定位缺陷;随后使用视觉显着性和超像素分割相结合的算法来进一步确定缺陷的位置;最后使用形态学运算,得到最终的检测结果。在现场采集图片库上客观实验评估表明,该算法具有很高的准确率且检测速度快。(本文来源于《组合机床与自动化加工技术》期刊2019年10期）
李宇萌,段欣伯,马蓬勃[9]（2019）在《基于点云的转子表面缺陷检测方法》一文中研究指出转子缺陷影响鼓风机运转,降低工作性能,为工业生产带来安全隐患。传统人工检测费时费力,检测和标注精度低,且难以进行缺陷精准分类。因此,本文基于机器视觉获取点云数据,对其进行预处理,并对比基于点云配准和基于工件特征的2种缺陷检测方法。实验结果表明,基于工件特征的缺陷检测能得到更精确的缺陷标注和分类效果,并为缺陷检测方法研究工作提供了新的方向。(本文来源于《计算机与现代化》期刊2019年10期）
肖艳军,齐浩,周围,彭凯,孟召宗[10]（2019）在《锂电池极片轧机轧辊表面缺陷检测与识别》一文中研究指出为了能准确的对锂电池极片轧机轧辊表面的缺陷类型做出检测,提出了一种基于图像处理的轧辊表面缺陷检测与识别方法。首先,针对轧辊表面缺陷进行了类别划分,并设计了相应的轧辊表面质量检测系统,实现图像的收集与提取;然后针对收集的轧辊表面图片,利用前景提取和图像增强实现初步的预处理;最后利用特征提取与特征归类的方法对经过预处理的图像进行缺陷归类。通过对40组轧辊缺陷样本进行试验测试,结果表明,轧辊表面缺陷检测的准确度达到90%,证明了该方法的精度和有效性,该方法能够有效鉴别轧辊表面的缺陷类型,对锂电池极片轧辊的维护有着指导作用。(本文来源于《电子测量与仪器学报》期刊2019年10期）
表面缺陷检测论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
汽车轮毂在加工和搬运过程中难免会产生划痕和擦伤等表面缺陷,为解决传统人工检测低效、耗时、检测精度低的缺点,提出使用机器视觉技术完成轮毂表面缺陷的检测。由于轮毂的表面结构复杂,提出将视觉系统安装在机械手末端完成图像采集,并以此提出了一种基于深度学习的汽车轮毂表面缺陷检测算法,该算法首先对采集的原始图片进行分割,然后对分割的图片进行图像增强处理,增强图像的对比度和缺陷的特征,然后将处理后的图片输入已经训练好的卷积神经网络,得出最终的检测结果。实验结果表明,该算法具有很高的准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
表面缺陷检测论文参考文献
[1].姜阔胜,柯虎城.鬼像原理在高亮金属表面缺陷检测中的应用[J].陕西理工大学学报(自然科学版).2019
[2].赵海文,赵亚川,齐兴悦,李锋.基于深度学习的汽车轮毂表面缺陷检测算法研究[J].组合机床与自动化加工技术.2019
[3].顾佳晨,高雷,刘路璐.基于深度学习的目标检测算法在冷轧表面缺陷检测中的应用[J].冶金自动化.2019
[4].戴斌宇,吴静静.基于机器视觉的定子表面缺陷检测系统研究[J].传感技术学报.2019
[5].于浩,张志利.衍射光学可变图像表面缺陷检测系统设计[J].激光杂志.2019
[6].段春梅,张涛川.基于傅里叶变换的随机纹理瓷砖的高精度表面缺陷检测[J].计算机测量与控制.2019
[7].梁颖,詹光曹,徐科.基于二值化赋范梯度的中厚板表面缺陷检测[J].表面技术.2019
[8].许杨,刘丽冰,杨泽青,黄凤荣.基于改进谱残差的工件表面缺陷检测方法研究[J].组合机床与自动化加工技术.2019
[9].李宇萌,段欣伯,马蓬勃.基于点云的转子表面缺陷检测方法[J].计算机与现代化.2019
[10].肖艳军,齐浩,周围,彭凯,孟召宗.锂电池极片轧机轧辊表面缺陷检测与识别[J].电子测量与仪器学报.2019