论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 赵海文,赵亚川,齐兴悦,李锋
关键词: 汽车轮毂,缺陷检测,机器视觉,图像处理,深度学习
来源: 组合机床与自动化加工技术 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 汽车工业,计算机软件及计算机应用,自动化技术
单位: 河北工业大学机械工程学院,河北工业大学河北省机器人感知与人机融合重点实验室
分类号: U463.343;TP391.41;TP18
DOI: 10.13462/j.cnki.mmtamt.2019.11.028
页码: 112-115
总页数: 4
文件大小: 804K
下载量: 420