收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于机器视觉的透明塑料件缺陷检测

关日钊  吴磊  徐焯基  
【摘要】:在实际的产品生产当中,由于各种不确定因素的影响,容易导致产品表面出现缺陷,严重影响产品的外观和性能,因此,在线缺陷检测成为了生产过程中必不可少的环节。以机器视觉为基础方法,分别使用基于SVM机器学习方法和基于Faster R-CNN深度学习方法对透明塑料件进行缺陷的识别与定位,并对两者的检测效果进行比较和分析。实验结果表明,基于Faster R-CNN的缺陷检测方法的准确率为90%,比基于SVM缺陷检测方法高20%,验证了基于深度学习的缺陷检测方法的优越性。

知网文化
【相似文献】
中国期刊全文数据库 前3条
1 赖大虎;黄宴委;;基于极端学习机的胶囊缺陷检测[J];福州大学学报(自然科学版);2012年04期
2 张文识;孙杰;张长军;程新求;;中值改进的分割算法在钢缺陷检测中的应用[J];当代化工;2013年09期
3 陈振翌;马铁军;陈育彬;李金贤;;剪切电子散斑干涉技术在轮胎缺陷检测中的应用[J];橡胶工业;2006年08期
中国硕士学位论文全文数据库 前1条
1 万凯;乳胶制品针孔缺陷检测方法的研究[D];东南大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978