基于CNN的工件缺陷检测方法研究

发布时间：2018-11-22 16:10

【摘要】：将卷积神经网络(CNN)应用于工件缺陷检测,来检测工件在生产过程中表面出现的缺陷,以提高工件的生产质量。利用CNN可以对工件的图案进行识别,但识别无法检测出细微缺陷的问题。在CNN进行工件图案识别的基础上,研究一种利用CNN实现缺陷检测的方法。该方法通过扩充缺陷样本,利用CNN识别的中间输出参数,定义了缺陷分辨率的概念来衡量缺陷的程度,当缺陷分辨率达到一定水平时则认为是无缺陷图案,否则认为其存在缺陷。实验验证了提出的CNN工件缺陷检测方法的有效性,数据表明缺陷检出率可达到93.3%。
[Abstract]:The convolutional neural network (CNN) is applied to detect the defects on the workpiece surface in order to improve the production quality of the workpiece. The pattern of workpiece can be recognized by CNN, but the problem of fine defect can not be detected. Based on the pattern recognition of workpiece by CNN, a method of defect detection using CNN is studied. By extending the defect samples and using the intermediate output parameters identified by CNN, the concept of defect resolution is defined to measure the degree of defect. When the defect resolution reaches a certain level, it is considered as a non-defect pattern. Otherwise, it is considered defective. The effectiveness of the proposed method is verified by experiments, and the data show that the detection rate of defects can reach 93.33%.
【作者单位】： 华中师范大学计算机学院;
【基金】：湖北省自然科学基金项目(2016CFB470)资助
【分类号】：TP183;TP391.41

【相似文献】

相关期刊论文 前10条

1 李莉萍;;新的3D缺陷检测技术实现纳米级快速检测[J];计测技术;2013年04期

2 肖庆;杨朝红;宫云战;;提高静态缺陷检测精度方法[J];计算机辅助设计与图形学学报;2010年11期

3 刘皓挺;王巍;史利民;;图割模型在光纤熔接缺陷检测中的应用[J];红外与激光工程;2012年11期

4 孙懿;李爱平;胡永;刘源;;基于机器视觉的水果缺陷检测方法研究[J];软件导刊;2014年05期

5 李晓慧;张宝峰;朱均超;;基于多光谱柑桔缺陷检测方法研究[J];天津理工大学学报;2010年04期

6 徐赤;王志平;凌永祥;祝晓春;秦嘉炜;;基于智能视觉系统的饮料瓶缺陷检测技术[J];自动化与仪器仪表;2011年05期

7 王诗琴;程耀瑜;师惠萍;刘永林;;基于角点定位的印刷品缺陷检测[J];传感器世界;2011年04期

8 李峰峰;袁鹏;吴忻生;;基于图像处理的片式元件缺陷检测算法[J];计算机测量与控制;2012年04期

9 赵云山;宫云战;周傲;王前;周虹伯;;静态缺陷检测中的误报消除技术研究[J];计算机研究与发展;2012年09期

10 谭智仁;卢军;;基于图像传感器的标签缺陷检测方法[J];组合机床与自动化加工技术;2014年03期

相关会议论文 前5条

1 李兵;邓善熙;李焕然;;计算机图像处理技术应用于晶振元件缺陷检测[A];首届信息获取与处理学术会议论文集[C];2003年

2 赵涟漪;许宝杰;童亮;;在线玻璃缺陷检测系统的研究[A];机械动力学理论及其应用[C];2011年

3 王国勋;彭怡;寇纲;石勇;;基于MCDM的软件缺陷检测算法评估[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年

4 曾理;刘玲慧;向才兵;;X射线图像缺陷提取方法研究[A];2010年重庆市机械工程学会学术年会论文集[C];2010年

5 刘国华;张颖;陈子军;陈子阳;;改进的CNN搜索算法[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

相关重要报纸文章 前1条

1 本报记者 马佳;调查CNN“中国黑客”报道[N];北京科技报;2008年

相关博士学位论文 前10条

1 赵君爱;基于图像处理的工件表面缺陷检测理论与方法研究[D];东南大学;2016年

2 刘洪江;基于机器视觉的毛杆缺陷检测技术的研究[D];广东工业大学;2011年

3 肖庆;提高静态缺陷检测精度的关键技术研究[D];北京邮电大学;2012年

4 张大林;静态缺陷检测优化若干关键技术研究[D];北京邮电大学;2014年

5 司小书;面向织物缺陷检测的CUDA并行图像处理模型与算法研究[D];武汉大学;2011年

6 王庆香;基于小波的纹理分析及其在FPC金面缺陷检测中的应用[D];华南理工大学;2011年

7 明俊峰;羽毛片缺陷检测若干关键技术的研究[D];广东工业大学;2014年

8 毕昕;面向TFT-LCD制程的Mura缺陷机器视觉检测方法研究[D];上海交通大学;2009年

9 张昱;基于机器视觉的TFT-LCD屏mura缺陷检测技术研究[D];哈尔滨工业大学;2006年

10 艾矫燕;基于计算机视觉的墙地砖颜色分类和缺陷检测研究[D];华南理工大学;2003年

相关硕士学位论文 前10条

1 陈宇;软包商标印刷缺陷检测系统研究[D];昆明理工大学;2015年

2 黄文军;基于机器视觉的印字缺陷检测系统研究与实现[D];五邑大学;2015年

3 章玲;基于图像放缩算法的轮胎缺陷检测系统研究与实现[D];山东大学;2015年

4 刘振东;钢芯传送带缺陷检测系统中图像处理算法研究[D];山西大学;2015年

5 胡sズ，

本文编号：2349846