标题:基于机器视觉的碳纤维预浸料表面缺陷检测方法
作者:路浩; 陈原
作者机构:[路浩]山东大学机电与信息工程学院, 威海, 山东 264209, 中国;[陈原]山东大学机电与信息工程学院, 威海, 山东 264209, 中国. 更多
通讯作者:Chen, Yuan
通讯作者地址:[Chen, Y] School of Mechanical, Electronic & Information Engineering, Shandong UniversityChina;
来源:纺织学报
出版年:2020
卷:41
期:4
页码:51-57
DOI:10.13475/j.fzxb.20190502107
关键词:机器视觉; 碳纤维预浸料; 表面缺陷检测; 图像预处理; YOLOv2算法
摘要:针对碳纤维预浸料表面缺陷人工检测方法效率低、成本高、实时性差等问题,提出基于机器视觉的碳纤维预浸料表面缺陷自动检测方法。首先,在碳纤维预浸料生产; 线上,采用2台高分辨率线扫描相机快速连续采集图像,从中随机选择带有缺陷的图像1; 000张;其次,基于大气光散射模型对图像进行去雾增强处理,以消除白色树脂的干扰;然后,改进具有19个卷积层和5个最大值池化层的YOLOv2目标检; 测算法,用于缺陷的检测;最后,对预处理后的图像进行网络训练提取图像特征,识别图像目标,并对训练好的网络进行实验验证。结果表明:该方法在复杂的工业; 环境下,具有较高的识别精度和鲁棒性,识别成功率达到94%以上,且每张图像的检测时间不超过0.1 s,可满足工业生产中精度和实时性要求。
收录类别:EI;CSCD;SCOPUS
资源类型:期刊论文
原文链接:https://www.scopus.com/inward/record.uri?eid=2-s2.0-85084451149&doi=10.13475%2fj.fzxb.20190502107&partnerID=40&md5=1d5377a41370f28e6896fd2e4ceb6dd3
TOP