计量学报

作者：刘福才,张震宇,徐继龙,郑宏伟,刘阳

单位：1. 燕山大学智能控制系统与智能装备教育部工程研究中心,河北秦皇岛066004; 2. 河北省高端装备产业技术研究院,河北秦皇岛066004;

关键词：机器视觉;汽车轮毂;表面缺陷检测;深度学习;智能检测装置

基金：河北省自然科学基金(F202220304);河北省高端装备产业技术研究中心学科交叉技术创新重点项目(H20201103)

机器视觉作为代替人工检测轮毂表面缺陷的重要手段,是目前该领域的主要研究方向,因此针对汽车轮毂表面缺陷检测技术的研究现状进行了综述与分析。首先,从轮毂表面缺陷的类别和人工检测流程入手,阐述了基于机器视觉的轮毂表面缺陷检测技术的要求和难点。其次,分析了基于机器视觉的智能检测算法的发展历程,包括传统的机器视觉方法在缺陷图像预处理、缺陷定位和特征提取、缺陷分类识别中的应用;卷积神经网络(CNN)等深度学习方法在缺陷检测、分割以及其他方面的应用。最后,介绍了现有轮毂型号识别装置、轮毂缺陷X射线图像采集装置、轮毂表面缺陷图像采集装置,并在分析当前基于机器视觉的智能检测装置在实际应用中的局限性及需要解决的若干关键技术问题的基础上,提出了3种智能检测实验装置设计方案,为全自动快速检测装置的研制与性能提升提供理论与技术支撑。

来源：2024年第6期

《计量学报》期刊编辑部

查看计量学报杂志2024年第6期