针对高速生产过程中彩涂钢板表面结构性及非结构性缺陷存在尺寸极小、特征边界模糊、人工检测准确率低等问题,提出了一种彩涂钢板表面质量缺陷检测算法。首先收集彩涂钢板缺陷图像并建立多类型缺陷图像数据集;其次利用传统图像处理算法提取缺陷感兴趣区域(Region of Interest,ROI);最后将提取的缺陷感兴趣区域送入卷积神经网络输出缺陷分类结果。实验结果表明:缺陷检测算法对于彩涂钢板表面杂质及搁伤等缺陷的检出率和准确率分别达到了95%和91%,由此证明该算法具有较高的缺陷识别能力,满足了彩涂钢板表面质量检测需求;算法处理速度10帧/s,达到了彩涂钢板生产速度要求。该算法实现了彩涂钢板表面缺陷自动检测功能,达到了提高彩涂钢板缺陷检测准确率、降低人工负荷、节约彩涂钢板生产成本的目标,对彩涂钢板生产行业具有重要的意义。
暂无评论