基于FCN与形态学滤波的工件表面缺陷检测

摘要：

在生产过程中工件表面会形成各种缺陷,不仅影响工件产品的性能,甚至会导致产品失效,目前主要依靠人工目视检测法进行缺陷检测,但是该方法效率低,且容易误检.本文提出一种基于全卷积神经网络(FCN)与形态学滤波算法对工件表面缺陷进行检测,利用FCN的像素级的分类,有效的实现缺陷区域分割,结合了形态学滤波的开闭运算,减少了局部噪声,填补内部细小孔洞,有效的提取缺陷特征轮廓,实现缺陷检测.

关键词：全卷积神经网络、形态学滤波、开闭运算、缺陷区域分割、缺陷检测

分类号：TP3;TP1

在线出版日期：2020-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：141-142