基于深度学习的聚烯烃材料表面缺陷视觉检测系统开发

摘要：

将深度学习算法与机器视觉技术相结合,研发了高精度与高性能的聚烯烃材料表面缺陷视觉检测系统.从硬件与软件设计入手对系统总体架构进行布局,对原始采集的聚烯烃材料表面视觉图像实施平滑去噪与增强处理,将质量改善后的图像作为缺陷检测样本.结合RPN全卷积网络构建了Faster-RCNN网络检测模型,实现了聚烯烃材料表面缺陷视觉检测.经验证,此系统检测聚烯烃材料表面缺陷误差仅为0.8％～2.8％,检测效果较为理想.

关键词：深度学习、聚烯烃、表面缺陷、检测

所属期刊栏目：47

分类号：TP391.41;TP18(计算技术、计算机技术)

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：54-57