传统表面缺陷检测方法 - 知乎

传统的表面缺陷检测方式主要分为两种，一种是基于无损检测的方法，一种是基于图像处理的检测方法。

基于无损检测的方法主要包括涡流检测法、漏磁检测法、电容检测法等，因其具有灵活性高、检测成本低等优点，目前仍为国内大部分螺纹钢制造企业所应用。涡流检测方法通过电磁感应原理，可通过产生的感生涡流变化来判定螺纹钢表面是否存在缺陷，但涡流检测方法所受到的干扰因素较多，无法对小面积（如小气泡类别的缺陷）缺陷进行精准识别；而漏磁检测通过钢体表面磁导率的变化来判断钢体表面的缺陷，漏磁检测虽然具有很高的检测效率，但也具有一定的局限性，仅适用于铁磁材料，且不适用于形状较为复杂的钢材。相似的检测方式还包括电容检测方法、红外检测方法以及超声波检测方法等，这些检测方法虽然能对螺纹钢表面的缺陷进行检测，但只能用于对精确率要求不高的环境中，检测的种类也会受到限制。

在历经无损检测技术后，基于图像处理的检测技术在工业在线检测、测量等领域的应用逐渐广泛，通过激光扫描螺纹钢表面来获取二维信息，然后通过图像处理技术进行处理，虽然实时性较强，但对于小面积的表面缺陷仍存在漏检、错检的现象。王庆等人采用 BP 神经网络对在线冷轧带钢表面缺陷进行检测分类的方法，检测系统的识别率达到 97%。杨加东、谢明等以 CCD 摄像机为视觉结合图像处理技术，利用 BP神经网络进行缺陷分类，但需要对表面缺陷的特征进行人工提取，费时费力且精准性较弱，需要使用者拥有大量的知识积累或者遍历图像，过程复杂。机器学习的算法较多采用支持向量机等方法，但其实现也需要大量的样本数据，通过对数据的扩充、迭代，找出可以替代原始数据的特征向量，但早期自动识别的方法还未能达到适用性。由此可见，基于图像处理的表面缺陷检测方法虽然能够对缺陷类别进行识别和分类，一定程度上促进了企业的生产工艺，但其仍存在以下不足，一方面，图像处理法会根据缺陷形状进行预处理和分割，其检测精度高低受预处理影响较大，且在预处理过程中，可能会造成部分缺陷信息的丢失；其二，由于螺纹钢表面缺陷种类繁多，每种类别的差异性较大，而人工选择的特征对于每一类的产品不具有通用性，在检测信息的聚类方面也存在不足。

基于 ResNet50 预训练模型的迁移学习​mp.weixin.qq.com/s?__biz=MzIzNDc4MzQxMg==&mid=2247491827&idx=1&sn=854c722e20455d61336f2c99fab7bed8&chksm=e8f3b728df843e3e1bb21116ad18ebcd7263312f171bca60baf2c2e637c57abb51a988a9147c&token=840236394&lang=zh_CN#rd

原网址: 访问
创建于: 2024-04-12 16:45:23
目录: default
标签: 无

未标明原创文章均为采集，版权归作者所有，转载无需和我联系，请注明原出处，南摩阿彌陀佛，知识，不只知道，要得到

请先后发表评论
  • 最新评论
  • 总共0条评论