基于机器视觉的工程机械配件表面瑕疵检测

王燚潇,王梦怡,郭佳怡,陆欣怡,方博平,陈雪东

(湖州师范学院 理学院，浙江 湖州 313000)

0 引 言

工程机械配件表面瑕疵检测是一种延长工程机械寿命的有效方法，也是厂家判断是否需要更换生产零部件的重要依据.传统的人工视觉检测主要依靠肉眼观察工程机械配件表面是否有瑕疵，易受工人个体经验和主观因素的影响，检测效率各不相同，检测效果也良莠不齐.因此，需要一种基于机器视觉的高速度、高精度的表面缺陷检测方法.

20世纪70年代，美国Cognex公司提出一种应用于金属表面缺陷检测的Smart View系统[1].20世纪90年代，Baygin、Karakose等针对印刷电路板孔洞缺失问题，运用Otsu阈值化和Hough变换方法提取检测物体特征，提出一种基于机器视觉的检测方法[2].21世纪初Lien、Zhao等将Alexnet卷积神经网络模型与支持向量机相结合，提出一种新的表面缺陷检测方法[3].2020年，包晓敏、鲁耀文针对印刷电路板采用灯箱、工业CD相机，以及Labview2018软件平台，开发出基于机器视觉的PCB检测系统[4].2021年，金顺楠、周迪斌等采用缺角定位算法提出一种多孔材料缺陷的检测方法[5].张旭、黄定江运用Faster R-CNN 和YOLOv3对制作的铝材缺陷数据进行检测[6].

相比传统的人工视觉检测方法，机器视觉检测方法不受工人个体经验和主观因素的影响，且更高效、准确和精细，在降低成本的同时可以长时间运作，还能关注到人眼检测不到的信息，更适用于大规模工业生产的产品缺陷检测.目前，目标检测任务在深度学习上有两种主流方法：第一种方……