基于深度学习的圆钢表面缺陷检测系统
摘要:随着我国工业高速发展,对各种工业原材料要求逐渐提高。圆钢作为
工业主要原材料,其产品质量与外观直接影响成品使用。本文将针对圆钢生产过
程中产品表面可能会出现的缺陷,并通过表面缺陷检测技术予以检测,同时介绍
表面缺陷检测系统内容,包括表面图像预处理、图像过滤波处理以及形态学处理,
最后深度学习圆钢表面缺陷检测系统以及相应模型,同时对该系统中缺陷类别进
行比对分析,以此提高圆钢成品质量。
关键词:深度学习;圆钢;表面缺陷检测系统
圆钢是一种工业重要原材料,在航天设备以及汽车组间中广泛应用。圆钢的
质量直接影响工业成品质量,圆钢表面缺陷检测技术是确保圆钢生产质量的关键
技术,提高该技术的应用对推动企业发展提高企业市场竞争力起到积极作用,企
业若能够熟练应用高效、高精度的圆钢表面缺陷检测技术则能够迅速抢占圆钢生
产企业的制高点。圆钢是一种断面钢材,圆钢表面缺陷检测装置与其他板类钢材
不同,所以,在对圆钢进行表面质量检测的重点是设计圆钢表面图像采集装置。
将图形采集装置设计完成后,要设计对应的表面缺陷检测方式,本文将简要分析
关于圆钢表面缺陷检测系统设计。
1. 表面缺陷检测系统
1.1 表面图像预处理
在表面图像处理中,图像质量高低会直接影响到圆钢表面检测识别的计算精
度和效果,所以在开始图像分析前,对图像实施预处理是十分重要的。图像处理
是为将图像中的特征信息及时保存,将图像中不重要的信息予以摒弃,进而完成
简化图像的目的。由于获得图像的方式是通过相机拍照的,极容易受到外部环境
因素影响,所以在对图像处理前必须对图像进行预处理。
1.2 图像滤波处理