摘要
胶料表面缺陷影响胶料使用,实际生产过程中要强化表面缺陷检测。对人工检测胶料表面缺陷存在的效率低、精度低、成本高等问题,提出了基于大数据的胶料表面缺陷检测方法。采用线扫描工业相机获取胶料表面缺陷图像,对获取的图像灰度化处理。将图像白色树脂转换为白雾,并去除白雾。在此基础上,采用灰度变换法对图像进行增强。采用Darknet-19卷积神经网络提取图像特征,并通过YOLOv4算法进行表面缺陷检测。胶料表面缺陷检测结果表明:对裂缝缺陷检出率最高,误检率最低;对毛团缺陷检出率最低,误检率最高;对三种表面缺陷的检测均能够满足实际胶料生产的精度和实时性要求。
- 出版日期2023
- 单位广东工业大学; 广州粤信科技有限公司