文献类型：期刊文章

作　　者：罗菁[1,2] 董婷婷[1,2] 宋丹[1,2] 修春波[1,2]

机构地区：[1]天津工业大学电工电能新技术天津市重点实验室,天津300387 [2]天津工业大学电气工程与自动化学院,天津300387

出　　处：《计算机科学与探索》

基　　金：国家自然科学基金;天津市应用基础与前沿技术研究计划~~

年　　份：2014

卷　　号：8

期　　号：9

起止页码：1041-1048

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、JST、ZGKJHX、普通刊

摘　　要：基于机器视觉的表面缺陷检测技术已经广泛地应用在视觉检测各个领域中,它是确保自动化生产中产品质量的一个非常重要的环节。然而表面缺陷检测技术仍然面临着缺陷和非缺陷区域之间的低对比度,噪音和细微缺陷的相似性,检测速度慢和识别精度低等难题。为此,给出了近年来表面缺陷检测技术的最新进展。将表面检测技术分为3类:统计法、频谱法和模型法。对几种典型的表面缺陷检测技术进行了深入比较,包括特征提取、识别算法和算法性能,并分析了方法有效性的原因。最后,总结了表面缺陷检测技术面临的挑战和未来的发展趋势。

关 键 词：表面检测  缺陷检测  缺陷分类  质量控制  

分 类 号：TP391]