基于深度学习的光学零件表面缺陷检测方法

作     者：刘伏涛 LIU Futao

作者机构：中国航空工业集团公司洛阳电光设备研究所河南洛阳471000 

出 版 物：《信息与电脑》 (Information & Computer)

年 卷 期：2023年第35卷第21期

页      码：64-66页

摘      要：传统光学零件表面缺陷检测方法以缺陷位置信息检测为主,在位置信息融合过程中存在信息遗漏问题,影响最终的检测精准度。因此,设计基于深度学习的光学零件表面缺陷检测方法。首先,提取光学零件表面缺陷特征,分析光学零件透镜中心成像情况,剔除中心误差导致的缺陷,保留光学零件表面缺陷特征。其次,基于深度学习检测光学零件表面缺陷细节尺度,获取零件缺陷的细节信息,并通过深度学习拟合缺陷特征。最后,进行实验分析。实验结果表明,该方法的检测精准度更高,优于对照组。

主 题 词：深度学习 光学零件 表面缺陷 检测方法 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1003-9767.2023.21.021

馆 藏 号：203125865...