您现在的位置: 首页> 研究主题> 缺陷检测

缺陷检测

缺陷检测的相关文献在1984年到2023年内共计14852篇,主要集中在自动化技术、计算机技术、金属学与金属工艺、无线电电子学、电信技术 等领域,其中期刊论文2335篇、会议论文502篇、专利文献1122736篇;相关期刊872种,包括无损检测、组合机床与自动化加工技术、仪表技术与传感器等; 相关会议353种,包括第五届无损检测高等教育发展论坛学术交流会、2013年铁道工务探伤技术研讨会、第十届全国正电子湮没谱学会议等;缺陷检测的相关文献由29879位作者贡献,包括不公告发明人、龙吟、倪棋梁等。

缺陷检测—发文量

期刊论文>

论文:2335 占比:0.21%

会议论文>

论文:502 占比:0.04%

专利文献>

论文:1122736 占比:99.75%

总计:1125573篇

缺陷检测—发文趋势图

缺陷检测

-研究学者

  • 不公告发明人
  • 龙吟
  • 倪棋梁
  • 陈宏璘
  • 姚毅
  • 张胜森
  • 侯大为
  • 李伟
  • 潘正颐
  • 郑增强
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 张洪波; 隋文涛; 袁林; 李长安; 逯海滨
    • 摘要: 口服液压盖过程,会出现压盖不良等情况,瓶盖可能会出现划痕、刮花、表面卷曲、压盖破损等缺陷,为保证食品药品安全必须在出厂前进行检测。在基于深度学习的口服液瓶压盖缺陷检测的研究过程中,使用传统卷积神经网络对口服液压盖缺陷数据集进行训练,需要进行人工标注,效率较低。为有效解决上述问题,设计出一种无监督学习的深度卷积去噪自编码器网络模型用于口服液瓶压盖质量检测,并使用结构相似性SSIM作为损失函数。针对口服液压盖质量图像进行预处理,建立合格产品图像数据集,然后构建一种以卷积神经网络为基础,结合多层感知器的去噪自编码器网络模型。该模型仅以无缺陷产品图像进行训练并学习无缺陷产品特征,通过将缺陷图像重构为无缺陷图像,再与缺陷图像相减,获得包含缺陷信息的残差图。实验结果表明:该方法能够很好地识别口服液瓶压盖缺陷,准确率达到95.2%,且具有较好的泛化能力和鲁棒性。
    • 王恩芝; 张团善; 刘亚
    • 摘要: 针对纺织品表面缺陷检测算法速度低、泛化性能差及鲁棒性弱等问题,课题组提出了一种基于改进Yolo v5的织物表面缺陷检测方法。在Yolo v5骨干网络的基础上增加了卷积注意力模块,增强目标检测网络对特征图中重要信息提取并弱化无关特征;针对网络特征融合阶段特征尺度不一致造成的冲突问题,引入自适应空间特征融合的方法;在训练过程中使用迁移学习加快训练速度。实验结果表明:与未改进的Yolo v5算法相比,所提出的检测框架能够有效提高网络精度达98.8%,检测速度达83帧/s。该检测方法能满足实际工业要求。
    • 李建梅
    • 摘要: 超声检测在焊缝缺陷检测中具有非常广泛的应用,能够依托于反馈波形与能量消耗大小等判定缺陷位置、大小以及类型等,依照超声检测工作原理、波形、探头数量以及人工干预程度等进行分类,可以将超声检测划分为多种类型。起重机属于特种设备中的一种,其焊缝质量直接关系到结构的稳定性与安全性,加强起重机T型焊缝缺陷检测十分有必要。起重机T型焊缝缺陷主要表现为根部位置未融合与未焊透缺陷、坡口位置焊趾裂纹与坡口未融合缺陷、焊缝中间位置夹渣与气孔缺陷,根据焊接板厚度,合理选取探头K值,结合纵波探伤法与横波探伤法,实现对T型焊缝的全面探测。
    • 石炜; 张袁祥; 李嘉楠
    • 摘要: 针对列车滚子轴承内圈外表面缺陷人工检测方法的不足,提出了一种基于机器视觉的表面缺陷检测方法,通过对缺陷图像的处理和分析,快速、准确地实现了轴承表面缺陷的分类识别。这里使用工业内窥镜进行轴承图像的获取,通过对图像的灰度直方图分析,判断其是否为缺陷轴承;对缺陷图像分别进行二值化处理、形态学滤波和图像标记,以准确获得图像的缺陷区域;对缺陷区域进行特征提取后,利用缺陷分类决策树完成缺陷类型的识别。实验表明,该方法实时性好、运算速度快,可有效检测出列车滚子轴承表面缺陷。
    • 李鹏吾; 刘荣海; 周静波; 赵腾飞
    • 摘要: 输电线路中耐张线夹压接质量影响着电网运行安全,目前对耐张线夹压接质量检测方法主要是拍摄X射线图像并进行人工识别。但由于耐张线夹X射线图像存在缺陷部位尺寸小且排列紧密等特点,人工方法显得耗时费力且准确率不高。针对上述问题,提出一种基于深度学习的耐张线夹压接缺陷X射线图像检测系统。采用分级检测原则,首先利用CenterNet算法定位存在缺陷的压接部位并切割出压接部位,增大压接缺陷在图像中的占比,其次利用数据增强扩充数据集,最后利用RetinaNet算法检测压接缺陷。经验证,该分级检测策略与采用传统检测算法相比,在准确率和检测速度上都有一定程度提升,可满足实际工程中应用要求。
    • 方春城; 陈耿新
    • 摘要: 本文提出了一种基于计算机机器视觉的印刷标签缺陷检测方法,通过将印刷标签图像二值化,用Sobel算子找出条形码条黑条码边缘,通过Hough变换检测条形码区的直线特征,确定条形码区,判断是否存在缺陷,再标出缺陷。通过仿真实验,该方法能将对带有漏墨、破损条形码很好地检测出来。
    • 田春; 李香文
    • 摘要: 自动化和智能化是现代工业企业必备的两个要素,传统的塑料吸管分拣采取人工作业模式,在流水线上进行残次品的筛选和剔除,这种方法效率低、工作量大、实时性差,无法满足现代工业生产的需求。文章采用机器视觉技术,以U型塑料吸管作为研究对象,通过图像处理分析并提取出不同缺陷特征,实现高精度的缺陷检测,并通过实际的检验测试验证了所提出方法的有效性和可行性。
    • 高瑞琪; 唐妙奇; 兰锋
    • 摘要: 本研究采用将焊点三维特征提取与人工神经网络模型两种检测方法相结合的方式进行车载雷达焊点缺陷检测,克服了基于三维特征提取检测方法准确率低、基于人工神经网络检测方法对样本质量和数量要求高的缺点,具有在样本数量较少的情况下达到较高的检测准确率以及随着样本数量的积累增加检测准确率不断提升的优点。
    • 肖佳全; 何卫锋; 欧阳祥波
    • 摘要: 为实现异形弹簧的尺寸和变形缺陷在线检测,基于机器视觉设计一套零件快速定位、测量和缺陷检测的方法。详细论述图像处理算法,即图像预处理、图像定位、尺寸测量和变形缺陷检测算法等。基于形状的模板匹配对零件进行定位,通过创建测量矩形完成对零件的尺寸测量。基于微分和自身对照的思想,对零件易变形区域进行微分,通过对比微分的小区域,实现对零件的快速变形缺陷检测;简略介绍系统的硬件组成和工作原理。结果表明:所提算法对零件的误检率约为2.5%,实现了无接触、快速且较为准确的检测;该检测方法操作简单,具有较高的实用性,可以满足工业生产要求的需要。
    • 吴皓; 沙玲
    • 摘要: 目前汽车刹车衬芯的法兰面缺陷主要通过人工检测,针对效率低、准确率不高的问题,提出一种基于YOLO-V3改进的检测算法。首先根据检测目标较小的场景对YOLO-V3结构进行改进,即为FPN结构增加一层特征图;其次,以深度可分离卷积代替普通卷积,以加快预测速度;最后,对数据集进行预处理并进行扩充。对改进后的YOLO-V3与一些现存的主流检测算法进行对比实验。结果表明,改进后的YOLO-V3平均准确率达到了90%,检测速度达到42 ms/张,对小目标的检测效果有所提升,满足了工业现场对衬芯检测的要求。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号