面向机器视觉的不锈钢棒材表面螺纹缺陷检测

摘要：

不锈钢棒材表面的螺纹是棒材磨制过程产生的一种缺陷,严重影响棒材的验收与后续使用,目前针对该类缺陷多采用双目观察、手指感知等人工方式进行判断,漏检率较高.已有的方法多针对钢材表面的划痕、砂眼、凹坑等缺陷进行检测,鲜少对螺纹缺陷进行研究,据此,设计了一种基于机器视觉的螺纹缺陷检测方法,提出了一种快速有效的螺纹特征提取方法,建立了一个不锈钢棒材图像的螺纹缺陷数据集,通过对图像特征进行训练,得到分类器.实验结果表明:提出的算法有效提升了螺纹缺陷的检测正确率和检测速度.

关键词：不锈钢棒材、螺纹缺陷、机器视觉、特征提取、数据集

所属期刊栏目：36

分类号：TF764+.1(炼钢)

资助基金：国家自然科学基金;国家自然科学基金;江苏省高校自科面上项目;常州市应用基础研究计划

在线出版日期：2022-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114