基于一维卷积的生产线冷态重轨表面缺陷快速检测

摘要：

采用直观、高效的基于机器视觉的检测方式对生产线冷态重轨表面缺陷进行自动化检测.以彩色双目线阵相机作为采集传感器获取深度信息和RGB信息.深度信息用于缺陷快速检测,RGB信息及深度信息用于缺陷分割.然后,提出一个基于一维卷积网络的深度网络用于缺陷快速检测.该网络主要包括基于一维卷积网络的特征提取器,由全连接层和Dropout层组成的分类器,以及加入尺寸先验的滤波器.为了验证所提出的网络性能,本文搭建了数据采集平台并对重轨样件进行了数据采集.实验结果表明,本文的快速检测网络在采集的数据上缺陷级检测率为100％,误检率为35％,优于对比网络.

关键词：生产线冷态重轨、表面缺陷、机器视觉、深度信息、一维卷积网络

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划项目;国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2021-03-04（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：276-281