基于超像素分割和随机森林的橡胶柱塞缺陷检测方法

摘要：

针对直径为3 mm的小尺寸橡胶柱塞件端面,其受光斑、灰尘及纹理干扰不易分割提取缺陷轮廓的问题,提出一种结合SLIC(简单线性迭代聚类)和RF(随机森林)算法的缺陷检测系统.首先利用霍夫变换和各向异性扩散滤波对图像预处理,然后采用基于超像素分割的SLIC算法分割和提取缺陷区域,最后把获得的缺陷区域的五维形状特征作为RF分类器特征向量进行缺陷分类预测.结果表明,SLIC算法较传统的自适应阈值分割算法快了0.128 s,并且分割效果远好于传统算法,能够准确分割出小至0.5 mm的缺陷,整体检测流程平均耗时小于1.5 s,同时RF分类结果准确率达到97.3％.因此,本文的缺陷检测系统满足在线检测准确性和实时性的要求,可在实际工作中使用.

关键词：橡胶柱塞、缺陷检测、超像素分割、随机森林

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;江苏省自然科学基金资助项目

在线出版日期：2020-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：99-103