首页|基于机器视觉的碳纤维预浸料表面缺陷检测方法

基于机器视觉的碳纤维预浸料表面缺陷检测方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对碳纤维预浸料表面缺陷人工检测方法效率低、成本高、实时性差等问题,提出基于机器视觉的碳纤维预浸料表面缺陷自动检测方法.首先,在碳纤维预浸料生产线上,采用2台高分辨率线扫描相机快速连续采集图像,从中随机选择带有缺陷的图像1000张;其次,基于大气光散射模型对图像进行去雾增强处理,以消除白色树脂的干扰;然后,改进具有19个卷积层和5个最大值池化层的YOLOv2目标检测算法,用于缺陷的检测;最后,对预处理后的图像进行网络训练提取图像特征,识别图像目标,并对训练好的网络进行实验验证.结果表明:该方法在复杂的工业环境下,具有较高的识别精度和鲁棒性,识别成功率达到94％以上,且每张图像的检测时间不超过0.1 s,可满足工业生产中精度和实时性要求.
Surface defect detection method of carbon fiber prepreg based on machine vision

路浩、陈原

展开 >

山东大学 机电与信息工程学院, 山东 威海 264209

机器视觉 碳纤维预浸料 表面缺陷检测 图像预处理 YOLOv2算法

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山东省重大创新工程资助项目山东省重点研发计划资助项目山东省自然科学基金资助项目

513752642019ZRJC0062017CXGC09232018GGX103025ZR2019MEE019

2020

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心EI
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2020.41(4)
  • 10
  • 6