论文部分内容阅读
针对人工检查方式存在效率低、安全性差及劳动强度大的问题,提出了一种机器视觉检测金属表面缺陷的方法.利用SIFT特征提取并对金属表面缺陷分类,分类正确率达到96%.分类后利用k-means聚类方法和高斯拉普拉斯算子斑点检测对金属表面进行缺陷识别.结果表明,各类方法的综合应用具有较高的识别精度,能有效地识别多个不同种类的金属表面缺陷,符合对金属加工制造的品质控制的特性,对实现金属表面缺陷的高效检测有着重要意义.