论文部分内容阅读
将深度学习算法与机器视觉技术相结合,研发了高精度与高性能的聚烯烃材料表面缺陷视觉检测系统。从硬件与软件设计入手对系统总体架构进行布局,对原始采集的聚烯烃材料表面视觉图像实施平滑去噪与增强处理,将质量改善后的图像作为缺陷检测样本。结合RPN全卷积网络构建了Faster-RCNN网络检测模型,实现了聚烯烃材料表面缺陷视觉检测。经验证,此系统检测聚烯烃材料表面缺陷误差仅为0.8%～2.8%,检测效果较为理想。