摘要
金属材料广泛应用于装备制造、机械电子等支柱性产业中,金属表面缺陷检测对工业生产中产品质量的控制至关重要,机器视觉作为自动检测技术在该方面应用甚广。本文首先对金属表面缺陷检测技术的现状进行讨论。其次,针对金属表面缺陷检测中的机器视觉方法,从传统算法和深度学习两个方面进行阐述,针对传统机器视觉方法主要讨论阈值分割、边缘检测、聚类等,并对各种方法进行对比;深度学习方法主要聚焦在缺陷检测和缺陷分割两个方面,对金属表面缺陷检测的一些主流算法和网络模型进行总结。最后,分析了机器视觉在金属表面缺陷检测中存在的困难和挑战,对未来的发展做出了展望。
- 单位