如需要完整文档点击下方 "点击下载文档" 按钮

在半导体、PCB、汽车装配、液晶屏、3C、光伏电池、纺织等行业中,产品外观与产品性能有着千丝万缕的联系。 表面缺陷 检测是阻止残次品流入市场的重要手段。 利用机器视觉的技术进行检测效率高、成本低,是未来发展的主要方向。 本文综述了 近十年来基于机器视觉的表面缺陷检测方法的研究进展。 首先给出了缺陷的定义、分类以及缺陷检测的一般步骤;然后重点阐 述了使用传统图像处理方式、机器学习、深度学习进行缺陷检测的原理,并比较和分析了优缺点,其中传统图像处理方式分为分 割与特征提取两个部分,机器学习包含无监督学习和有监督学习两大类,深度学习主要囊括了检测、分割及分类的大部分主流 网络;随后介绍了 30 种工业缺陷数据集以及性能评价指标;最后指出缺陷检测方法目前存在的问题,对进一步的工作进行了 展望。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于机器视觉的表面缺陷检测方法研究进展》

将 完整文档 下载到本地，方便收藏和查阅

文件号：306690

点击下载文档