基于孪生网络的缺陷检测方法

论文摘要

在质量控制中,表面缺陷检测作为一种重要的技术手段保证着生产质量。由于生产需求和生产技术的提升,大多数传统的缺陷检测技术已无法满足生产要求。本文中,提出一种显著性检测和深度学习相结合的产品表面缺陷检测算法。该方法有效率高、检测速度快、通用性强的优点,对于小样本有好的效果,并且有通用快速的优势。本文主要研究目标为产品表面的缺陷检测,传统基于模式的缺陷检测方法周期长,通用性较差。随着深度学习的发展,卷积神经网络开始被应用于检测和分类,由于缺陷样本的稀缺,无法提供大量的数据以供学习训练,并且缺陷产生的未知性导致标签未知。为了解决这些不足,文章使用显著性检测,可以快速将图像中的缺陷检出,但是得到的结果是真实缺陷和伪缺陷的集合,因此需要对真伪缺陷进行分类。由于缺陷的样本稀缺和未知性,本文研究一种相似度判别模型取代传统的分类模型。模型的训练采用对图输入,可以扩大训练集,解决样本稀缺的问题。文章选用孪生卷积网络作为相似度判别模型,卷积神经网络作为其中的映射函数完成图像特征自提取,这种方法能够很好的解决小样本训练的问题,并且弱化了类别标签,无需知道真实缺陷的具体类别。在验证阶段,测试集分为两个部分:涂装和印刷产品表面图像与DAGM2007数据集。将本文的方法与基于模式的方法和基于分类的方法进行比较,测试结果表明了文章方法的检测效果较好。本文提出显著性方法和深度学习相结合的新方法,以涂装产品和印刷产品为测试对象进行研究。该方法思路不仅可以应用到二维图像缺陷检测,可以拓展到三维物体图像的缺陷检测和异常检测的任务。可以作为一种缺陷检测领域的新方法。

论文目录

文章来源

类型: 硕士论文

作者: 吴运雄

导师: 余文勇

关键词: 质量控制,小样本,孪生网络,缺陷检测,卷积神经网络

来源: 华中科技大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 数学,数学,工业通用技术及设备,计算机软件及计算机应用

单位: 华中科技大学

基金: 2017年国家自然科学基金——基于微特征分析的加工表面微缺陷智能辨识方法51775214

分类号: TP391.41;TB114.2

总页数: 60

文件大小: 2789K

下载量: 292

相关论文文献

• [1].石英腕表表盘缺陷检测机器视觉整机解决方案[J]. 电子技术与软件工程 2020(02)
• [2].金属增材制造缺陷检测技术[J]. 哈尔滨工业大学学报 2020(05)
• [3].基于深度学习的车辆零件缺陷检测方法[J]. 辽宁科技大学学报 2020(01)
• [4].基于探地雷达的工程竹缺陷检测研究[J]. 施工技术 2020(15)
• [5].基于钻入阻抗法的胶合竹缺陷检测研究[J]. 施工技术 2020(15)
• [6].图像识别技术在食品包装缺陷检测中的应用[J]. 食品与机械 2020(08)
• [7].基于机器视觉的印刷品缺陷检测方法综述[J]. 上海包装 2020(10)
• [8].基于数据挖掘技术的牙刷包装缺陷检测方法研究[J]. 佳木斯大学学报(自然科学版) 2020(03)
• [9].服务器外观缺陷检测系统[J]. 电子世界 2020(17)
• [10].复杂受力状态下船体加筋板结构缺陷检测[J]. 舰船科学技术 2020(18)
• [11].用于产品高速运动下缺陷检测的演示装置[J]. 安徽电子信息职业技术学院学报 2020(05)
• [12].基于深度学习的点胶缺陷检测[J]. 电子技术与软件工程 2019(13)
• [13].基于涡流检测的电力线夹缺陷检测与分类方法[J]. 中国科技论文 2017(04)
• [14].基于敲击信号的刹车片内部缺陷检测[J]. 组合机床与自动化加工技术 2017(10)
• [15].有关阀门缺陷检测方法的分析[J]. 科技创业家 2013(22)
• [16].公路桥梁内外缺陷与几何力学特性检测研究[J]. 山东农业工程学院学报 2020(06)
• [17].基于多视角卡牌模型的需求缺陷检测[J]. 计算机科学 2018(10)
• [18].机器视觉在TFT-LCD暗画面缺陷检测中的应用[J]. 光学仪器 2017(03)
• [19].超声相控阵缺陷检测聚焦技术仿真分析[J]. 测控技术 2016(07)
• [20].机器视觉在木材缺陷检测领域应用研究进展[J]. 世界林业研究 2020(03)
• [21].面向输电线路的锈蚀缺陷检测[J]. 电工技术 2020(17)
• [22].一种铝塑泡罩药品包装缺陷检测方法[J]. 包装工程 2019(01)
• [23].基于深度学习的工业零件缺陷检测算法研究[J]. 信息与电脑(理论版) 2019(18)
• [24].多电极传感器复合材料缺陷检测系统设计（英文）[J]. 机床与液压 2017(24)
• [25].基于视觉的绝缘子定位与自爆缺陷检测[J]. 电子测量与仪器学报 2017(06)
• [26].应用深度卷积的涂布缺陷检测方法[J]. 传感器与微系统 2020(03)
• [27].基于机器视觉的胶囊缺陷检测装置设计[J]. 贵州大学学报(自然科学版) 2020(03)
• [28].基于热成像的埋地热力管道缺陷检测试验研究[J]. 仪器仪表学报 2020(06)
• [29].面向二进制程序的开源软件缺陷检测方法[J]. 华北电力大学学报(自然科学版) 2019(04)
• [30].基于机器视觉的食品包装缺陷检测研究[J]. 食品研究与开发 2016(24)

标签：质量控制论文;  小样本论文;  孪生网络论文;  缺陷检测论文;  卷积神经网络论文;