摘要
本发明公开了一种基于机器视觉的金属密封垫片质量检测方法,包括:构建金属密封垫片尺寸缺陷检测系统及金属密封垫片表面缺陷检测系统;金属密封垫片尺寸缺陷检测系统包括:图像预处理模块、边缘检测模块和尺寸测量模块;金属密封垫片表面缺陷检测系统通过改进的Faster R‑CNN网络模型训练得到;其中,改进的Faster R‑CNN网络模型包括依次连接的特征提取模块、RPN模块、ROI Align模块和全连接层;通过相机拍摄待检测的金属密封垫片图像,并将金属密封垫片图像输入金属密封垫片尺寸缺陷检测系统,判断金属密封垫片的尺寸是否合格;将尺寸合格的金属密封垫片图像输入金属密封垫片表面缺陷检测系统,金属密封垫片表面缺陷检测系统输出表面缺陷检测结果。
技术关键词
金属密封垫片
表面缺陷检测系统
尺寸缺陷
边缘检测
特征提取模块
网络模型训练
尺寸误差
视觉
图像
Canny算子
特征金字塔网络
像素
随机梯度下降
特征提取网络
圆度误差
系统为您推荐了相关专利信息
图像识别方法
无纺布表面
像素点
非均匀性补偿
灰度共生矩阵
数据压缩
有损压缩算法
无损压缩算法
分析器
指标
检测分类方法
焊点
神经网络模型
原始图像数据
边缘检测算法
无线电信号监测
异常信号
特征工程技术
卷积神经网络模型
物联网设备