基于机器视觉的接头组件表面缺陷检测系统研究
【摘要】 为了解决金属软管接头组件表面检测精准度不高和检测效率不高的实际问题，设计一套基于机器视觉的接头组件表面缺陷检测系统。针对接头组件图像背景复杂、噪声干扰多，通过使用图像滤波去噪、Otsu算法二值化以及图像形态学分析，提高图像的对比度，有效提取目标检测区域。而后采用Canny边缘检测算法，对图像进行边缘轮廓精准识别，并采用快速傅里叶变换方法和R-FCN算法，对缺陷特征信息快速进行匹配提取和分类处理。试验结果表明：此缺陷检测系统能有效提高检测效率，保证较高的检测准确率和精度，满足实际工业检测的需求，具有较好的实用价值。
