基于深度学习的金属板材表面缺陷检测系统研究

目录

1 绪论

1.1 研究背景及意义

1.2 金属板材表面缺陷检测技术及研究发展现状

1.2.1 传统检测方法

1.2.2机器视觉检测研究与发展现状

1.3 论文主要工作

1.4论文整体结构安排

1.5本章小结

2缺陷检测系统整体设计

2.1引言

2.2金属板材表面缺陷检测系统要求分析

（1）使用要求

（2）经济要求

（3） 安全性要求

2.3缺陷检测系统的检测对象

2.4检测系统的技术指标及应用场合

2.4.1技术指标

2.4.2应用场合

2.5金属板材表面缺陷检测系统总体设计

2.5.1检测系统硬件模块的设计

2.5.2检测算法及检测流程的设计

2.6检测系统硬件子模块的设计

2.6.1工业相机及镜头的设计与选型

2.6.2光源类型的设计与选型

2.6.3照明方式的设计与选型

2.7技术可行性分析

2.8本章小结

3图像预处理及疑似缺陷检测

3.1 引言

3.2 金属板材图像的预处理

3.2.1灰度转换

3.2.2 图像的滤波去噪

3.2.3图像的边缘检测

3.2.4图像的形态学变换

3.3金属板材前景图像的校正与提取

3.4疑似缺陷的检测

3.4.1 疑似缺陷区域的孔洞填充

3.4.2 疑似缺陷的检测

3.4.3 疑似缺陷区域的提取分割

3.5本章小结

4基于改进卷积神经网络的缺陷检测与分类

4.1引言

4.2卷积神经网络

4.3缺陷检测与识别模型对比

4.4检测模型的构建

4.4.2 改进Inception-V3模型的构建

4.5数据集的制作及训练过程

4.5.1训练环境的搭建

4.5.2数据集的制作

4.5.3检测模型参数的选择

4.5.4检测模型的迭代训练

4.6结果对比

4.6.1检测结果分析

4.6.2检测模型的性能对比

4.7本章小结

5检测软件子系统的设计

5.1引言

5.2 检测软件的总体设计

5.2.1检测软件功能要求

5.2.2 检测软件系统组成

5.3检测软件的设计

5.3.1检测软件界面设计

5.3.2检测软件功能验证

5.4本章小结

总结与展望

总结

展望

参考文献

致谢

攻读硕士期间发表的学术论文

声明