基于机器视觉的透明塑料件缺陷检测

摘要

在实际的产品生产当中,由于各种不确定因素的影响,容易导致产品表面出现缺陷,严重影响产品的外观和性能,因此,在线缺陷检测成为了生产过程中必不可少的环节.以机器视觉为基础方法,分别使用基于SVM机器学习方法和基于Faster R-CNN深度学习方法对透明塑料件进行缺陷的识别与定位,并对两者的检测效果进行比较和分析.实验结果表明,基于Faster R-CNN的缺陷检测方法的准确率为90％,比基于SVM缺陷检测方法高20％,验证了基于深度学习的缺陷检测方法的优越性.