铝合金铸件已经广泛应用于汽车、飞机等重要工业,其质量直接影响到机械零部件的安全使用。针对铝合金铸件的X射线图像表面和内部缺陷多样化和细微问题,提出了一种融合局部和全局特征的X射线图像铸造缺陷检测方法。首先,将高效通道注意...铝合金铸件已经广泛应用于汽车、飞机等重要工业,其质量直接影响到机械零部件的安全使用。针对铝合金铸件的X射线图像表面和内部缺陷多样化和细微问题,提出了一种融合局部和全局特征的X射线图像铸造缺陷检测方法。首先,将高效通道注意力模块和经典网络ResNet-50进行融合构成新的基础卷积神经网络,以新的网络为骨干构建双分支网络模型。然后,提出了细节信息定位提取(detailed information location and extraction,DILE)模块,该模块定位到包含丰富判别性信息的局部区域。最后,将由DILE得到的局部图像结合原始图像作为网络的输入,构建了一个融合局部和全局特征的双分支网络模型。对全局区域的学习有助于在复杂背景下提取有意义的细微信息,对局部区域的学习可以进一步提高分类效果。该方法在真实汽车铸件的X射线图像数据集上进行测试训练,测试集准确率达98.3%。实验结果表明,该方法相较于其他常规方法更有效。展开更多
针对汽车发动机铸造铝合金缸体油槽表面缺陷检测的问题,提出基于标准相关匹配的铸件外观缺陷检测算法。该方法使用标准相关匹配算法从CCD获取的图像中提取出ROI(region of interest)区域,然后利用中值滤波去除图像表面噪声,通过形态学...针对汽车发动机铸造铝合金缸体油槽表面缺陷检测的问题,提出基于标准相关匹配的铸件外观缺陷检测算法。该方法使用标准相关匹配算法从CCD获取的图像中提取出ROI(region of interest)区域,然后利用中值滤波去除图像表面噪声,通过形态学开闭运算对所得图像进行处理,进一步去除噪声的同时放大缺陷部位在图中的占比,最后使用轮廓提取算法完成对缺陷的识别与定位。实验结果表明,该算法能够有效地提高铸件外观缺陷检测速度,具有良好的检测精度,对外界光照变化以及铸件表面质量的波动具有良好的鲁棒性。展开更多
文摘铝合金铸件已经广泛应用于汽车、飞机等重要工业,其质量直接影响到机械零部件的安全使用。针对铝合金铸件的X射线图像表面和内部缺陷多样化和细微问题,提出了一种融合局部和全局特征的X射线图像铸造缺陷检测方法。首先,将高效通道注意力模块和经典网络ResNet-50进行融合构成新的基础卷积神经网络,以新的网络为骨干构建双分支网络模型。然后,提出了细节信息定位提取(detailed information location and extraction,DILE)模块,该模块定位到包含丰富判别性信息的局部区域。最后,将由DILE得到的局部图像结合原始图像作为网络的输入,构建了一个融合局部和全局特征的双分支网络模型。对全局区域的学习有助于在复杂背景下提取有意义的细微信息,对局部区域的学习可以进一步提高分类效果。该方法在真实汽车铸件的X射线图像数据集上进行测试训练,测试集准确率达98.3%。实验结果表明,该方法相较于其他常规方法更有效。
文摘针对汽车发动机铸造铝合金缸体油槽表面缺陷检测的问题,提出基于标准相关匹配的铸件外观缺陷检测算法。该方法使用标准相关匹配算法从CCD获取的图像中提取出ROI(region of interest)区域,然后利用中值滤波去除图像表面噪声,通过形态学开闭运算对所得图像进行处理,进一步去除噪声的同时放大缺陷部位在图中的占比,最后使用轮廓提取算法完成对缺陷的识别与定位。实验结果表明,该算法能够有效地提高铸件外观缺陷检测速度,具有良好的检测精度,对外界光照变化以及铸件表面质量的波动具有良好的鲁棒性。
