基于深度学习的微小元器件智能在线检测系统

作     者：丁成波 刘蜜 刘超 DING Chengbo;LIU Mi;LIU Chao

作者机构：贵州航天电器股份有限公司贵州贵阳550009 

出 版 物：《机床与液压》 (Machine Tool & Hydraulics)

年 卷 期：2022年第50卷第3期

页      面：111-115页

学科分类：0810[工学-信息与通信工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理] 

基　　金：国家重点研发计划重点专项(2017YFE0101100,2020YFB1710503) 航天电器重点科研项目(HTDQ20HJ0006,HTDQ21ZP021) 

主　　题：微小元器件 机器视觉 图像处理技术 深度学习 智能检测 

摘      要：为了解决多种微小元器件的尺寸、位置、方向和缺陷自动化在线检测难的问题,提出一套机器视觉和深度学习相结合的智能在线检测系统。通过搭建视觉检测系统采集微小元器件的图像,并对图像进行图像预处理、二值化、滤波、边缘轮廓特征提取以及模板匹配等处理,实现了多种微小元器件尺寸、位置和方向的在线检测。针对微小元器件表面缺陷,提出一种基于深度学习的微小元器件表面缺陷识别方法。实验结果表明:该系统能兼容多种产品在线检测,检测效率约0.344 s/个,尺寸、方向和位置检测准确率达100%,缺陷识别准确率约为95.56%。