基于机器视觉的贴片电感表面缺陷检测系统研究

作     者：庄财环 

作者单位：华东交通大学 

学位级别：硕士

导师姓名：罗玉峰

授予年度：2023年

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：机器视觉 表面缺陷检测 贴片电感数据集 DETR算法 

摘      要：针对某电感元件生产厂家对贴片电感的实际生产检测需求,为了解决贴片电感表面缺陷人工抽检的方式,检测效率低,精度差的问题,决定优化检测方式,引入机器视觉检测,提高生产效率、降低生产成本,同时提高检测的智能化水平。因此,本课题将利用机器视觉技术实现贴片电感表面缺陷的检测工作。首先,分析各种表面缺陷检测方法的优劣,根据贴片电感的表面缺陷的实际特征,选择机器视觉检测方法用于此次贴片电感的表面缺陷检测。设计视觉检测系统的整体结构,将整个检测系统分为图像采集系统和图像处理系统两个模块。分析光源和照明方式的照明效果,选择合适的照明方案,根据检测需求,完成图像采集系统的设备选型工作,并搭建图像采集平台。然后,分析贴片电感表面缺陷并分类,对采集的贴片电感表面缺陷图像预处理,首先进行相机标定并畸变校正,然后进行图像降噪处理和锐化,为增殖数据采用图像增强技术,将处理好的数据进行标注,并划分数据集,最后得到贴片电感数据集。最后,为了实现贴片电感表面缺陷的检测,研究基于深度学习的不同目标检测方法,提出以DETR模型为基础,改进特征提取网络,增强网络模型的特征提取能力,提出空间自注意力机制,增强模型物体定位能力,缩短模型的训练时间。构建适用于贴片电感表面缺陷检测的网络结构,基于改进的DETR模型实现了贴片电感表面缺陷的分类与定位。