基于VGG16-Unet模型的立铣刀侧刃磨损视觉检测技术研究  

作　　者：冯丰 孙志宏 马国燕 赵亚君 

机构地区：[1]陕西柴油机重工有限公司,陕西 兴平 713105

出　　处：《中文科技期刊数据库(全文版)工程技术》2025年第3期166-170,共5页

摘　　要：刀具磨损程度直接影响工件的加工质量,刀具磨损检测主要集中在底刃磨破损检测,而侧刃磨损检测仍存在侧刃图像采集不全、相邻图像匹配难以定位磨损区域的问题。本研究提出一种立铣刀侧刃磨损检测模型。根据侧刃磨损量随拍摄角度变化的情况,开发基于最小二乘的拍摄角度自补偿算法,解决磨损轮廓提取时因侧刃弧度和相机角度导致的图像采集不全问题。建立基于VGG16-UNet的深度学习模型,提取不同尺度图像特征进行特征融合,解决相邻磨损图像之间磨损区域匹配和定位的问题。与阈值分割和Canny边缘检测算法识别同一批侧刃磨损图像的对比实验结果表明,该模型的IoU值均大于0.8,磨损区域识别效果明显好于其他两种算法,极大改善了磨损区域错分和漏分的问题。该模型具备强鲁棒性和高准确性,对刀具磨损的在线视觉检测和预测具有指导意义。

关 键 词：侧刃磨损 特征提取 深度学习 视觉检测 

分 类 号：TG714[金属学及工艺—刀具与模具]