基于机器视觉的汽车零件缺陷检测方法研究  

作　　者：陈奕明 许建明[1] 

机构地区：[1]邵阳学院,湖南邵阳422000

出　　处：《中国新技术新产品》2025年第6期72-74,共3页New Technology & New Products of China

基　　金：湖南省教育厅科学研究项目“基于深度学习的夜间疲劳驾驶检测算法研究”(项目编号:23A0544)。

摘　　要：针对汽车零件表面缺陷检测效率低、精度不足的问题,本文采用了连续小波变换方法优化机器视觉图像采集过程,并结合了Harris角点检测和金字塔DoG算法,实现了对汽车精密零件表面缺陷特征的精准提取。本文还针对缺陷类型分析其影响因素,从而找到产生缺陷的原因,为零件加工过程的改善提供理论依据。同时,搭建了缺陷视觉检测平台,以汽车转向器内部套筒为对象,实现了精密零件外观缺陷在线缺陷检测功能。

关 键 词：机器视觉 汽车精密零件 表面缺陷检测 连续小波变换 卷积神经网络 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]