Machine Vision Online Detection Technology
定 價:98 元
- 作者:周鵬 徐科
- 出版時間:2024/3/25
- ISBN:9787502498191
- 出 版 社:冶金工業(yè)出版社
- 中圖法分類:TP302.7
- 頁碼:
- 紙張:
- 版次:1
- 開本:B5
No part of this publication may be reproduced or transmitted in any form or by any means, electronic or mechanical, including photocopying, recording, or any information storage and retrieval system, without permission in writing from the copyright owner.
周鵬,北京科技大學智能科學與技術學院副教授,中國人工智能學會智慧醫(yī)療專業(yè)委員會委員,5G+工業(yè)視覺創(chuàng)新實驗室副主任,長期從事計算機視覺技術、機器學習在冶金工業(yè)的應用研究。IEEE Transactions on Intelligent Transportation Systems、清華大學學報等學術刊物審稿專家。主持和參與國家重點研發(fā)、國家自然科學基金、國家科技支撐計劃等多項國家級和省部級科研課題。出版專著1部,國家發(fā)明專利6項,軟件著作權10余項。在國內(nèi)外著名期刊和重要國際學術會議上發(fā)表學術論文40余篇,被SCI和EI收錄30余篇。曾獲2019年北京市科技進步獎一等獎,2020年冶金科技進步一等獎等省部級以上科研獎勵7項。
第1章是緒論,介紹機器視覺、表面檢測研究與應用現(xiàn)狀、表面缺陷檢測與識別算法,并對表面檢測技術的難點與發(fā)展進行了分析。 第2章從總體框架、硬件、軟件等方面對表面在線檢測系統(tǒng)進行設計,重點介紹系統(tǒng)設計要求、光路配置和系統(tǒng)設計方案。 第3章在線檢測成像方案介紹,本章詳細介紹了明暗場成像、光度立體成像、雙目立體成像的方案和特點。 第4章表面缺陷檢測與識別算法介紹,主要介紹數(shù)字圖像處理、缺陷特征提取、分類器設計缺陷識別,以及目前主流的深度學習算法在缺陷分割和定位的應用,形成一個完整的缺陷檢測與識別算法流程。 第5章復雜紋理背景缺陷檢測介紹,表面缺陷檢測的一個主流研究方向為紋理表面缺陷檢測,本章介紹了均勻的統(tǒng)計和結構紋理表面中,缺陷區(qū)域的快速提取方法。然后針對缺陷形態(tài)復雜顯著性差異大,紋理背景不均勻干擾性強等因素對缺陷區(qū)域提取帶來的影響,提出了基于掩膜梯度響應的低顯著性缺陷提取方法。 第6章多信息融合缺陷檢測介紹,金屬表面缺陷檢測要求模型在復雜多變的場景下保持較高的準確率,基于單一信息的算法缺乏足夠多的物體缺陷信息。因此,本章通過融合多模態(tài)數(shù)據(jù)來充分挖掘缺陷信息,并最終提高缺陷目標檢測的性能。 第7章在線檢測算法部署介紹,主要介紹了計算機操作系統(tǒng)基礎知識,算法的多線程加速,算法的多進程加速,算法的GPU加速,算法的多機分布式加速等方法。 第8章高速線材在線檢測系統(tǒng)應用介紹,主要介紹了生產(chǎn)速度120ms優(yōu)鋼線材的表面成像特點、在線檢測技術路線、檢測算法部署等。 第9章水下核電設備表面缺陷檢測應用介紹,主要介紹了機器視覺技術在水下核電設備表面缺陷檢測中的技術難點以及應用難題,及其系統(tǒng)應用效果。