典型文献
基于视觉感知的表面缺陷智能检测理论及工业应用
文献摘要：
由于在工业产品质量监控中不可比拟的优势,基于视觉感知的表面缺陷检测近年来得到了很多研究者的持续关注,且已广泛应用于不同工业领域,包括汽车工业、半导体加工、玻璃制造、钢铁冶金等.AI学习算法与视觉传感技术的飞速发展为表面缺陷检测研究带来了新的机遇与挑战.综述了基于视觉感知的表面检测研究中的主要方法与进展,重点介绍了图像处理、几何深度学习、面向目标检测的深度学习等方向的研究现状,这些研究有望为表面缺陷智能检测技术的发展带来突破.讨论了工业图像检测与识别在钢铁冶金、大气污染监测以及航空发动机缺陷检测3个领域的应用.最后,提出了值得研究的挑战性问题.
文献关键词：
视觉感知;智能检测;深度学习;图像处理;表面缺陷检测;小样本目标检测;人工智能
中图分类号：
作者姓名：
柴利;任磊;顾锞;陈佳鑫;黄博;叶琦;曹玮
作者机构：
浙江大学控制科学与工程学院,浙江 杭州 310027;北京航空航天大学自动化科学与电气工程学院,北京 100191;北京工业大学信息学部,北京 100124;北京航空航天大学计算机学院,北京 100191;西北工业大学机电学院,陕西 西安 710072;上海市航空发动机数字孪生重点实验室,上海 200241;中国航发商用航空发动机有限责任公司,上海 200241
文献出处：
引用格式：
[1]柴利;任磊;顾锞;陈佳鑫;黄博;叶琦;曹玮-.基于视觉感知的表面缺陷智能检测理论及工业应用)[J].计算机集成制造系统,2022(07):1996-2004
A类：
B类：
视觉感知,检测理论,工业应用,工业产品,质量监控,比拟,表面缺陷检测,来得,持续关注,工业领域,汽车工业,钢铁冶金,视觉传感技术,表面检测,主要方法,几何深度学习,面向目标,智能检测技术,工业图像,图像检测与识别,大气污染,污染监测,航空发动机,挑战性问题,小样本目标检测
AB值：
0.367058
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
