基于机器学习的表面缺陷检测系统

项目背景

板材是汽车、机械制造、化工、航空航天、造船、建筑、装饰等行业不可缺少的原材料。表面缺陷是指板材在生产加工的过程中,由于工艺或其它各种原因致使表面局部区域物理或化学性质不均匀。常见的表面缺陷有辊印、污渍、划痕、孔洞、漏涂、凹陷、气泡、异物、剥落等。表面缺陷是原子活性较高的部位,常常成为金属腐蚀的始发处,表面缺陷的存在会大大降低零件的抗疲劳强度,有损零件表面的质量,影响机器、仪器的使用性能和寿命,影响其最终产品的性能和质量。因此及时检测板材表面缺陷,对缺陷进行严重程度评价,对于提高表面质量和产品经济效益有着重要意义。