钢铁研究学报

作者：李跃, 王子铭, 李鑫林, 岳强

单位：安徽工业大学冶金工程学院,安徽马鞍山243002

关键词：表面缺陷,检测方法,机器视觉,深度学习

带钢是一种重要的钢铁材料,工业生产过程中带钢表面会产生各种不同的缺陷。带钢表面缺陷对产品有重要影响,其特征复杂、多样且不易获取,因此带钢表面缺陷检测一直是研究的重点内容。对带钢表面缺陷检测技术方法的研究进展进行了论述与分析。结合带钢表面缺陷种类,对传统的带钢表面检测方法如人工检测、红外检测、涡流检测和漏磁检测等优缺点进行比较分析,得出这些方法存在检测速度低、无法达到实时在线检测和需要人为干预等缺点。最后对机器视觉的检测方法开展了归纳总结,对基于深度学习的机器视觉识别表面缺陷的原理和方法进行了详述并对未来发展趋势进行了展望。

来源：2023年第8期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2023年第8期