第1章 缺陷檢測概述
1.1 概述
1.2 表面缺陷形成原因以及意義
1.3 目前常用的無接觸式缺陷檢測研究方法
1.4 基于視覺的缺陷檢測技術(shù)
1.5 視覺成像缺陷檢測系統(tǒng)的檢測過程
1.6 視覺成像缺陷檢測系統(tǒng)在工業(yè)中的應(yīng)用
第2章 機器視覺缺陷成像系統(tǒng)
2.1 圖像傳感器選擇
2.2 光源選擇
2.3 鏡頭選擇
2.4 圖像采集卡
2.5 其他輔助成像
2.6 智能相機
2.7 本章小結(jié)
第3章 激光表面缺陷測量系統(tǒng)
3.1 激光測量原理
3.2 激光表面測量的基本原理
3.3 激光表面測量的常見應(yīng)用
3.4 激光表面缺陷測量原理案例詳細說明
3.5 總結(jié)
第4章 圖像預(yù)處理
4.1 圖像去模糊
4.2 圖像去噪
4.3 其他常用的圖像預(yù)處理
4.4 基于圖像頻域變化的圖像預(yù)處理
4.5 基于深度學習的低照度圖像增強技術(shù)
4.6 總結(jié)
第5章 缺陷幾何測量技術(shù)
5.1 攝像機成像模型與相機標定
5.2 像素和亞像素邊緣檢測
5.3 缺陷位置三維坐標計算
5.4 裂紋缺陷檢測案例分析
5.5 總結(jié)
第6章 傳統(tǒng)機器學習的缺陷檢測技術(shù)
6.1 低級特征提取
6.2 高級特征提取
6.3 特征優(yōu)化
6.4 分類模型
6.5 多傳感器融合缺陷檢測案例
6.6 總結(jié)
第7章 基于深度學習的缺陷檢測技術(shù)
7.1 表面缺陷檢測問題的定義
7.2 目標檢測分類的缺陷檢測
7.3 圖像分割的缺陷檢測
7.4 生成對抗網(wǎng)絡(luò)的缺陷檢測
7.5 Transfomer
7.6 傳統(tǒng)方法和深度學習特征融合的缺陷檢測
7.7 深度卷積網(wǎng)絡(luò)模型的壓縮和加速技術(shù)
7.8 常用缺陷檢測的數(shù)據(jù)集
7.9 總結(jié)
第8章 離散目標缺陷檢測系統(tǒng)應(yīng)用
8.1 簡單的目標缺陷檢測系統(tǒng)
8.2 單一相機的視覺缺陷檢測
8.3 多相機的視覺檢測
8.4 激光測距的視覺檢測
8.5 總結(jié)
第9章 連續(xù)目標缺陷檢測系統(tǒng)應(yīng)用
9.1 單視覺系統(tǒng)的表面檢測
9.2 多視覺成像系統(tǒng)的表面檢測
9.3 視覺激光融合檢測應(yīng)用
9.4 總結(jié)
第10章 缺陷檢測應(yīng)用案例
lO.1 手機內(nèi)屏缺陷在線檢測系統(tǒng)
10.2 銅箔表面缺陷檢測
10.3 軌枕視覺識別缺陷檢測
10.4 多視角的飛機蒙皮缺陷檢測
10.5 總結(jié)
參考文獻