图像数据中心的视觉特征选择在滚动式槽式涂层系统上,用于边缘波波涂层缺陷检测.
Yoonjae Lee1, Junyoung Yun1, Sangbin Lee1
1Department of Mechanical Design and Production Engineering, Konkuk University, 120 Neungdong-ro, Gwangjin-gu, Seoul 05029, Republic of Korea.
Polymers
|April 27, 2024
概括
本研究介绍了一种初级颜色选择 (PCS) 方法,用于精确检测卷对卷 (R2R) 制造中的边缘缺陷. PCS方法提高了识别涂层缺陷的准确性和效率,改善了质量控制.
科学领域:
- 制造业 工程 制造工程
- 计算机视觉 计算机视觉
- 材料科学 材料科学 材料科学
背景情况:
- 卷对卷 (R2R) 制造需要具有精确规格的高质量涂层.
- 准确检测涂层缺陷对于R2R系统的持续维护和质量控制至关重要.
研究的目的:
- 提出和评估一种新的原色选择 (PCS) 方法,用于检测R2R制造中的边缘缺陷.
- 解决缺陷检测方面的挑战,包括培训数据需求,复杂性和适应性.
主要方法:
- 一种以视觉数据为中心的方法,利用色彩信息来检测缺陷.
- 根据颜色变异性选择主色通道,以区分涂层和非涂层区域.
- 实施PCS方法,精确识别边缘缺陷.
主要成果:
- 在检测边缘缺陷方面,PCS方法获得了95.8%的卓越精度.
- 这种准确性明显优于传统的加权总和方法,该方法达到78.3%.
- 该方法最大限度地降低了数据容量要求和处理时间.
结论:
- 在R2R制造中,PCS方法为实时边缘缺陷检测提供了高度准确和高效的解决方案.
- 这种方法通过减轻边缘涂层缺陷,促进了提高质量控制和生产优化.
