基于图像学习的透明构件缺陷检测方法研究

光学PC板、玻璃幕墙等透明构件中存在的气泡、缺胶等先天缺陷严重影响着设备的运维保障。因此，提出了一种透明构件缺陷检测方法。首先，基于视觉图像特性分析了透明构件缺陷检测机制；其次，改良了高斯滤波模型，建立了边缘特征检测模型，并确立了缺陷区域分割模型，以降低环境条件的干扰；再次，在进行缺陷区域分级的基础上，建立了依据缺陷特性的强特征参数优选方法，以提高缺陷的精准分类效果；最后，搭建了双通道图像检测试验平台对典型试验对象进行了测试验证，验证了视觉图像学习方法应用于透明构件缺陷检测的有效性和实用性。