基于机器视觉的增材制造铺粉缺陷在线检测方法研究

目录

1绪论

1.1研究背景及意义

1.1.1增材制造技术背景

1.1.2增材制造技术分类

1.1.3铺粉过程缺陷问题

1.2国内外研究现状

1.2.1缺陷检测技术研究现状

1.2.2面向增材制造的机器视觉技术研究现状

1.3本文主要研究内容

2增材制造铺粉缺陷图像的采集

2.1图像采集系统的组成

2.1.1增材制造系统

2.1.2机器视觉系统

2.2图像采集流程

2.2.1实验材料

2.2.2采集流程

2.3图像采集结果及分析

2.4本章小结

3基于深度学习的铺粉缺陷定位和分类

3.1深度学习与YOLOv3模型

3.1.1 YOLOv3模型的网络结构

3.1.2关键机制

3.2 YOLOv3模型的训练

3.2.1数据集

3.2.2训练设置

3.2.3训练结果及分析

3.3本章小结

4基于图像处理的铺粉缺陷区域提取

4.1铺粉缺陷区域提取流程

4.1.1小碎块缺陷区域提取

4.1.2铺粉沟纹缺陷区域提取

4.1.3铺粉不足缺陷区域提取

4.1.4铺粉过量缺陷区域提取

4.2缺陷的标记和结果输出

4.3本章小结

5铺粉缺陷在线检测方法的检验

5.1检验方法

5.1.1检验图像

5.1.2检验流程

5.1.3检验结果及分析

5.2本章小结

结论

参考文献

攻读硕士学位期间获得学术成果情况

致谢