面向机器视觉的不锈钢棒材表面螺纹缺陷检测

不锈钢棒材表面的螺纹是棒材磨制过程产生的一种缺陷，严重影响棒材的验收与后续使用，目前针对该类缺陷多采用双目观察、手指感知等人工方式进行判断，漏检率较高。已有的方法多针对钢材表面的划痕、砂眼、凹坑等缺陷进行检测，鲜少对螺纹缺陷进行研究，据此，设计了一种基于机器视觉的螺纹缺陷检测方法，提出了一种快速有效的螺纹特征提取方法，建立了一个不锈钢棒材图像的螺纹缺陷数据集，通过对图像特征进行训练，得到分类器。实验结果表明：提出的算法有效提升了螺纹缺陷的检测正确率和检测速度。