马林诺夫斯基泰-的A2, Pawel AU - Yu, Liya盟——王、郑AU -段,仲景PY - 2019 DA - 2019/11/19 TI -使用Background-Weakening方法检测齿轮表面缺陷和卷积神经网络SP - 3140980六世- 2019 AB -小说,高效,提出了在工业齿轮生产过程中，在复杂背景下精确检测齿轮缺陷的方法。首先，我们分析了图像滤波和平滑技术，并以此为基础开发了一种复杂的背景弱化算法来检测齿轮的微缺陷。随后，我们讨论了齿轮制造缺陷的类型和特点。在图像采集的复杂背景下，提出了一种新的齿轮缺陷在线检测模型S-YOLO，并在复杂背景下齿轮缺陷在线检测实验平台上进行了验证。结果表明，S-YOLO比YOLOv3目标识别网络更能识别复杂背景下的微缺陷。该算法具有较好的鲁棒性。已经提供了代码和数据。SN - 1687-725X UR - https://doi.org/10.1155/2019/3140980 DO - 10.1155/2019/3140980 JF - Journal of Sensors PB - Hindawi KW - ER -