基于深度学习的齿轮表面缺陷检测方法

齿轮及其齿轮产品是机械装备的重要基础件，对于整体的动力系统有着非常大的作用，绝大部分机械成套设备的主要传动部件都是齿轮传动。

齿轮质量的优劣，直接影响着机器的使用寿命和安全生产，其精度对机械产品的性能有着重要的影响，所以，提高齿轮检测技术是提高齿轮产品质量的必要保证。

由于齿轮形状的特点，检测项目多，测量过程复杂，测量设备昂贵。因此，在实际生产中迫切需要对齿轮进行快速检测和分析。

机器视觉检测是一种非接触式无损检测，是一种全新的检测方法，在高速、精细和重复的制造过程中也更加可靠，与传统的检测方法相比，具有不可替代的优越性。机器视觉在制造系统中的应用是产业发展的方向和必然趋势，也是提高生产效率的有效途径。

齿轮表面缺陷视觉检测检测原理：当产品在背景板上成像的时，通过特殊光源处理后，呈现清晰的成像，经过图像处理模式识别算法分析，得出结果。

系统由产品设备及视觉系统组成，产品进入生产线，经过视觉系统的处理，给出一个决策。