基于随机森林的金属零件缺陷自动视觉检测

摘要

为了提高机械金属零件缺陷检测的准确性和效率，本文研究了一种基于机器视觉的自动化检测方法。该方法首先通过工业相机采集金属零件的图像，并进行图像预处理操作；然后，基于颜色直方图对图像进行特征提取，描述缺陷的颜色分布信息，并构建特征向量作为随机森林模型的输入。实验采用东北大学NEU-CLS（northeastern university surface defect database）数据集进行验证，通过5折交叉验证对模型性能进行了评估。实验结果表明：所提方法在缺陷识别的准确性、精确率、召回率和F₁分数等方面均表现出优异的性能。

关键词

机器视觉 / 缺陷检测 / 机械零件 / 随机森林 / 图像处理