基于机器视觉的UO_(2)芯块外观缺陷自动检测系统OA

核燃料芯块的外观质量关乎反应堆的运行安全与效率,在投入使用时必须满足高质量要求。目前,主要采用人工目视方式控制核燃料芯块外观质量,该方式主观经验性强、容易视觉疲劳,存在误检漏检风险,且无法对缺陷进行定量分析。为了高效进行UO_(2)核燃料芯块外观缺陷检测,设计了一种基于机器视觉的UO_(2)芯块外观缺陷自动检测系统。该系统采用模块化设计,先对采集到的芯块图像进行预处理;再针对芯块表面特征,通过图像分割技术提取缺陷区域,依托连通性分析方法进行缺陷分析;最后使用SVM分类器与卷积神经网络(CNN)相结合的方法对缺陷进行分类,实现芯块外观缺陷自动识别。结果表明,该系统具有较好的检测精度和检测效率,满足工业自动化检测需求。