1. 本选题研究的目的及意义
随着制造业的快速发展和智能制造的不断推进，对产品质量的要求日益提高，工件表面缺陷检测作为产品质量控制的关键环节，其重要性日益凸显。
传统的工件表面缺陷检测方法主要依赖人工目视检查，存在效率低下、主观性强、容易出错等问题，难以满足现代工业生产对检测精度、效率和自动化的要求。
因此，研究和开发高效、准确、通用的工件表面缺陷检测平台，对于提高产品质量、降低生产成本、提升企业竞争力具有重要意义。
2. 本选题国内外研究状况综述
工件表面缺陷检测技术是近年来国内外研究的热点，已经取得了一系列的研究成果。
1. 国内研究现状
国内在工件表面缺陷检测领域起步较晚，但发展迅速，在机器视觉、深度学习等技术应用方面取得了一定的成果。
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本课题研究的主要内容如下:
1.工件表面缺陷检测技术概述:阐述工件表面缺陷检测的背景和意义，介绍机器视觉、深度学习等常用缺陷检测技术的基本原理、优缺点和应用现状。
2.通用检测平台需求分析:分析通用检测平台的功能需求、性能需求和可扩展性需求，为平台的设计和开发提供依据。
4. 研究的方法与步骤
本研究将采用理论研究和实验研究相结合的方法，并借助计算机软件开发技术实现研究目标。
首先，进行文献调研，了解国内外工件表面缺陷检测技术的研究现状，学习机器视觉、深度学习等相关理论知识，为平台的设计和开发奠定基础。
其次，对通用检测平台进行需求分析，确定平台的功能需求、性能需求和可扩展性需求，为平台的设计提供依据。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：
1.通用性强:不同于针对特定类型工件和缺陷的检测系统，本研究将开发一种通用的工件表面缺陷检测平台，能够适用于不同类型工件、不同缺陷类型以及不同应用场景的缺陷检测需求。
2.引入深度学习:将深度学习技术应用于工件表面缺陷检测，通过构建深度学习模型，自动学习缺陷特征，提高缺陷检测的精度和效率，降低对人工经验的依赖。
3.构建缺陷数据库:针对目前国内缺乏公开、标准的缺陷数据库的现状，本研究将收集和整理不同类型工件、不同缺陷类型的图像数据，构建缺陷数据库，为缺陷检测模型的训练和优化提供数据支持。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1]张文超,王田苗,郑秀峰,等.基于机器视觉的表面缺陷检测方法综述[J].机械工程学报,2020,56(16):174-188.
[2]李培浩,赵耀,王威,等.基于深度学习的工业缺陷检测技术综述[J].电子学报,2021,49(06):1196-1212.
[3]黄智勇,黄声希,谢志江.基于机器视觉的表面缺陷检测技术综述[J].自动化仪表,2023,44(01):1-9,16.
