1. 毕业设计（论文）的内容和要求

1.课题简介： 基于机器视觉的表面缺陷检测技术已经广泛地应用于现代化工业生产中，它是确保自动化生产中产品质量的一个非常重要的环节。

由于缺陷和非缺陷区域之间的低对比度，噪音和细微缺陷的相似性，缺陷的随机性，识别精度低等难题使得表面缺陷检测是一项很具挑战性的工作。

检测内容主要包括零件的纹理、光滑度等方面，这也是产品生产过程中对零件质量进行检测和控制的重要流程。

2. 参考文献

[1] Vijay Badrinarayanan, Alex Kendall, Roberto Cipolla: SegNet：A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation. arXiv:1511.00561v3 [cs.CV] 10 Oct 2016. [2] J. Long, E.Shelhamer, and T.Darrell: Fully convolutional networks for semantic segmentation. CVPR, 2015: 3431#8211;3440. [3] Jian Chuanxia，Gao Jian，Ao Yinhui: Automatic Surface Defect Detection for Mobile Phone Screen Glass Based on Machine Vision.10.1016/j.asoc.2016.10.030 [4] 常海涛;苟军年;李晓梅：Faster R-CNN在工业CT图像缺陷检测中的应用.中国图象图形学报，2018,23(7):1061-1071.

3. 毕业设计（论文）进程安排

2018-12-20～ 2019-01-10：选题，下达任务，查阅文献资料。

2019-01-11～2019-02-28：完成开题报告，完成英文文献的翻译工作。

2019-03-01～2019-04-05：完成segnet的表面缺陷检测方案设计，给出完整的检测流程，完成标注数据库的建立。