32种布匹表面瑕疵缺陷，每种缺陷的图片数量不一，有的多，有的少。有爱自取，只能帮到这了，说实话质量不是很高。

瑕疵检测代码-matlab Ansys代码 材料传热 介绍 在这项研究中，主要目标是通过热成像方法检测3D打印中的一些金属零件，并通过比较它们的热图像来发现金属零件中的一些问题或缺陷。 使用热传感器检测物体的步骤如下： 选择合适的设备加热物体 记录物体的热传递 分析获得的红外图像并确定物体的状况 目的 在本项目中，将通过使用Ansys软件进行仿真来验证使用红外热成像传感器检测物体表面结构的方法。 通过比较方形物体和圆柱物体的红外图像误差来找到检测精度。 主要的实验方法是使用Ansys软件模拟目标物体的热传递并获取物体的热图像。 通过将热成像图像与物体的实际光学图像进行比较，可以获得热成像检测的检测精度。 项目步骤 使用Ansys模拟传热模型并获取保存在Excel中的数据文件 使用Matlab计算Excel数据并绘制传热图

基于MATLAB的工业瑕疵缺陷检测，采用工业板图像作为素材。利用灰度化，二值化，边缘提取，形态学运算等方法，检测并标出出瑕疵所在位置，计算出各个块面积。设计了一个UI界面，显示瑕疵个数和面积等参数。

为实现图案布匹瑕疵在编织过程中的实时检测，提出一种通过区域差影自动分割瑕疵区域的检测方法。通过求取水平和竖直两方向距离叠加函数极值，并对极值做权重分析，精确求取纹理基元周期；根据所求纹理基元周期确定区域差影的区域大小，并对区域差影图像求取梯度，再进行标记分水岭分割，能够快速准确地分割出纹理瑕疵区域。实验结果表明：该算法能够准确地检测出纹理布匹瑕疵的位置，检测一帧用时200 ms，准确率均达98%以上，实时性强，检测精度高，满足工业现场要求。

python胶囊瑕疵检测胶囊瑕疵检测opencv胶囊表面划痕检测完整项目源码

数据集里有1万份来自实际生产中有瑕疵的铝型材监测影像数据，每个影像包含一个或多种瑕疵。供机器学习的样图会明确标识影像中所包含的瑕疵类型。 1. 型材表面应整洁，不允许有裂纹、起皮、腐蚀和气泡等缺陷存在。 2. 型材表面上允许有轻微的压坑、碰伤、擦伤存在，其允许深度装饰面≯0.03mm，非装饰面＞0.07mm，模具挤压痕深度≯0.03mm。 3. 型材端头允许有因锯切产生的局部变形，其纵向长度不应超过10mm。

缺陷类型包括包括粉团、角裂、滴釉、断墨、滴墨、B孔、落脏、边裂、缺角、砖渣、白边等

halcon瑕疵毛刺.hdev

基于Python的PCB板微小缺陷检测，检测工业PCB母版上的微小瑕疵。

印刷电路板（PCB）瑕疵数据集（含标签，高清，600多张）