三维缺陷检测技术研究进展
Abstract
随着工业制造技术的不断进步，产品质量控制对缺陷检测技术提出更高的要求。传统二维缺陷检测算法在处理复杂表面结构和形状时存在局限性，难以满足高精度、高鲁棒性的检测需求。相比之下，三维缺陷检测算法因具有更全面的信息、更高的准确率和更强的抗干扰性等优点，近年来受到广泛关注和深入研究。及时追踪该领域的最新动态并紧跟学术前沿，是推动三维缺陷检测技术不断突破、应对新挑战的必然要求。基于此，本文系统总结了三维缺陷检测领域的研究进展与发展趋势。从工业需求和技术挑战的角度阐述了缺陷检测的研究背景与意义。从传统机器学习方法出发，详细梳理了基于点云局部特征、点云配准和点云分割的三维缺陷检测方法，分析其技术原理与经典方法。针对深度学习技术在三维缺陷检测中的创新应用，从基于点云和基于多模态两个维度，深入探讨了当前的研究现状与技术突破。本文还对常用的三维缺陷检测基准数据集进行了全面分析，为研究者开展相关方法验证与性能评估提供参考。讨论了三维缺陷检测的主要挑战和未来发展趋势，为推动三维缺陷检测技术的进一步发展提供了指导。
Fields of Study & Subjects
Industrial Vision Systems and Defect Detection
3D Shape Modeling and Analysis
Infrastructure Maintenance and Monitoring
Publication details
- Journal / source
- Journal of Image and Graphics
- Volume
- 31
- Issue
- 2
- Pages
- 374–390
- Publication date
- 1 January 2026
- Language
- EN