基于卷积自编码器的手机Logo图像异常检测研究

发布时间：2020-05-01 11:35

【摘要】：手机Logo图像,作为手机外观的重要组成部分,其表面缺陷将严重影响智能手机的质量和消费者的使用体验。机器视觉作为一种无接触,无损伤的图像自动检测技术,凭借其精度高、响应速度快、安全可靠、能在恶劣生产环境下稳定工作的优势,已成为工业图像异常检测的一种常用技术手段。近几年,基于机器视觉的检测技术发展迅猛,已形成相应的技术体系,涌现了许多成熟的商用视觉算法软件。然而,手机Logo图像异常检测因为受到来料差异,光照变化,图像偏移,异常样本难以收集等因素的影响导致其检测准确率低下。本文以手机Logo图像为实验研究对象,结合优化算法、图像处理、深度学习等技术,运用基于卷积自编码器的无监督学习方法来对Logo图像进行异常检测,本文的主要工作如下:1.首先针对机器视觉中光源参数不稳定导致采集图像质量参差不齐的问题,本文创新性地将粒子群优化算法应用于打光机光源参数的调节,代替人工调节光源,构建打光参数优化系统。在光照质量不一的图像数据集上验证了多个无参考图像质量评价函数与人为主观视觉效果的一致性,最终确定图像信息熵函数作为粒子群优化中的适应度函数。在多个不同类型的手机产品上对基于粒子群优化算法的打光参数优化系统进行有效性验证。2.本文创造性地应用卷积自编码器对手机Logo图像进行无监督学习,获得的图像重建模型能够自适应生成与待测图像匹配的模版,用于与待测图像进行比较以实现异常检测。为了提高训练图片数据集的丰富程度,防止模型过拟合,使用三种方法对训练数据集进行数据增强,分别是添加高斯噪声,对比度和亮度调整,旋转角度调整等图像处理方法。使用阈值分割、数学形态学处理等图像后处理方法来进行缺陷检测。最后在多个规模较大的Logo图像数据集上验证基于卷积自编码器的Logo图像异常检测系统的有效性。3.基于Python、PyQt、TensorFlow、OpenCV等技术,本文以模块化设计的方式开发了包括自适应打光参数优化系统在内的手机Logo图像异常检测系统,构建手机Logo图像异常检测自动化流程。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TN762

【相似文献】

相关期刊论文 前10条

1 杨单;;基于图像差分特征的彩色图像差分预测与信息提取算法研究[J];计算机科学;2015年01期

2 张爱华;余冬;朱亮;靳伍银;;基于动态图像差分的多维脉搏信号获取[J];计算机工程;2007年22期

3 于春和;谢冲;;基于图像差分法的人脸表情识别[J];电子测试;2013年12期

4 胡永;师京晶;郭小丹;;基于图像差分的背景差分算法改进及实验数据分析[J];实验室研究与探索;2014年08期

5 王芳;雷菊阳;;基于图像差分智能交通运动目标检测的设计[J];测控技术;2017年09期

6 范宏深,倪国强,王少波;基于图像差分、小波变换和回归分析的近场反舰导弹探测[J];红外与激光工程;2004年06期

7 王群;薛瑞;孙振江;;视频监视前景图像估计的盲源提取方法[J];国防科技大学学报;2019年01期

8 项世军;李豪;宋婷婷;;NEQR量子图像下的差分扩展可逆数据隐藏算法[J];信息安全学报;2018年06期

9 王富治;黄大贵;;基于图像差分的精密畸变校正研究[J];仪器仪表学报;2010年02期

10 曹丹华;邹伟;吴裕斌;;基于背景图像差分的运动人体检测[J];光电工程;2007年06期

相关会议论文 前3条

1 刘贻华;李小凡;高亮;张华;曾琪明;;INSAR两图像差分的难点与实现[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

2 赵淼;王珂;庄严;王伟;;基于梯度方向双边对称性的旋转人脸中心跟踪[A];2005年中国智能自动化会议论文集[C];2005年

3 丛杨;唐延东;;基于光流方程和目标匹配的视频图像目标跟踪方法[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

相关博士学位论文 前1条

1 袁伟;基于高斯尺度空间火灾图像局部特征提取与主动式识别方法研究[D];中国科学技术大学;2014年

相关硕士学位论文 前10条

1 柯木源;基于卷积自编码器的手机Logo图像异常检测研究[D];华南理工大学;2019年

2 岳彪;图像式轨检系统中轨面缺陷的识别方法研究[D];兰州交通大学;2018年

3 王亮;基于无嵌入的图像隐写算法研究[D];合肥工业大学;2018年

4 庹钊;基于图像恢复技术的图像隐写分析算法研究[D];湖南大学;2014年

5 沈雁斌;水下视频图像复原算法的研究[D];华中科技大学;2017年

6 王斌;基于协作表示的多时相遥感图像变化检测研究[D];西南交通大学;2017年

7 宋洋洋;基于压缩感知的关联成像信号处理方法研究[D];北京邮电大学;2017年

8 任景明;注塑机模具图像监测系统的研究[D];浙江大学;2013年

9 高飞;基于单目视觉的行人检测算法研究与实现[D];东北大学;2010年

10 丁健配;基于图像差异的输电线路周边隐患检测系统[D];济南大学;2017年

，

本文编号：2646603