基于ViBe的端到端铝带表面缺陷检测识别方法

发布时间：2021-08-30 17:59

　　针对铝带表面缺陷高精度检测要求以及传统算法识别率不佳的问题,提出端到端的表面缺陷检测与识别方法.从铝带表面初始图像序列中快速计算出平均图像,视为无缺陷背景图像,用于初始化ViBe算法的背景模型.采用ViBe算法从当前图像中分割出缺陷区域,对缺陷区域二值图像进行中值滤波和形态学运算,以去除噪声点和修补边缘,实现缺陷区域的准确提取.利用当前图像实时更新ViBe背景模型,以增加对光照变化的适应能力.提取缺陷外接矩形区域图像,归一化后输入到训练好的卷积神经网络中进行识别分类,得到分类结果.实验结果表明,提出方法的缺陷检出率为93.02%,缺陷识别率为99.86%,具有较好的应用价值. 

【文章来源】：浙江大学学报(工学版). 2020,54(10)北大核心EICSCD

【文章页数】：9 页

【参考文献】：
期刊论文
[1]摩擦片表面缺陷的视觉显著性检测算法[J]. 秦钟伟,陈捷,洪荣晶,吴伟伟.  浙江大学学报(工学版). 2019(10)
[2]一种非线性扩散与图像差分的金属表面缺陷检测方法[J]. 安宗权,王匀.  表面技术. 2018(06)
[3]国内外铝加工行业状况浅析[J]. 康军伟,张建辉,曾宏凯.  有色金属加工. 2017(06)
[4]深度卷积神经网络的发展及其在计算机视觉领域的应用[J]. 张顺,龚怡宏,王进军.  计算机学报. 2019(03)
[5]面向运动目标检测的ViBe算法改进[J]. 徐久强,江萍萍,朱宏博,左伟.  东北大学学报(自然科学版). 2015(09)
[6]国内铝板带箔加工行业的现状分析[J]. 陈良.  有色金属加工. 2014(03)
[7]基于Vibe的鬼影抑制算法[J]. 陈亮,陈晓竹,范振涛.  中国计量学院学报. 2013(04)

硕士论文
[1]基于机器视觉的板材表面缺陷检测与识别算法研究[D]. 陈凯华.华东交通大学 2012



本文编号：3373247