检索结果-南通市图书馆

作者：宋柯西华大学

学位级别：硕士

墙纸的生产使用量在近几年成倍增长,大量的产品生产以及高强度的生产线使得工人工作压力增大、生产设备老化,导致生产出含有缺陷的墙纸产品,因此墙纸产品缺陷检测成为墙纸生产线上重要的一环。由于目前的墙纸缺陷检测系统主要是在硬件... 详细信息

墙纸的生产使用量在近几年成倍增长,大量的产品生产以及高强度的生产线使得工人工作压力增大、生产设备老化,导致生产出含有缺陷的墙纸产品,因此墙纸产品缺陷检测成为墙纸生产线上重要的一环。由于目前的墙纸缺陷检测系统主要是在硬件监控上,并且需要大量人力进行检测,成本高检测精度较低,因此采用图像检测的方式成为墙纸检测的发展趋势。选用图像检测的方式检测成本低、速度快,由于墙纸纹路繁多、花纹复杂等因素,导致实际缺陷识别检测不准确,因此一套完整的、准确的墙纸缺陷检测系统在墙纸生产中有着举足轻重的地位,目前常见的墙纸缺陷种类有裂纹、孔洞、褶皱、黑斑四种。在图像基础上进行实验研究,对墙纸的裂纹、孔洞、褶皱、黑斑四种缺陷进行分割检测和分类识别,并且设计一套检测应用系统,将实验模型移植到实际应用当中,确保算法的准确性。主要工作和创新点如下:（1）针对墙纸背景复杂,影响缺陷检测结果等问题,通过观察分析带有缺陷的原始墙纸图像,对图像进行预处理操作。通过对比RGB、HSV、LAB三种颜色空间中的缺陷图像,选择在RGB颜色空间中进行处理,再通过对R、G、B三通道颜色分量进行叠加,以达到增强缺陷、抑制和滤除墙纸背景图像的目的,为后面的缺陷检测做好准备。（2）针对预处理后图像的缺陷检测,首先对墙纸图像的灰度直方图进行高斯拟合,使其图像近似成一条高斯函数曲线,并利用高斯函数的参数作为输入值,分割阈值作为输出值,使用广义回归神经网络模型进行训练,对墙纸黑斑缺陷进行分割。（3）针对使用广义回归神经网络能够检测缺陷种类有限的问题,在该方法的分割思想基础上,提出一种改进最大类间方差法（Otsu）方法进行缺陷分割。通过对传统Otsu方法进行改进,使其分割阈值随着前后景的复杂程度进行改变,从而能够分割出缺陷,最后利用分割后的二值图像得到原始图像中的缺陷部分位置。通过该方法解决了广义回归神经网络分割缺陷种类单一等问题,实现了裂纹、孔洞、褶皱、黑斑四种缺陷的分割检测。（4）针对缺陷识别速度和准确率等问题,对BP（Back Propagation,BP）神经网络、径向基（Radical Basis Function,RBF）神经网络,和使用遗传算法（Genetic Algorithm,GA）优化的BP神经网络进行对比,并选择收敛速度最快、识别准确率最高的模型。在检测到图像中的缺陷之后,对缺陷部分进行分类识别,首先是选择能够表征缺陷部分的特征。实验选择缺陷图像的灰度特征、几何特征共七个特征分量作为分类模型的输入特征,并对输入特征进行归一化,使计算后的特征数值范围能够统一。然后对BP神经网络的权值、阈值进行实数编码,使用网络的期望输出与实际输出计算适应度,再利用遗传算法的选择、交叉、变异操作新的染色体来修改模型,从而得到优化后的BP神经网络,最后对BP神经网络、RBF神经网络和GA-BP神经网络的收敛速度、分类精度等进行对比,选择使用GA-BP神经网络作为分类模型,解决了模型收敛速度慢、分类准确率低等问题。（5）对实验研究进行验证之后,在实验的基础上开发一套完整的墙纸缺陷软件系统,系统软件不仅能够完成缺陷检测、缺陷识别和检测结果查看,还能够对检测结果进行统计分析,形成丰富的统计图和统计表便于用户观察和维护,实现了检测结果和结果统计可视化的需求。实验表明,对原始图像的RGB颜色空间处理后的预处理图像,利用改进Otsu方法检测墙纸裂纹、孔洞、褶皱、黑斑四种缺陷的准确率相比于其他方法更高,分割后的缺陷更为完整,并且由于方法计算复杂度较低,因此检测速度快。在计算了图像的特征之后,使用特征向量作为输入量,利用GA-BP神经网络作为分类模型进行分类识别。相比于其他模型收敛速度更快,分类准确率更高,平均识别准确率达95.25%,并且该方法对单幅像的平均识别时间为0.923s,检测识别效率高。通过改进Otsu算法与GA优化神经网络相结合的方式,能够快速、精确地识别出墙纸缺陷,研究结果为墙纸生产质量检测提供了参考。

关键词：墙纸缺陷缺陷检测识别改进Otsu GA-BP神经网络缺陷检测系统

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合图像差分与深度学习的PCB缺陷识别研究

引用

电子技术与软件工程 2022年第6期 174-177页

作者：严格浙江同济科技职业学院浙江省杭州市310000

本文研究了一种在传统图像缺陷检测上,引入迁移学习的PCB缺陷图像识别方法,该方法在缺陷检测提取阶段,本文提出一种基于正反向的图像差分算法,检测提取了“潜在”PCB缺陷图像,制作了以五种常见PCB缺陷及正常无缺陷的样本集;在缺陷识别阶... 详细信息

本文研究了一种在传统图像缺陷检测上,引入迁移学习的PCB缺陷图像识别方法,该方法在缺陷检测提取阶段,本文提出一种基于正反向的图像差分算法,检测提取了“潜在”PCB缺陷图像,制作了以五种常见PCB缺陷及正常无缺陷的样本集;在缺陷识别阶段,基于ResNet-34架构搭建PCB缺陷图像识别分类模型并结合迁移学习的思想,采用在PyTorch平台充分训练好的模型进一步训练。实验结果表明,文中提出的PCB缺陷检测识别策略平均识别率为93.23%,经过验证,本方案具有较高的有效性,在工程实践中具有一定的参考价值。

关键词：缺陷检测识别 PCB 图像差分迁移学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于矢量化方法的纹理缺陷快速检测

基于矢量化方法的纹理缺陷快速检测

引用

2008中国仪器仪表与测控技术进展大会

作者：黄战华刘正张振蔡怀宇杨基春张尹馨光电信息技术科学教育部重点实验室天津大学精密仪器与光电子工程学院

针对工业现场实时性要求,研究了一种轮胎X光纹理缺陷的快速检测方法。根据X光成像原理,轮胎X光图像中的纹理基元中心处灰度值最小,通过差分方法查找局部区域极值点并进行搜索识别提取纹理骨架,然后利用游程编码方法对纹理骨架进行矢量... 详细信息

针对工业现场实时性要求,研究了一种轮胎X光纹理缺陷的快速检测方法。根据X光成像原理,轮胎X光图像中的纹理基元中心处灰度值最小,通过差分方法查找局部区域极值点并进行搜索识别提取纹理骨架,然后利用游程编码方法对纹理骨架进行矢量化。在纹理矢量图形的基础上建立纹理的特征描述模型,通过特征描述模型检测和识别纹理缺陷。实验结果表明,该方法能快速地检测和识别出轮胎纹理中的各种结构缺陷,检测速度比在位图中提高了70%以上。

关键词： X光纹理缺陷检测识别矢量化方法游程编码方法纹理骨架

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：