结合全局和随机局部频率调谐的复杂纹理表面缺陷检测.pdfVIP

结合全局和随机局部频率调谐的复杂纹理表面缺陷检测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 32卷 第 2期 陕西科技大学学报 Vo1.32NO.2 2014年 4月 JournalofShaanxiUniversityofScience & Technology ADr.2014 文章编 号 :1000—5811(2014102—0152—04 结合全局和随机局部频率调谐 的复杂纹理表面缺陷检测 李 健 ,陈海丰 ,吴 华 (陕西科技大学 电气与信息工程学院,陕西 西安 710021) 摘 要 :针对复杂纹理表面缺 陷检测过程 中缺陷区域大小不一 、受 自身纹理干扰大等 问题 ,提 出了一种将全局频率调谐和随机局部频率调谐相 结合的缺 陷检测新方法.该方法首先对整幅 图像进行频率调谐 以得到全局显著图;然后对随机局部分块 图像 进行频率调谐 以得到局部显 著 图;接着将这两类显著图相融合得到综合显著 图;在此基础上。通过对综合 显著 图进行 阂值 分割以实现对缺陷区域的检测.实验表 明,该方法可以抑制 自身纹理 ,同时完整突出大小不一 的缺陷 目标 ,在提 高检测准确度的同时,没有降低检测的实时性。与传统方法相比有较强的优 越 性 . 关键词 :机 器视觉;缺陷检测 ;频率调谐;显著图 中图法分类号 :TP391 文献标识码 :A Thedefectdetectionforrandom texturesurfacecombined with thewholeandrandomlypartialfrequencytuned LIJian.CHEN Hai—feng。WU Hua (C。llegeofE1ectricaland Information Engineering,ShaanxiUniversityofScience Technology,Xian 710021,China) Abstract:Thispaperproposesanew defectdetectionmethod,whichcombinesthewholefre— quencytunedwiththerandomlypartialfrequencytuned,tosolvetheproblem ofthedifferent defectsize,thestronginterferencebyitsowntexturearisingin thecourseofdefectdetec— tion.Bytakingthefrequencytunedofthewholeimageandtherandom partialblocks,weob— tainedthecombination oftheglobalsignificantmapandthepartialsignificantmap,named integratedsaliencymap.Segmenting thresholdofthismap canachievethedetectionforde— fectareas.Experimentshowsthatthismethodhasthebetterreal—time.Notonlycan itre— strainthetexture,butitisabletoprotrudedefecttargetsaswel1.Comparedwiththetradi— tionalmethods,ithascertainsuperiority. Keywords:machinevision;defectsdetection;frequencytuned;saliencymap 收稿 日期 :2014-01—04 基金项 目:陕西省教育厅专项科研计划项 目(11]K1065);温州市科技合作项 目( 作者简介:李 N~(1975--),男 ,

文档评论(0)

追云少女 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档