基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对微小缺陷在复杂背景图像情形下分割难的问题,提出了一种基于像元搜索算法的微小缺陷检测方法。首先采用直方图均衡化提升背景与缺陷目标的对比度,在分析噪声分布特点的基础上,利用基于中值和均值滤波的改进滤波算法对图像进行去噪等前期预处理;然后根据背景灰度分布,在目标分割过程中采用分块、按方差大小排除背景图像块、初定目标和剔除伪目标的缺陷像元搜索算法;最后采用矩形度和区域占空比进行缺陷特征提取。结果表明,对于背景不均匀、目标与背景区分不明显这类复杂背景图像,所提出算法相对于传统的Otsu等算法能够更好地分割出弱小缺陷目标,提高了检测缺陷的准确性。
推荐文章
基于卷积神经网络的钣金件表面缺陷分类识别方法
卷积神经网络
缺陷检测
缺陷分割提取
窗口滑移检测
焊缝缺陷类型识别方法的研究
射线检测图像
缺陷类型识别
直接多类支持向量机
注射制品表面缺陷在线检测与自动识别
注射制品
缺陷检测
自动识别
机器视觉
基于模糊神经网络的管道缺陷识别方法研究
缺陷识别
管道
模糊算法
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 工件表面微小缺陷的检测与识别方法
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 中值滤波 微小缺陷分割 缺陷检测 特征提取
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 735-739
页数 5页 分类号 TP391
字数 3840字 语种 中文
DOI 10.3969/j.issn.1001-0505.2014.04.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾民平 东南大学机械工程学院 178 1997 21.0 36.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (61)
参考文献  (8)
节点文献
引证文献  (11)
同被引文献  (56)
二级引证文献  (37)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(8)
  • 引证文献(2)
  • 二级引证文献(6)
2018(9)
  • 引证文献(3)
  • 二级引证文献(6)
2019(19)
  • 引证文献(3)
  • 二级引证文献(16)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
中值滤波
微小缺陷分割
缺陷检测
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导