基于深度学习网络U-Net的轮胎带束层分割算法研究

• 作者: 吴则举 焦翠娟 王嘉琦 陈亮
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 数学形态学 U-Net 带束层 轮胎缺陷检测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 环境工程与信息工程
• 页码范围: 22-29,35
• 页数: 9页
• 分类号: TP183
• 字数: 3398字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2019.11.05

摘要

轮胎成型工艺中的带束层贴合情况影响成品轮胎的质量,而现有的带束层缺陷检测算法存在检测精度低,速度慢的缺点.为了快速精确的分割带束层,提出了一种基于U-Net的带束层分割算法.首先对带束层进行鼓面去除预处理,然后结合带束层区域的特点,对比基于数学形态学的传统图像分割方法与深度学习语义分割网络U-Net,对带束层进行分割.研究结果表明,两种方法都可以很好地标识带束层区域和背景区域,但U-Net稳定性更强,可以满足工程中精度与实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亮	青岛理工大学信息与控制工程学院	4	5	2.0	2.0
2	吴则举	青岛理工大学信息与控制工程学院	9	36	2.0	6.0
3	王嘉琦	青岛理工大学信息与控制工程学院	1	0	0.0	0.0
4	焦翠娟	青岛理工大学信息与控制工程学院	1	0	0.0	0.0