基于ViBe的端到端铝带表面缺陷检测识别方法

• 作者: 叶刚 成杰 李毅波 马逐曦
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 铝带表面缺陷 缺陷检测 缺陷识别 ViBe 卷积神经网络(CNN)
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 计算机技术
• 页码范围: 1906-1914
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.10.006

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李毅波		28	112	6.0	9.0
2	马逐曦		2	0	0.0	0.0
3	叶刚		1	0	0.0	0.0
4	成杰		1	0	0.0	0.0