论文摘要
针对高铁轮毂表面缺陷实时在线检测问题,提出一种基于视觉显著性注意机制的超像素自适应检测方法。首先采用同态滤波器对缺陷图像进行预处理,去除环境光污染噪声引起的图像亮度分布不均匀问题,构建轮毂表面缺陷图像的谱残差视觉注意模型,之后采用超像素分割算法对缺陷显著性图像进行自适应阈值分割,标记出高铁轮毂表面缺陷的二维空间位置,实现轮毂表面缺陷的边界检测和形态估计。研究方法在高铁轮毂表面缺陷检测实验平台上进行了实验验证,结果表明:该方法能够有效抑制图像分割中的过分割问题,对缺陷的边界信息提取准确,鲁棒性较好。
论文目录
文章来源
类型: 期刊论文
作者: 赵娜娜,陶溢,李芬,王玉成
关键词: 缺陷检测,视觉显著性,谱残差,超像素分割
来源: 科学技术与工程 2019年32期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 铁路运输,计算机软件及计算机应用
单位: 常州先进制造技术研究所,北京特种车辆研究所,中国科学院合肥物质科学研究院
基金: 江苏省重点研发计划(BE2017007),安徽省自然科学基金(1908085MF196)资助
分类号: U279;TP391.41
页码: 230-235
总页数: 6
文件大小: 3061K
下载量: 168