高铁轮毂表面缺陷的视觉显著性超像素图像检测方法

高铁轮毂表面缺陷的视觉显著性超像素图像检测方法

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

  • 1 基于视觉显著性的自适应超像素图像分割算法
  •   1.1 视觉注意机制的谱残差模型
  •   1.2 超像素分割算法
  •   1.3 基于谱残差模型的自适应超像素图像分割算法
  • 2 实验结果及分析
  • 3 结论
  • 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

    相关论文文献

    标签:;  ;  ;  ;  

    高铁轮毂表面缺陷的视觉显著性超像素图像检测方法
    下载Doc文档

    猜你喜欢