亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于視覺注意機制的帶鋼檢測研究

        2016-11-04 02:41:52張淑艷
        科技與創(chuàng)新 2016年18期

        張淑艷

        摘 要:為了準確檢測帶鋼缺陷,提出了基于視覺注意機制的檢測方法。該方法通過高斯函數(shù)的二階導數(shù)和Hibert變換構造多方向能量函數(shù),用于提取帶鋼圖像的方向特征圖。根據(jù)Itti算法將方向特征圖、顏色特征圖和亮度特征圖進行線性組合,得到帶鋼圖像的顯著圖。然后應用勝者為王神經(jīng)網(wǎng)絡方法和區(qū)域生長法在顯著圖上獲得帶鋼圖像的缺陷區(qū)域,最后在帶鋼缺陷圖像上驗證所提方法。實驗結果表明,所提方法能準確檢測出帶鋼圖像的缺陷區(qū)域。

        關鍵詞:視覺注意機制;帶鋼缺陷;方向能量圖;能量函數(shù)

        中圖分類號:TP391.41 文獻標識碼:A DOI:10.15913/j.cnki.kjycx.2016.18.009

        帶鋼表面缺陷檢測對于提高帶鋼質(zhì)量有非常重要的作用。目前,國內(nèi)外對基于視覺注意機制的帶鋼缺陷檢測技術的研究比較多,也取得了一些成功。視覺注意機制有利于解決數(shù)據(jù)篩選問題,能夠提高機器視覺系統(tǒng)的處理效率。將視覺注意機制引入帶鋼缺陷檢測系統(tǒng)中,能夠有效減少噪聲的影響,加快計算速度。這是帶鋼缺陷檢測的一種有效途徑。徐帥華等人提出了基于視覺注意機制的帶鋼缺陷檢測算法,以滿足實時在線檢測的要求,從而提高檢測率。但是,該方法未能解決存在偽目標和直接相加容易降低目標顯著度的問題。叢家慧等人提出了一種基于視覺注意機制模型的帶鋼表面缺陷檢測方法,通過構建Gabor濾波器建立多尺度、多方位的多通道圖像,線性組合這些特征圖像得到顯著圖,從而準確檢測出缺陷檢測區(qū)域。

        本文依據(jù)Itti算法實現(xiàn)帶鋼缺陷檢測。通過高斯函數(shù)的二階導數(shù)和Hibert變換構造多方向能量函數(shù),從多尺度、多方位提取帶鋼圖像的特征圖像,然后將提取的特征圖像線性組合,從而獲得帶鋼圖像的顯著圖。在顯著圖像上應用勝者為王神經(jīng)網(wǎng)絡方法和區(qū)域生長法能夠?qū)崿F(xiàn)帶鋼圖像中缺陷區(qū)域的檢測。

        1 基于視覺注意機制的帶鋼缺陷檢測

        視覺注意機制的帶鋼缺陷檢測方法主要有提取特征圖、合成顯著圖、定位注意焦點和檢測帶鋼缺陷4部分。

        1.1 特征提取

        利用高斯函數(shù)的二階導數(shù)和Hibert變換構造方向能量圖。用該方向能量圖對帶鋼缺陷圖像進行卷積,從而提取其方向特征圖。

        1.1.1 高斯函數(shù)的二階導數(shù)

        1.2.2 缺陷檢測

        顯著性圖中最顯著的圖像位置是顯著圖的最大值,所以,采用勝者為王神經(jīng)網(wǎng)絡方法獲得顯著圖中最活躍的位置,并將其定義為注意焦點(FOA)。最后利用區(qū)域生長法將性質(zhì)相似的注意焦點合并為視覺注意的顯著區(qū)域,即帶鋼圖像的缺陷區(qū)域。

        2 實驗結果

        對所提方法在帶鋼缺陷圖像上進行驗證,帶鋼缺陷圖像包括黃斑、劃傷、夾雜和孔洞等。用Matlab為所提方法編程,實驗結果如圖2所示。由實驗結果可知,采用所提方法可以準確檢測帶鋼缺陷。

        3 結論

        針對帶鋼缺陷檢測問題,提出了基于視覺注意機制的方法。該方法通過高斯函數(shù)的二階導數(shù)和Hibert變換構造復指數(shù)濾波器,獲得多方向能量函數(shù)。該能量函數(shù)具有方向選擇性,能有效提取帶鋼缺陷圖像的方向特征?;贗tti模型歸一化,合成帶鋼缺陷圖像的方向特征圖、顏色特征圖和亮度特征圖,從而構成顯著圖。利用勝者為王神經(jīng)網(wǎng)絡方法和區(qū)域生長法獲取顯著區(qū)域,完成帶鋼圖像的缺陷區(qū)域檢測。實驗結果表明,所提方法有效檢測出了帶鋼圖像缺陷區(qū)域。

        參考文獻

        [1]He Y,Chen Y,Xu Y,et al. Autonomous Detection of Weld Seam Profiles via a Model of Saliency-Based Visual Attention for Robotic Arc Welding.Journal of Intelligent & Robotic Systems,2015,81(3-4):1-12.

        [2]Neogi N,Mohanta D K,Dutta P K.Review of vision-based steel surface inspection systems.Eurasip Journal on Image and Video Processing,2014(1):1-19.

        [3]徐帥華,陳龍龍,管聲啟,等.視覺顯著性模型在帶鋼缺陷動態(tài)檢測中的應用[J].西安工程大學學報,2014,28(6): 755-759.

        [4]叢家慧,顏云輝.視覺注意機制在帶鋼表面缺陷檢測中的應用[J].中國機械工程,2011,22(10):1189-1192.

        [5]Chtistopoulos C,Skodras A,Ebrahimi T.JPEG2000 still image coding system:an overview.IEEE Trans.on Consumer Electron,2000(46):1103-1127.

        [6]崔力,浩明.基于視覺注意機制的圖像質(zhì)量評價[J].東南大學學報(自然科學版),2012,42(5):854-858.

        [7]張亞紅,楊欣,沈雷,等.基于視覺顯著性特征的自適應目標跟蹤[J].吉林大學學報(信息科學版),2015,33(2):195-201.

        [8]黎萬義,王鵬,喬紅.引入視覺注意機制的目標跟蹤方法綜述[J].自動化學報,2014,40(4):561-576.

        〔編輯:白潔〕

        国模无码一区二区三区不卡| 精品国产车一区二区三区| 蜜桃噜噜一区二区三区| 欧美男生射精高潮视频网站| 亚洲综合无码无在线观看| 夜夜爽无码一区二区三区| 久久国产精品av在线观看| 手机在线免费av资源网| 中文字幕丰满伦子无码 | 亚洲AV无码国产成人久久强迫| 人妻尤物娇呻雪白丰挺| 亚洲麻豆视频免费观看| 亚洲av日韩av天堂一区二区三区| 激情五月婷婷综合| 在线视频亚洲一区二区三区| 青青草骚视频在线观看| 欧美黑吊大战白妞| аⅴ天堂国产最新版在线中文| 久久精品久久精品中文字幕| 人人妻人人澡人人爽人人精品av| 日本丰满人妻xxxxxhd| 亚洲AV无码久久精品国产老人| 少妇太爽高潮在线播放| 亚洲日韩精品无码av海量| 久久99精品久久久久久hb无码| 狠狠躁夜夜躁人人爽天天不卡 | 国产精品成人观看视频| 91精品全国免费观看青青| 日本午夜伦理享色视频| 欧美成人国产精品高潮| 少妇邻居内射在线| 亚洲一二三四五区中文字幕| 国产熟人精品一区二区| 国产如狼似虎富婆找强壮黑人| 国产小屁孩cao大人| 中文字幕人妻av一区二区| 欧美村妇激情内射| 中文字幕高清在线一区二区三区| 亚洲av免费高清不卡| 日韩欧美一区二区三区免费观看| 日本护士吞精囗交gif|