-
公开(公告)号：CN117911379A
公开(公告)日：2024-04-19
申请号：CN202410094440.1
申请日：2024-01-23
申请人： 哈尔滨工业大学
IPC分类号： G06T7/00 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于双低秩分解的金属网栅缺陷检测方法，步骤如下：利用光学成像系统采集金属网栅图像作为输入，进行灰度变换和均值滤波，得到均匀的灰度图像；将SCp范数和γ范数双低秩分解模型引入鲁棒主成分分析中，构造LNRPCA模型，采用ADMM法求解，得到最优化的低秩矩阵和稀疏矩阵；将稀疏矩阵进行灰度拉伸，实现图像增强，然后进行显著图生成并阈值分割，得到二值化的缺陷图像。本发明的LNRPCA模型使用SCp范数和γ范数联合优化低秩项，增加调参自由度，可对大奇异值赋予较大权重而过滤小奇异值，实现精准的缺陷提取；且LNRPCA无需训练过程，对金属网栅和织物等周期结构的多类型缺陷均具有较好的检测效果。
-
公开(公告)号：CN115170520A
公开(公告)日：2022-10-11
申请号：CN202210829319.X
申请日：2022-06-27
申请人： 哈尔滨工业大学
摘要： 本发明公开了一种基于结构对比信息叠层的金属网栅缺陷检测方法，步骤如下：由显微镜拍摄金属网栅图像；对输入图像进行分块，对每一子块图像进行邻域结构对比计算，得到输入图像的差异矩阵；对子块的位置进行不同大小的位移，进行邻域结构对比计算，得到多层差异矩阵，将各层结果叠加得到先验图；利用鲁棒主成分分析法，结合先验图，对输入图像进行分解，得到低秩、稀疏和噪声图像；利用先验图构造二值掩膜，对稀疏图像进行滤波处理得到显著图；对显著图进行阈值分割，得到二值化检测结果。本发明无需训练过程，对金属网栅的多类缺陷均可检测，也可泛化至其他周期性纹理图案下的缺陷检测，其参数设置简单且检测效率高。
-
公开(公告)号：CN117994211A
公开(公告)日：2024-05-07
申请号：CN202410094441.6
申请日：2024-01-23
申请人： 哈尔滨工业大学
IPC分类号： G06T7/00 , G06V10/764 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种基于多维先验和融合显著图的金属网栅缺陷检测方法，由光学成像系统采集金属网栅图像，进行同态滤波处理，得到均衡的灰度图像I；对I提取基于方向可操纵金字塔和Gabor滤波器的多维纹理特征先验以及基于邻域差异性参数计算的分块特征先验进行像素级特征融合得到先验图P；将P带入到鲁棒主成分分析得到WNRPCA，采用ADMM算法求解得到稀疏矩阵E；对E分层进行后验掩膜处理和阈值分割，得到分层显著图并做特征融合得到缺陷检测结果。本发明构造多维特征先验，优化引导低秩分解流程，通过先验信息构建后验掩膜矩阵，辅助显著图分层处理，消除了杂散噪点对缺陷分离过程的干扰，同时具有很好的泛化应用能力。
-
公开(公告)号：CN116862842A
公开(公告)日：2023-10-10
申请号：CN202310687490.6
申请日：2023-06-10
申请人： 哈尔滨工业大学
摘要： 本发明公开了一种金属网栅缺陷检测的反射式便携成像及图像处理方法，步骤如下：构建反射式便携成像系统，结合承载运动装置采集金属网栅原位状态下的图像；利用基于频谱滤波融合与霍夫变换的方法提取金属网栅图像的块状缺陷和断线缺陷的先验信息；将采集的图像与缺陷先验信息输入低秩分解模型，获得图像的低秩部分、稀疏部分和噪声部分；对稀疏部分进行阈值分割，提取缺陷。本发明可实现金属网栅原位状态下的成像测量，识别检测金属网栅图像中的多种缺陷，检测结果准确且检测效率高。
-
-
-
搜索结果
4 条记录 (耗时 0.026 秒)