基于元学习的小样本图像非对称缺陷检测方法

摘要：

以准确检测小样本图像非对称缺陷为研究核心,提出基于元学习的小样本图像非对称缺陷检测方法.使用基于调制度的小样本图像自适应滤波方法,去除小样本图像的噪声,优化小样本图像质量;通过基于边界检测的滤波后小样本图像缺陷特征提取方法,提取滤波后小样本图像缺陷特征;将所提取特征作为基于改进元学习的小样本图像非对称缺陷特征检测方法的检测样本,实现小样本图像非对称缺陷检测.实验结果表明:本文方法对小样本图像滤波效果较好,检测多种非对称缺陷时,当小样本图像缺陷特征数量增多后,本文方法的检测结果交并比最小值是0.9,交并比数值理想,可准确检测小样本图像非对称缺陷.

关键词：元学习、小样本、图像、非对称、缺陷检测、梯度下降法

所属期刊栏目：53

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;湖南省自然科学基金项目

在线出版日期：2023-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：234-240