鲁棒主成分分析的铝箔表面缺陷检测方法

摘要：

为了准确检测铝箔表面的穿孔、污点、亮斑和刮痕等各种缺陷,提出了一种基于低秩稀疏分解的铝箔图像表面缺陷检测方法.铝箔材料生产过程中表面出现缺陷的概率较小,同时一幅铝箔图像中缺陷占整幅图像的比例较小,即铝箔图像背景之间是线性相关的,可近似视为处于同一低秩子空间中,同时图像表面缺陷是近似稀疏的.采用RPCA(Robust Principal Component Analysis)算法对铝箔图像序列组成的观测数据矩阵进行低秩稀疏分解,得到低秩的背景图像和稀疏的缺陷图像.分别对单幅铝箔图像以及由多幅铝箔图像组成的图像序列进行低秩稀疏分解实验,在铝箔图像表面缺陷检测应用中验证所提方法的有效性.实验结果表明,提出方法检测到的缺陷清晰、完整,处理一幅大小为880×540的铝箔图像平均耗时不超过0.7秒,能够实现铝箔表面缺陷的实时检测.同时,算法具有较好的扩展性,能够方便地应用到其他产品的表面缺陷检测中.

关键词：缺陷检测、RPCA、稀疏表达、低秩约束、图像分块

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60872131

在线出版日期：2017-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：577-582