基于视觉仿生机理的铜带表面缺陷检测
受神经解剖学和心理学中有关视觉系统研究成果的启发,提出一种基于生物视觉仿生机理的铜带表面缺陷检测模型.该模型首先使用Gaussian金字塔分解和Gabor滤波器提取缺陷图像特征,合成特征显著图,然后模拟自底向上注意机制,分析视网膜中央凹的内容以获取what信息;再根据扫视仿真中访问点的时间顺序序列,即扫描路径,组成where信息流;最后利用离散的可观测马尔可夫模型,根据what信息和where信息调整相应类的单个马尔可夫链的概率,最大化训练样本的似然值,从而实现缺陷的正确分类.实验结果表明,本文算法在表面缺陷检测系统中的可行性及有效性,在多类缺陷分类中达到94.40%的总准确率.
缺陷检测、视觉仿生、选择注意、马尔可夫模型
16
TP391(计算技术、计算机技术)
国家自然科学基金项目60872096
2011-07-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
593-599