基于ViBe的端到端铝带表面缺陷检测识别方法

作者：叶刚; 李毅波^*; 马逐曦; 成杰

来源：浙江大学学报(工学版), 2020, 54(10): 1906-1914.

• 铝带表面缺陷
• 缺陷检测
• 缺陷识别
• ViBe
• 卷积神经网络(CNN)

针对铝带表面缺陷高精度检测要求以及传统算法识别率不佳的问题,提出端到端的表面缺陷检测与识别方法.从铝带表面初始图像序列中快速计算出平均图像,视为无缺陷背景图像,用于初始化ViBe算法的背景模型.采用ViBe算法从当前图像中分割出缺陷区域,对缺陷区域二值图像进行中值滤波和形态学运算,以去除噪声点和修补边缘,实现缺陷区域的准确提取.利用当前图像实时更新ViBe背景模型,以增加对光照变化的适应能力.提取缺陷外接矩形区域图像,归一化后输入到训练好的卷积神经网络中进行识别分类,得到分类结果.实验结果表明,提出方法的缺陷检出率为93.02%,缺陷识别率为99.86%,具有较好的应用价值.

• 单位
  机电工程学院; 高性能复杂制造国家重点实验室; 中南大学