摘要
针对色织物缺陷检测存在难以获取大量有标记的缺陷数据、过检现象严重等问题,提出一种基于无监督对抗式学习的缺陷图像重构修复模型。首先,构造了基于生成对抗网络(generative adversarial net, GAN)的图像重构修复模型,利用叠加噪声后的无缺陷色织物样本图像训练模型,使模型能够有效重构出对应的无缺陷图像;然后,将待测色织物样本图像输入模型得到重构图像,进一步获取待测样本与其对应重构图像之间的残差图像;最后,通过对残差图像进行阈值分割与数学形态学运算,实现对缺陷区域的快速检测与定位。实验结果表明:该方法在不需要对缺陷样本进行标记的情况下,通过重构图像与原图之间的残差分析实现色织物的缺陷区域检测与定位。
- 单位