基于视觉注意机制的带钢检测研究

龙源期刊网 http://www.qikan.com.cn

基于视觉注意机制的带钢检测研究

作者：张淑艳

来源：《科技与创新》2016年第18期

摘 要：为了准确检测带钢缺陷，提出了基于视觉注意机制的检测方法。该方法通过高斯函数的二阶导数和Hibert变换构造多方向能量函数，用于提取带钢图像的方向特征图。根据Itti算法将方向特征图、颜色特征图和亮度特征图进行线性组合，得到带钢图像的显著图。然后应用胜者为王神经网络方法和区域生长法在显著图上获得带钢图像的缺陷区域，最后在带钢缺陷图像上验证所提方法。实验结果表明，所提方法能准确检测出带钢图像的缺陷区域。 关键词：视觉注意机制；带钢缺陷；方向能量图；能量函数

中图分类号：TP391.41 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.18.009

带钢表面缺陷检测对于提高带钢质量有非常重要的作用。目前，国内外对基于视觉注意机制的带钢缺陷检测技术的研究比较多，也取得了一些成功。视觉注意机制有利于解决数据筛选问题，能够提高机器视觉系统的处理效率。将视觉注意机制引入带钢缺陷检测系统中，能够有效减少噪声的影响，加快计算速度。这是带钢缺陷检测的一种有效途径。徐帅华等人提出了基于视觉注意机制的带钢缺陷检测算法，以满足实时在线检测的要求，从而提高检测率。但是，该方法未能解决存在伪目标和直接相加容易降低目标显著度的问题。丛家慧等人提出了一种基于视觉注意机制模型的带钢表面缺陷检测方法，通过构建Gabor滤波器建立多尺度、多方位的多通道图像，线性组合这些特征图像得到显著图，从而准确检测出缺陷检测区域。

本文依据Itti算法实现带钢缺陷检测。通过高斯函数的二阶导数和Hibert变换构造多方向能量函数，从多尺度、多方位提取带钢图像的特征图像，然后将提取的特征图像线性组合，从而获得带钢图像的显著图。在显著图像上应用胜者为王神经网络方法和区域生长法能够实现带钢图像中缺陷区域的检测。

1 基于视觉注意机制的带钢缺陷检测

视觉注意机制的带钢缺陷检测方法主要有提取特征图、合成显著图、定位注意焦点和检测带钢缺陷4部分。 1.1 特征提取

利用高斯函数的二阶导数和Hibert变换构造方向能量图。用该方向能量图对带钢缺陷图像进行卷积，从而提取其方向特征图。 1.1.1 高斯函数的二阶导数

本文来源：https://www.bwwdw.com/article/mry.html