典型文献
基于卷积自编码网络的织物瑕疵检测方法研究
文献摘要：
针对织物瑕疵数据集搜集和织物瑕疵检测困难的问题,提出了一种使用深度学习与传统算法相结合的织物瑕疵检测算法.首先提出特征金字塔结构的自编码网络,对正常样本进行学习.其次检测过程中提出同一尺度下进行多模型融合,在降低漏检率的同时移除纹理噪声的干扰.实验结果表明,所提出的学习方法对织物中线状瑕疵检测率高达98％以上,对织物中的面状瑕疵的检测率也达到了 84％以上.对于实际生产过程中的瑕疵检测具有应用价值.
文献关键词：
光照归一化;卷积神经网络;图像重构;残差图融合;瑕疵检测
中图分类号：
作者姓名：
刘艳锋;黄惠玲;韩军
作者机构：
中国科学院福建物质结构研究所泉州装备制造研究所,福建泉州362200;福州大学电气工程与自动化学院,福建福州350108
文献出处：
引用格式：
[1]刘艳锋;黄惠玲;韩军-.基于卷积自编码网络的织物瑕疵检测方法研究)[J].光学与光电技术,2022(02):47-53
A类：
光照归一化,残差图融合
B类：
卷积自编码网络,织物,瑕疵检测,使用深度,传统算法,检测算法,特征金字塔结构,检测过程,一尺,多模型融合,漏检率,移除,中线,线状,检测率,图像重构
AB值：
0.222266
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
