期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于k-邻域前景像素分析的划痕提取方法
被引量：
2
1
作者
李家宏
陈斌
《计算机应用》
CSCD
北大核心
2017年第A02期175-178,共4页
针对有划痕的金属面板背景上出现的不规则纹理,导致无法使用常用的结合边缘检测算法、形态学方法以及基于8邻域的连通域分析法来对划痕进行完整的提取并分析的问题,提出一种基于k-邻域的前景像素分析法和基于方向及距离的合并法来对前...
针对有划痕的金属面板背景上出现的不规则纹理,导致无法使用常用的结合边缘检测算法、形态学方法以及基于8邻域的连通域分析法来对划痕进行完整的提取并分析的问题,提出一种基于k-邻域的前景像素分析法和基于方向及距离的合并法来对前景像素区域进行有效的归并,达到对划痕有效完整提取的目的。首先,针对背景上出现的不规则纹理或噪声,采用高斯滤波器对图像进行高斯滤波;然后,针对高斯滤波同时虚弱背景噪声与划痕,采用Sobel边缘检测算子对划痕区域进行锐化,并对结果进行二值化操作;最后,采用基于k-邻域的前景像素分析法来合并距离较近但并不连通的小前景像素团块;对于合并后得到的相隔距离较远的前景像素团块,根据各个团块中前景像素的方向以及团块之间的距离,对其进行归并。将所提方法运用于产品外观检测系统,对90张采集到的原始图片进行划痕检测,划痕提取的准确率高达95%,完整性达到80%,实验结果表明,所提方法为划痕检测提供一种简单、高效的方法。
展开更多
关键词
划痕提取
高斯滤波
边缘检测
连通域分析
连通域归并
在线阅读
下载PDF
职称材料
基于改进U-Net的BGO晶体粗加工磨砂面弱划痕分割算法
2
作者
陶文峰
张晓龙
朱海波
《人工晶体学报》
北大核心
2025年第4期598-604,共7页
BGO晶体通常需要通过切割、磨削等粗加工步骤制作磨砂面以提升元件性能,其粗加工过程中划痕缺陷的提取和预检对后续晶体元件的质量评估极为重要。然而,传统工业机器视觉算法难以精细分割晶体粗加工磨砂面上的弱划痕,极大地影响了后续晶...
BGO晶体通常需要通过切割、磨削等粗加工步骤制作磨砂面以提升元件性能,其粗加工过程中划痕缺陷的提取和预检对后续晶体元件的质量评估极为重要。然而,传统工业机器视觉算法难以精细分割晶体粗加工磨砂面上的弱划痕,极大地影响了后续晶体品质的检测效率。针对磨砂面弱划痕难以精确分割的难题,本文采用了一种改进的U-Net深度学习算法,该算法在U-Net基础结构中嵌入了轻量级CBAM注意力机制,提升网络对浅划痕特征提取和细节恢复能力;同时采用Copy-paste数据增广方法,提升算法模型的泛化性;另外为了缓解样本中前景背景不平衡带来的消极影响,采用Dice Loss、Focal Loss复合损失函数。实验表明,本文算法对于晶体粗加工磨砂面的弱划痕能有效进行精确分割,并且其平均交并比Miou为85.2%,准确率为95.4%,相较于传统工业机器视觉算法有明显提升。此外该算法一定程度上解决了弱划痕的误分割与欠分割现象,能对粗加工过程中的晶体进行划痕缺陷预先检测,减少后续不必要的工艺和质量评估步骤,同时整体提高工业晶体产品的生产效率。
展开更多
关键词
弱
划痕提取
BGO晶体
目标分割
U-Net
晶体磨砂面
在线阅读
下载PDF
职称材料
题名
基于k-邻域前景像素分析的划痕提取方法
被引量：
2
1
作者
李家宏
陈斌
机构
中国科学院成都计算机应用研究所
中国科学院大学
中科院广州电子技术有限公司
出处
《计算机应用》
CSCD
北大核心
2017年第A02期175-178,共4页
基金
四川省科技厅科技成果转化项目(2014CC0043)
文摘
针对有划痕的金属面板背景上出现的不规则纹理,导致无法使用常用的结合边缘检测算法、形态学方法以及基于8邻域的连通域分析法来对划痕进行完整的提取并分析的问题,提出一种基于k-邻域的前景像素分析法和基于方向及距离的合并法来对前景像素区域进行有效的归并,达到对划痕有效完整提取的目的。首先,针对背景上出现的不规则纹理或噪声,采用高斯滤波器对图像进行高斯滤波;然后,针对高斯滤波同时虚弱背景噪声与划痕,采用Sobel边缘检测算子对划痕区域进行锐化,并对结果进行二值化操作;最后,采用基于k-邻域的前景像素分析法来合并距离较近但并不连通的小前景像素团块;对于合并后得到的相隔距离较远的前景像素团块,根据各个团块中前景像素的方向以及团块之间的距离,对其进行归并。将所提方法运用于产品外观检测系统,对90张采集到的原始图片进行划痕检测,划痕提取的准确率高达95%,完整性达到80%,实验结果表明,所提方法为划痕检测提供一种简单、高效的方法。
关键词
划痕提取
高斯滤波
边缘检测
连通域分析
连通域归并
Keywords
scratch extraction
Gaussian filter
edge detection
connected domain analysis
connected domain merge
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进U-Net的BGO晶体粗加工磨砂面弱划痕分割算法
2
作者
陶文峰
张晓龙
朱海波
机构
合肥知常光电科技有限公司
安徽省超光滑表面无损检测重点实验室
出处
《人工晶体学报》
北大核心
2025年第4期598-604,共7页
基金
国家重点研发计划(2023YFF0715500)
安徽省重点研究与开发计划(202304a05020009)
安徽省科技创新平台重大科技项目(S202305a12020028)。
文摘
BGO晶体通常需要通过切割、磨削等粗加工步骤制作磨砂面以提升元件性能,其粗加工过程中划痕缺陷的提取和预检对后续晶体元件的质量评估极为重要。然而,传统工业机器视觉算法难以精细分割晶体粗加工磨砂面上的弱划痕,极大地影响了后续晶体品质的检测效率。针对磨砂面弱划痕难以精确分割的难题,本文采用了一种改进的U-Net深度学习算法,该算法在U-Net基础结构中嵌入了轻量级CBAM注意力机制,提升网络对浅划痕特征提取和细节恢复能力;同时采用Copy-paste数据增广方法,提升算法模型的泛化性;另外为了缓解样本中前景背景不平衡带来的消极影响,采用Dice Loss、Focal Loss复合损失函数。实验表明,本文算法对于晶体粗加工磨砂面的弱划痕能有效进行精确分割,并且其平均交并比Miou为85.2%,准确率为95.4%,相较于传统工业机器视觉算法有明显提升。此外该算法一定程度上解决了弱划痕的误分割与欠分割现象,能对粗加工过程中的晶体进行划痕缺陷预先检测,减少后续不必要的工艺和质量评估步骤,同时整体提高工业晶体产品的生产效率。
关键词
弱
划痕提取
BGO晶体
目标分割
U-Net
晶体磨砂面
Keywords
weak scratch extraction
BGO crystal
target segmentation
U-Net
crystal grinding surface
分类号
O771 [理学—晶体学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于k-邻域前景像素分析的划痕提取方法
李家宏
陈斌
《计算机应用》
CSCD
北大核心
2017
2
在线阅读
下载PDF
职称材料
2
基于改进U-Net的BGO晶体粗加工磨砂面弱划痕分割算法
陶文峰
张晓龙
朱海波
《人工晶体学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
