-
题名基于时空EWMA与区域生长的图像数据监控方法
- 1
-
-
作者
周盼盼
左玲
-
机构
南京财经大学管理科学与工程学院
深圳信息职业技术大学管理学院
-
出处
《运筹与管理》
北大核心
2025年第7期83-89,共7页
-
基金
国家自然科学基金资助项目(72501131,72072080)
江苏高校哲学社会科学研究项目(2021SJA0299)
深圳信息职业技术大学校级科研项目(SZIIT2021KJ004)。
-
文摘
随着机器视觉系统的广泛应用,图像数据成为表征产品质量的重要形式,建立适用于图像数据监控的统计控制图已成为现代制造业过程控制的重要需求。为提高产品表面一致性或特定模式异常监测的准确度和及时性,提出一种基于时空EWMA与区域生长的图像数据监控方法。首先,将每张图像划分为不可重叠、大小相同的方形区域,计算区域内所有像素灰度值的均值并进行标准化处理;然后,采用EWMA方法对各区域的像素灰度值均值进行时间上的平滑,在此基础上应用空间EWMA方法搜索偏移区域的中心;最后,以该中心作为初始起点,应用区域生长方法确定偏移发生的范围。设计仿真试验,对比3种偏移位置、5种偏移范围和10种偏移量组合场景下,该方法与同类方法的稳态链长中值和Dice相似系数中值指标。结果表明,当偏移范围较小时,该方法能更准确地估计偏移发生的位置、偏移范围的大小;当偏移范围较大时,该方法能更快速地监测出偏移。
-
关键词
统计过程监控
质量控制
图像数据
异常诊断
-
Keywords
statistical process monitoring
quality control
image data
fault diagnosis
-
分类号
O213.1
[理学—概率论与数理统计]
-
