高铁轮毂表面缺陷的视觉显著性超像素图像检测方法

摘要：

针对高铁轮毂表面缺陷实时在线检测问题,提出一种基于视觉显著性注意机制的超像素自适应检测方法.首先采用同态滤波器对缺陷图像进行预处理,去除环境光污染噪声引起的图像亮度分布不均匀问题,构建轮毂表面缺陷图像的谱残差视觉注意模型,之后采用超像素分割算法对缺陷显著性图像进行自适应阈值分割,标记出高铁轮毂表面缺陷的二维空间位置,实现轮毂表面缺陷的边界检测和形态估计.研究方法在高铁轮毂表面缺陷检测实验平台上进行了实验验证,结果表明:该方法能够有效抑制图像分割中的过分割问题,对缺陷的边界信息提取准确,鲁棒性较好.

关键词：缺陷检测、视觉显著性、谱残差、超像素分割

所属期刊栏目：19

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省重点研发计划BE2017007;安徽省自然科学基金1908085MF196

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：230-235