-
公开(公告)号：CN107389697B
公开(公告)日：2019-08-30
申请号：CN201710558215.9
申请日：2017-07-10
Applicant: 北京交通大学
IPC: G01N21/95
Abstract: 本发明提出了一种基于半交互式的裂缝检测方法，主要是为了解决目前裂缝检测领域中的裂缝检测方法的鲁棒性问题和高精度需求，并切实地应用于各种实际场景。该方法基于交互式种子点选取和裂缝走势预测进行裂缝检测，不仅能有效消除噪声、光照，背景复杂等不利因素的影响，并且对图像成像质量要求低，对图像采集环境具有自适应能力，具有普适性。本发明还能简单扩展到其它相似特征的场合，比如医学领域中毛细血管的检测等。
-
公开(公告)号：CN107389697A
公开(公告)日：2017-11-24
申请号：CN201710558215.9
申请日：2017-07-10
Applicant: 北京交通大学
IPC: G01N21/95
Abstract: 本发明提出了一种基于半交互式的裂缝检测方法，主要是为了解决目前裂缝检测领域中的裂缝检测方法的鲁棒性问题和高精度需求，并切实地应用于各种实际场景。该方法基于交互式种子点选取和裂缝走势预测进行裂缝检测，不仅能有效消除噪声、光照，背景复杂等不利因素的影响，并且对图像成像质量要求低，对图像采集环境具有自适应能力，具有普适性。本发明还能简单扩展到其它相似特征的场合，比如医学领域中毛细血管的检测等。
-
公开(公告)号：CN109872303A
公开(公告)日：2019-06-11
申请号：CN201910039533.3
申请日：2019-01-16
Applicant: 北京交通大学
Abstract: 本发明实施例公开了一种表面缺陷视觉检测方法，包括对输入的原始图像进行增强图像对比度的图像预处理，获取预处理结果图像并进行特征提取，获取每一像素特征向量；根据每一像素特征向量计算超像素块特征向量，并将超像素块特征向量组合构成特征矩阵；超像素块根据预处理结果图像进行超像素分割来获取；获取缺陷图像的先验信息并融合到低秩表示模型中，将特征矩阵分解为低秩矩阵和稀疏矩阵之和；根据超像素元素索引信息将稀疏矩阵转化为显著性图，对显著性图进行后处理，获取表面缺陷检测图，以此避免现有无损检测方式存在检测速度慢或是检测结果易受干扰的问题，加快无损检测的速度、提高无损检测的智能程度、加强无损检测的可回溯性。
-
公开(公告)号：CN109872303B
公开(公告)日：2021-04-23
申请号：CN201910039533.3
申请日：2019-01-16
Applicant: 北京交通大学
Abstract: 本发明实施例公开了一种表面缺陷视觉检测方法，包括对输入的原始图像进行增强图像对比度的图像预处理，获取预处理结果图像并进行特征提取，获取每一像素特征向量；根据每一像素特征向量计算超像素块特征向量，并将超像素块特征向量组合构成特征矩阵；超像素块根据预处理结果图像进行超像素分割来获取；获取缺陷图像的先验信息并融合到低秩表示模型中，将特征矩阵分解为低秩矩阵和稀疏矩阵之和；根据超像素元素索引信息将稀疏矩阵转化为显著性图，对显著性图进行后处理，获取表面缺陷检测图，以此避免现有无损检测方式存在检测速度慢或是检测结果易受干扰的问题，加快无损检测的速度、提高无损检测的智能程度、加强无损检测的可回溯性。
-
-
-
Search Results
4
records
(took 0.018 seconds)
