华南理工大学学报(自然科学版)

作者：胡广华, 王宁, 何文亮, 等

单位：华南理工大学 机械与汽车工程学院，广东 广州 510640

关键词：欠规则纹理,缺陷检测,图像修复,无监督学习

基金：国家自然科学基金青年科学基金资助项目 ( 51505155) ; 广东省自然科学基金资助项目 ( 2020A1515010698) ;华南理工 大 学 中 央 高 校 基 本 科 研 业 务 费 专 项 资 金 资 助项目 ( 2019MS056 ) ; 广东省普通高校特色创新项目( 2020KTSCX007)

对于非均匀、非周期性欠规则纹理表面缺陷的检测，由于背景纹理为非平稳信号，常规的图像重建较为困难。同时，由于难以事先获取缺陷的形状、灰度等图像特征信息，且同类缺陷的视觉特征可呈现较大的分散性，现有的依赖于目标特征的检测方法难以适用。为此，文中提出了一种基于图像修复的无监督学习表面缺陷检测方法。该方法需要先将少量正常纹理样本图像作为训练集，用于训练网络模型; 然后在检测时，人为地在样本图像中设置缺失区域，并利用网络模型预测缺失区域的内容; 最后根据重建图像与待测图像的结构相似性评价及残差实现缺陷检测与分离。实验结果表明，文中方法不仅能够有效检测规则纹理表面的缺陷，而且能够检测欠规则纹理表面的缺陷，具有较强的实用性和适应性。

来源：2021年第7期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2021年第7期