计算机应用

作者：刘太亨, 何昭水

单位：广东工业大学 自动化学院，广州 510006

关键词：自动表面检测,自编码器,知识蒸馏,缺陷检测,图像处理

基金：国家自然科学基金资助项目(61773127);2018年度国家“万人计划”科技创新领军人才;广东省基础与应用基础研究基金联合基金重点项目(2019B1515120036);广东省自然科学基金资助项目(2018A030313306);广州科学技术基金资助项目(201802010037);广东省重点领域研发计划项目(2019B010147001)

针对传统的表面缺陷检测方法只能对具有高对比度或低噪声的明显缺陷轮廓进行检测的问题，提出了一种基于自编码和知识蒸馏的表面缺陷检测方法来准确定位和分类从实际工业环境捕获的输入图像中出现的缺陷。首先，设计了一种级联自动编码器（CAE）架构用于分割和定位缺陷，其目的是将输入的原始图像转换为基于CAE的预测蒙版；其次，利用阈值模块对预测结果进行二值化以获得准确的缺陷轮廓；然后，把缺陷区域检测器提取并裁剪出来的缺陷区域视为下一个模块的输入；最后，将CAE分割结果的缺陷区域通过知识蒸馏进行类别分类。实验结果表明，与其他几种表面缺陷检测方法相比，所提出的方法综合性能最好，其缺陷检测平均准确率为97.00%。该方法能够有效地对较小的、边缘不清晰的缺陷进行分割，满足对物品表面缺陷实时分割检测的工程要求。

来源：2021年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第11期