基于空间语义对象的泡沫镍表面缺陷检测方法研究及应用

项目名称： 基于空间语义对象的泡沫镍表面缺陷检测方法研究及应用

项目编号： No.61403136

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 李建奇

作者单位： 湖南文理学院

项目金额： 24万元

中文摘要： 机器视觉通过模拟人类视觉感知和检测机理进行工业自动化检测，在复杂流程工业中占有重要的地位。针对泡沫镍表面缺陷检测中存在待测图像纹理复杂、无明显前景和背景，且常规的处理与分析方法无法准确获取表面缺陷的形态分布与缺陷分类的问题，本项目结合图像视觉感知特点，研究复杂纹理图像的多尺度几何去噪模型和图像边缘增强方法；结合全局和区域特征，研究面向空间语义对象的复杂纹理图像特征提取和图像自动分割模型；研究基于空间语义对象的混合学习图像分类识别方法，形成比较系统的泡沫镍表面缺陷分类理论与方法；实现泡沫镍复杂视觉图像的机器测量与自动描述，为泡沫镍生产过程的自动检测奠定理论基础，为生产过程优化控制提供支撑。

中文关键词： 泡沫镍；表面缺陷；空间语义对象；纹理分析；机器学习

英文摘要： Automatic industrial inspection is conducted by simulating human vision and inspection mechanism, which plays a critical role in the complex industries. As image texture is complex, commonly-accepted feature extraction method-lesser striking background an

英文关键词： foam nickel；surface defect；spatial semantic；texture analysis；machine learning