项目名称: 基于显著性感知原理的匀微纹理表面缺陷检测机器人视觉计算模型与检测算法研究

项目编号: No.61473201

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 何志勇

作者单位: 苏州大学

项目金额: 83万元

中文摘要: 产品表面缺陷的在线检测对于很多生产过程都是产品质量控制的重要环节,匀微纹理表面缺陷检测机器人的应用关键在于解决视觉方面的挑战性难题:如何使缺陷检测同时具备高准确率和高实时性,并且使算法有较强的适应性。针对该难题,本项目受人眼检测过程的启发开展研究。研究计算感知匀微纹理表面缺陷视觉显著性的机理,为建立高准确性的视觉显著图计算模型奠定基础;建立模拟视网膜及视皮层V1区功能的计算模型和视觉显著图计算模型;研究基于视觉显著图能量分布特征的缺陷判定方法及缺陷目标的分割方法,使检测算法具有适应性强的特点;异构计算可以使仿生视觉计算过程更符合人类视觉系统既并行又分级串行的特征,本项目研究微小缺陷跨尺度检测策略和基于异构计算的算法以提高检测过程的计算速度。本项目将在匀微纹理表面缺陷检测机器人视觉计算模型和检测算法方面取得突破,并为相关应用奠定理论基础。

中文关键词: 机器人;视觉显著性;缺陷检测;匀微纹理表面

英文摘要: For a lot of manufacturing process, online surface defect inspection is an important part of product quality control. The key of even micro textured surface defect inspection robot application is to solve the challenging problem of vision: how to make defect inspection can be done with high accuracy and high speed , and make the algorithm be adaptive enough. To solve the difficult problem, this research is inspired by human eye inspection process. To lay the foundation for the establishment of high accuracy visual saliency map model, this project researches on the mechanism of calculation perceive for even micro texture surface defect. This project builds the models to imitate the function of retina and visual cortex V1 region, the model to compute visual saliency map. This project also develops the method for determining defects based on the characteristics of visual saliency map energy distribution, the method for segmenting defect goals; hence the inspection algorithm is adaptive. Heterogeneous computing can make bionic vision computation process be in accordance with both features of parallel processing and hierarchical serial processing in human visual system. Both the across-scale detection strategy of small defect and the algorithms based on heterogeneous computing are researched to enhance the the computing speed of the inspection process. New visual computing models, inspection algorithms will be proposed and are benefit to lay the theoretical foundation for the relevant applications.

英文关键词: Robot;Visual Saliency;Defect Inspection;Even Micro Texture Surface

成为VIP会员查看完整内容
1

相关内容

机器人(英语:Robot)包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动运行任务的人造机器设备,用以取代或协助人类工作,一般会是机电设备,由计算机程序或是电子电路控制。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
视觉深度伪造检测技术综述
专知会员服务
34+阅读 · 2022年1月28日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
22+阅读 · 2021年10月6日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
35+阅读 · 2021年5月25日
专知会员服务
44+阅读 · 2021年4月15日
专知会员服务
103+阅读 · 2020年11月27日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
视觉SLAM技术综述
计算机视觉life
25+阅读 · 2019年1月4日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
干货!一文读懂行人检测算法
全球人工智能
11+阅读 · 2018年5月31日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
58+阅读 · 2021年11月15日
Arxiv
12+阅读 · 2019年4月9日
小贴士
相关VIP内容
医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
视觉深度伪造检测技术综述
专知会员服务
34+阅读 · 2022年1月28日
基于RGB-D图像的语义场景补全研究进展综述
专知会员服务
28+阅读 · 2021年11月8日
专知会员服务
22+阅读 · 2021年10月6日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
35+阅读 · 2021年5月25日
专知会员服务
44+阅读 · 2021年4月15日
专知会员服务
103+阅读 · 2020年11月27日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
视觉SLAM技术综述
计算机视觉life
25+阅读 · 2019年1月4日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【深度】行人检测算法
GAN生成式对抗网络
29+阅读 · 2018年6月3日
干货!一文读懂行人检测算法
全球人工智能
11+阅读 · 2018年5月31日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员