基于遮挡图像多尺度重建的表面缺陷检测

许超杰; 李烨; 周子斐

doi:10.13741/j.cnki.11-1879/o4.2023.01.014

您当前的位置：

首页 >

文章列表页 >

基于遮挡图像多尺度重建的表面缺陷检测

光学测量 | 更新时间：2025-09-01

- 基于遮挡图像多尺度重建的表面缺陷检测
- Surface defect detection based on masked image Multi-scale reconstruction
- 光学技术 2023年49卷第1期页码：70-77
- 作者机构：
  
  1:上海理工大学光电信息与计算机工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2023.01.014
  中图分类号： TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
许超杰, 李烨, 周子斐. 基于遮挡图像多尺度重建的表面缺陷检测[J]. 光学技术, 2023,49(1):70-77.

Surface defect detection based on masked image Multi-scale reconstruction[J]. 2023, 49(1): 70-77.
许超杰, 李烨, 周子斐. 基于遮挡图像多尺度重建的表面缺陷检测[J]. 光学技术, 2023,49(1):70-77. DOI： 10.13741/j.cnki.11-1879/o4.2023.01.014.

Surface defect detection based on masked image Multi-scale reconstruction[J]. 2023, 49(1): 70-77. DOI： 10.13741/j.cnki.11-1879/o4.2023.01.014.

摘要

遮挡图像重建是无监督异常检测的主要方法之一，通过生成式模型对遮挡后的图像重建，根据重建差异来估计图像区域的异常分数，高异常分数区域即为缺陷区域。然而，现有方法仅采用若干个尺度相互独立的遮挡策略，使得模型缺乏对非规则遮挡图像的重建能力；在重建过程中图像缺失部分与完整部分的全局依赖性未被充分考虑。针对上述问题，提出多尺度网格的遮挡策略，并采用自注意力机制增强自编码器重建过程中对全局依赖性的刻画。实验结果验证了所提方法的有效性，与其他方法相比获得了更优的表面缺陷检测性能。

Abstract

关键词

Keywords

references

浏览量

133

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进Faster-RCNN的偏光片表面缺陷检测

基于DSA-BCNN的毫米波图像隐藏物检测

一种改进的LPD高光谱图像异常检测算法

桥梁拉索表面缺陷的分布式机器视觉检测

采用自注意力机制的OCT图像AMD亚型分类研究

基于遮挡图像多尺度重建的表面缺陷检测

Surface defect detection based on masked image Multi-scale reconstruction

DOI：10.13741/j.cnki.11-1879/o4.2023.01.014

摘要

Abstract

关键词

Keywords

references