車輛皮革瑕疵智能檢測(cè)方法研究.pdf

1、隨著生活水平的提高，私家車保有量激增，消費(fèi)者在關(guān)注性能同時(shí)也開始注重內(nèi)部飾品質(zhì)量。皮革作為其內(nèi)部座椅等主要器件的重要材料，其品質(zhì)被嚴(yán)格要求，但由于牛皮等皮革原材料在生長(zhǎng)生產(chǎn)過程中的蚊蟲叮咬及人為誤傷，使其表面不可避免的存在各種瑕疵，因此需要定位其表面瑕疵部分，以便控制產(chǎn)品品質(zhì)和指導(dǎo)后續(xù)生產(chǎn)加工。目前汽車座椅生產(chǎn)廠家采用的人工皮革瑕疵查找方式存在誤檢率高，效率低等缺點(diǎn)，而基于計(jì)算機(jī)視覺方式檢測(cè)的可行性及優(yōu)勢(shì)使得其希望能引入計(jì)算機(jī)視覺方式，

2、替代人工，使檢測(cè)更安全，更效率，更穩(wěn)定，更客觀同時(shí)也更節(jié)約成本。本文針對(duì)目前皮革瑕疵檢測(cè)中瑕疵與非瑕疵區(qū)域之間的低對(duì)比度和復(fù)雜隨機(jī)紋理的干擾等原因造成其檢測(cè)難度大、速度慢；且沒有瑕疵檢測(cè)效果的客觀量化評(píng)判方法等問題，研究了對(duì)人工視覺查找有難度的皮革微小瑕疵的自動(dòng)檢測(cè)問題。
　　本文首先建立皮革瑕疵檢測(cè)算法的評(píng)價(jià)方法。將瑕疵檢測(cè)看作特殊的分類工作，參考文本分類的評(píng)價(jià)指標(biāo)，提出一種基于召回率和準(zhǔn)確率的評(píng)價(jià)體系。通過一種人工畫筆標(biāo)記樣本

3、圖像中瑕疵區(qū)域并經(jīng)過識(shí)別、分割處理的方式獲取黃金標(biāo)準(zhǔn)，并將其作為算法檢測(cè)結(jié)果的參考。然后通過計(jì)算定義的P、R、f及綜合評(píng)價(jià)參數(shù)F等評(píng)價(jià)指標(biāo)，實(shí)現(xiàn)對(duì)瑕疵檢測(cè)結(jié)果像素級(jí)的數(shù)字化評(píng)價(jià)，為算法研究提供客觀的指導(dǎo)。其次，基于皮革瑕疵查找是人眼注意選擇機(jī)制的一種表現(xiàn)，提出基于視覺顯著度的瑕疵檢測(cè)模型?；谠撃Ｐ偷蔫Υ脵z測(cè)算法，首先提取顏色、亮度特征，利用圖像本身作為模板進(jìn)行對(duì)比計(jì)算顯著度圖；然后根據(jù)隨機(jī)均勻分布紋理圖像中“突出”部分顯著度高的特征，

4、通過最顯著像素點(diǎn)利用區(qū)域增長(zhǎng)法分割定位瑕疵區(qū)域。分別利用該算法與閾值法、基于模糊聚類及支持向量機(jī)等現(xiàn)有瑕疵檢測(cè)算法對(duì)皮革瑕疵樣本對(duì)比實(shí)驗(yàn)，結(jié)果表明該算法解決了模板和有效特征提取困難的問題，能有效檢測(cè)微小皮革瑕疵。最后，對(duì)紋理分析技術(shù)進(jìn)行研究，設(shè)計(jì)了一種基于灰度共生矩陣的紋理表述，結(jié)合基于視覺顯著度的皮革瑕疵檢測(cè)算法以進(jìn)一步提高檢測(cè)效果。首先對(duì)圖像進(jìn)行灰度共生矩陣的統(tǒng)計(jì)，然后計(jì)算每個(gè)像素的灰度分布頻率作為其紋理表示。該紋理特征較傳統(tǒng)基于共