專利名稱：基于視覺注意機制下的銅帶表面缺陷快速檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種面向金屬板帶材表面缺陷的基于視覺注意機制下的在線快速檢測方法，屬于視覺檢測和圖像分析技術(shù)領(lǐng)域。
背景技術(shù)：
由于銅帶生產(chǎn)工藝現(xiàn)場環(huán)境復(fù)雜多變，光線變化、噪聲干擾嚴(yán)重等因素均易導(dǎo)致圖像質(zhì)量下降，圖像的信噪比低，加之大多數(shù)表面缺陷目標(biāo)尺度較小、對比度較低，屬于弱小目標(biāo)，因此針對銅帶表面缺陷檢測和識別的可靠性、實時性以及穩(wěn)健性等方面存在較大的挑戰(zhàn)，傳統(tǒng)的銅帶表面缺陷檢測方法，首先是做圖像去噪、圖像增強等圖像預(yù)處理來消除噪音的影響、增強和突出目標(biāo)特征，使其更容易從背景中分離出來，這種傳統(tǒng)的圖像處理方法雖然在一定程度上減少噪聲的視覺影響，但對于干擾較強的噪聲作用不大，而且過度的去噪等處理不僅會損失待檢測缺陷目標(biāo)本身的圖像特征，而且也會影響檢測的實時性，因此需要一種理想的解決辦法是檢測模型本身具有較強的抗噪能力，具備較強的魯棒性。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)中傳統(tǒng)的銅帶表面缺陷檢測方法，會損失待檢測缺陷目標(biāo)本身的圖像特征，且實時性、魯棒性差的問題。本發(fā)明提供的基于視覺注意機制下的銅帶表面缺陷快速檢測方法，能夠解決復(fù)雜、惡劣的工況環(huán)境下的缺陷檢測難點問題，且具有很高的實時性、可靠性和魯棒性，思路清晰，方法獨特，具有良好的應(yīng)用前景。為了到達(dá)上述目的，本發(fā)明所采取的技術(shù)方案是:一種基于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:包括以下步驟，步驟(I)輸入銅帶表面圖像，提取銅帶表面圖像自頂向下的注意信息；步驟(2)提取銅帶表面圖像自底向上的注意信息；步驟(3)引入場景中目標(biāo)和背景干擾的統(tǒng)計先驗信息；步驟(4)根據(jù)自底向上和自頂向下注意信息，協(xié)同工作，建立雙向協(xié)同的視覺注意模型；步驟(5)通過建立的視覺注意模型，進行銅帶表面缺陷在線檢測，輸出檢測結(jié)果。前述的基于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:步驟
(I)提取銅帶表面圖像自頂向下的注意信息包括目標(biāo)出現(xiàn)概率P(TnIV)和干擾出現(xiàn)概率P(DjV)。前述的基于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:目標(biāo)出現(xiàn)概率P(TnIV)的計算方法，包括以下步驟，(I)根據(jù)貝葉斯理論，根據(jù)一組銅帶表面圖像的圖像度量V，計算目標(biāo)T出現(xiàn)概率的似然函數(shù)值，
權(quán)利要求
1.于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:包括以下步驟， 步驟(I)輸入銅帶表面圖像，提取銅帶表面圖像自頂向下的注意信息； 步驟(2)提取銅帶表面圖像自底向上的注意信息； 步驟(3)引入場景中目標(biāo)和背景干擾的統(tǒng)計先驗信息； 步驟(4)根據(jù)自底向上和自頂向下注意信息，協(xié)同工作，建立雙向協(xié)同的視覺注意模型； 步驟(5)通過建立的視覺注意模型，進行銅帶表面缺陷在線檢測，輸出檢測結(jié)果。
2.據(jù)權(quán)利要求1所述的基于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:步驟(I)提取銅帶表面圖像自頂向下的注意信息包括目標(biāo)出現(xiàn)概率p(Tn|V)和干擾出現(xiàn)概率P (D1J V)。
3.據(jù)權(quán)利要求2所述的基于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:目標(biāo)出現(xiàn)概率P(Tn|V)的計算方法，包括以下步驟， (1)根據(jù)貝葉斯理論，根據(jù)一組銅帶表面圖像的圖像度量V，計算目標(biāo)T出現(xiàn)概率的似然函數(shù)值，
4.據(jù)權(quán)利要求2所述的基于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:干擾出現(xiàn)概率P(D1Jv)的計算方法，干擾為傳送帶金屬邊框以及大理石地板，包括以下步驟， (1)根據(jù)貝葉斯理論，根據(jù)一組銅帶表面圖像的圖像度量V，計算干擾D出現(xiàn)概率的似然函數(shù)值，
5.據(jù)權(quán)利要求2所述的基于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:步驟(2)提取銅帶表面圖像自底向上的注意信息，根據(jù)圖像數(shù)據(jù)計算得到圖像中的顯著區(qū)域，并由特征顯著性計算得到，所述特征顯著性計算包括初級視覺特征計算、紋理頻譜特征計算以及小波統(tǒng)計特征計算三個步驟。
6.據(jù)權(quán)利要求1所述的基于視覺注意機制下的銅帶表面缺陷快速檢測方法，其特征在于:步驟(4)協(xié)同工作，協(xié)同工作，建立雙向協(xié)同的視覺注意模型的方法，包括以下步驟， (I)設(shè)特征顯著性為SSij (sc, I), SSij (sc, I)是以點圖像I = (X，y)為中心，以尺度sc為半徑的圖像區(qū)域的顯著值，根據(jù)公式(9)，第j維空間的顯著圖S」通過自底向上顯著值Ssij (sc, I)和自頂向下增益gij乘積的加權(quán)和得到；根據(jù)公式(10)，最終顯著圖S通過Sj和自頂向下增益因子g]乘積的加權(quán)和得到，
全文摘要
本發(fā)明公開了一種基于視覺注意機制下的銅帶表面缺陷快速檢測方法，包括以下步驟，1)輸入銅帶表面圖像，提取銅帶表面圖像自頂向下的注意信息；2)提取銅帶表面圖像自底向上的注意信息；3)引入場景中目標(biāo)和背景干擾的統(tǒng)計先驗信息；4)根據(jù)自底向上和自頂向下注意信息，協(xié)同工作，建立雙向協(xié)同的視覺注意模型；5)通過建立的視覺注意模型，進行銅帶表面缺陷在線檢測，輸出檢測結(jié)果。本發(fā)明能夠解決復(fù)雜、惡劣的工況環(huán)境下的缺陷檢測難點問題，且具有很高的實時性、可靠性和魯棒性，思路清晰，方法獨特，具有良好的應(yīng)用前景。
文檔編號G06T7/00GK103093462SQ20131001341
公開日2013年5月8日 申請日期2013年1月14日 優(yōu)先權(quán)日2013年1月14日
發(fā)明者張學(xué)武, 周卓贇, 沈浩東, 李葦, 李敏, 張卓, 奚吉, 林善明, 范新南 申請人:河海大學(xué)常州校區(qū)