一种基于haar级联器的板材表面缺陷检测改进算法制造技术

本发明专利技术是针对工业密度板材板面的可视缺陷进行检测的算法，借鉴了Haar级联器在人脸检测中的应用实例，针对板材表面缺陷的特点进行了相应的改进。将Haar级联器原有的针对人脸所设计的特征提取器进行简化，剔除冗余特征模板，只保留针对木板缺陷最有效的中心特征模板，并相应调整训练样本尺寸和模板遍历模式，达到精炼特征和提高计算效率的效果。针对暗斑和亮斑特征值正负不统一的问题，采用将原始Haar特征值取绝对值的方法实现二者的统一。针对板材表面固有纹理对局部特征的干扰问题，采用增加全局对比度的方法提升识别率，在对比度计算方面将对比度计算过程分解为梯度计算和统计计算两部分，分别与Haar特征积分图计算和特征值计算两个环节同步实现捆绑式加速。最后通过设置检索步长来控制整体检测时间。

【技术实现步骤摘要】
一种基于haar级联器的板材表面缺陷检测改进算法
本专利技术涉及工业产品智能检测技术，涉及机器视觉领域的数字图像处理技术和人工智能领域的目标检测技术。
技术介绍
在工业板材生产中最后一道工序是板面的缺陷检测，传统的检测方法依靠人工肉眼识别，这种方式一方面在缺陷把控标准上具有较大的个体性差异，另一方面难以保证时间上不间断和空间上的全覆盖，尤其是板材的下板面是人工检测的盲区。实现工业板材板面缺陷检测的自动化和智能化是提升效率和保证质量的必然要求。在板材板面缺陷检测中小目标缺陷的检测是一个难点，首先板材一般幅面较大，缺陷的相对尺寸较小，属于高分辨率小目标检测任务，需要同时兼顾精度和时间。其次板材缺陷样本的采集较困难，在样本有限的情况下寻找有效的检测方法也是一个难点。再次利用传统的图像处理方法很难找到适应所有类型缺陷的有效方法，对多变的缺陷的适应性也是该任务的另一个难点。利用基于机器学习的目标检测方法可以解决方法的适应性问题，针对样本量较小的情况，选择对样本量要求不高的Haar级联器可以兼顾这两方面。对于检测的精度和时间的问题则通过改进Haar级联器的特征提取本文档来自技高网...

【技术保护点】
1.《一种基于haar级联器的板材表面缺陷检测改进算法》，主要内容是针对木材表面缺陷检测任务的特点，对haar级联器的特征提取器所做的有针对性的改进技术。/n

【技术特征摘要】
1.《一种基于haar级联器的板材表面缺陷检测改进算法》，主要内容是针对木材表面缺陷检测任务的特点，对haar级联器的特征提取器所做的有针对性的改进技术。


2.其创新点有三方面，具体为：
创新点一：基于木材表面缺陷的形态特点选取单一的中心模板，采用独特的中心扩张模式及其改进方法生成特征向量。


3.减少特征冗余，提高计算效率。


4.创新点二：针对亮斑缺陷和暗斑缺陷在原始haar特征中正负不统一的问题，通过取绝对值...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：北京平恒智能科技有限公司，
类型：发明
国别省市：北京;11