【技术实现步骤摘要】
本专利技术涉及工业缺陷检测，尤其涉及一种基于受限随机采样策略的缺陷检测图像增强方法。
技术介绍
1、工业缺陷检测主要是发现各种工业产品的外观瑕疵，保障产品质量，维护生产稳定。以往的缺陷检测需要人工筛查，难以覆盖大规模的质检需求，而且成本高、效率低。随着计算机视觉和深度学习等新技术的出现，基于视觉的工业缺陷检测技术得到了长足的发展，成为了产品外观质检的一种有效方法，引发了工业界和学术界的广泛关注。《中国制造2025》行动纲领指出，建设制造强国任务艰巨而紧迫，需要加速推进信息化与工业化的深度融合，推进生产过程的智能化。因此基于视觉的工业缺陷检测具有广阔的应用前景。
2、传统的缺陷检测方法主要依据缺陷颜色、形状等特征，利用图像处理方法或结合传统机器学习方法进行检测。比如使用边缘检测方法定位缺陷，然而工业缺陷的内部往往较为平稳，基于边缘检测的方法仅能检测到缺陷的边界。对于具有简单或周期性背景的产品，可用傅里叶变换、gabor变换、小波变换等方法先将信号从时域信号转换到频域来检测。但传统的方法需要手工来提取特征，由于缺陷的微弱性与主观...
【技术保护点】
1.一种基于受限随机采样策略的缺陷检测图像增强方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于受限随机采样策略的缺陷检测图像增强方法，其特征在于：所述的已有图像数据集共包含M个不同类别的图像数据集，其中m个为物体类别，n个为纹理类别，m+n＝M；将各个类别数据集均划分为训练集、测试集和标签数据集，其中训练集只包含正常图像，测试集则同时包含正常图像和真实的异常图像；所述的从已有图像数据集中获取正常图像数据是指从训练集中获取的正常图像数据。
3.根据权利要求2所述的一种基于受限随机采样策略的缺陷检测图像增强方法，其特征在于：所述的...
【技术特征摘要】
1.一种基于受限随机采样策略的缺陷检测图像增强方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于受限随机采样策略的缺陷检测图像增强方法，其特征在于：所述的已有图像数据集共包含m个不同类别的图像数据集，其中m个为物体类别，n个为纹理类别，m+n＝m；将各个类别数据集均划分为训练集、测试集和标签数据集，其中训练集只包含正常图像，测试集则同时包含正常图像和真实的异常图像；所述的从已有图像数据集中获取正常图像数据是指从训练集中获取的正常图像数据。
3.根据权利要求2所述的一种基于受限随机采样策略的缺陷检测图像增强方法，其特征在于：所述的对获取的正常图像数据进行背景检测，是指对m个物体类别的图像数据进行背景检测，而n个纹理类的数据不需要进行背景检测。
<...【专利技术属性】
技术研发人员：李龙，韩志艳，王健，潘英男，刘春龙，高一航，刘金科，
申请(专利权)人：渤海大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。