第44卷第4期2023年4月激光杂志LASERJOURNALVol.44,No.4April,2023http∶//www.laserjournal.cn收稿日期:2022-08-29基金项目:科学技术部,高端外国专家引进计划(No.G2021025006L)作者简介:杨硕(1996-),男,硕士研究生,主要研究方向:计算机视觉。E-mail:1916904884@qq.com通讯作者:孙林(1975-),男,博士,教授,博士生导师,主要研究方向:定量遥感。E-mail:sunlin6@126.com基于图像处理和深度学习的膜片缺陷检测杨硕,孙林山东科技大学测绘与空间信息学院,山东青岛266000摘要:针对膜片在生产的过程中,由于原材料和工艺的问题总会产生表面缺陷,而通过人为检测的效率低、成本较高的问题,提出传统图像处理和深度学习相结合的方式进行缺陷检测。首先通过图像处理使缺陷特征更为突出,得到去除复杂背景、特征更加明显的新样本,然后将图像和标签送入深度学习网络中进行训练,同时依据缺陷特征修改模型参数得到收敛模型,最后得出检测结果。实验结果表明,提出的检测方法能够有效分割出各种情况下的缺陷,准确率达到98.13%,且在检测速度上有所提升。关键词:膜片;图像处理;深度学习;缺陷检测中图分类号:TN911文献标识码:Adoi:10.14016/j.cnki.jgzz.2023.04.103DiaphragmdefectdetectionbasedonimageprocessinganddeeplearningYANGShuo,SUNLinCollegeofGeodesyandGeomatics,ShandongUniversityofScienceandTechnology,QingdaoShandong266000,ChinaAbstract:Inviewofthefactthatthesurfacedefectswillalwaysoccurduetorawmaterialsandprocessproblemsintheproductionprocessofdiaphragms,andthelowefficiencyandhighcostofhumaninspection,thecombinationoftraditionalimageprocessinganddeeplearningisproposedfordefectdetection.Firstofall,thedefectfeaturesaremoreprominentthroughimageprocessing,andanewsamplewithmoreobviousfeaturesisremoved,andthentheimagesandlabelsaresenttothedeeplearningnetworkfortraining,andtheconvergencemodelisobtainedbymodifyingthemodelparametersaccordingtothedefectcharacteristics,andfinallythedetectionresultsareobtained.Experimentalre-sultsshowthattheproposeddetectionmethodcaneffectivelysplitthedefectsinvarioussituations,theaccuracyratereaches98.13%,andthedetectionspeedisimproved.Keywords:diaphragm;imageprocessing;deeplearning;defectdetection1引言在污水处理,水资源再利用领域,MBR又称膜生物反应器...
