【摘要】：手機Logo圖像,作為手機外觀的重要組成部分,其表面缺陷將嚴重影響智能手機的質(zhì)量和消費者的使用體驗。機器視覺作為一種無接觸,無損傷的圖像自動檢測技術,憑借其精度高、響應速度快、安全可靠、能在惡劣生產(chǎn)環(huán)境下穩(wěn)定工作的優(yōu)勢,已成為工業(yè)圖像異常檢測的一種常用技術手段。近幾年,基于機器視覺的檢測技術發(fā)展迅猛,已形成相應的技術體系,涌現(xiàn)了許多成熟的商用視覺算法軟件。然而,手機Logo圖像異常檢測因為受到來料差異,光照變化,圖像偏移,異常樣本難以收集等因素的影響導致其檢測準確率低下。本文以手機Logo圖像為實驗研究對象,結合優(yōu)化算法、圖像處理、深度學習等技術,運用基于卷積自編碼器的無監(jiān)督學習方法來對Logo圖像進行異常檢測,本文的主要工作如下:1.首先針對機器視覺中光源參數(shù)不穩(wěn)定導致采集圖像質(zhì)量參差不齊的問題,本文創(chuàng)新性地將粒子群優(yōu)化算法應用于打光機光源參數(shù)的調(diào)節(jié),代替人工調(diào)節(jié)光源,構建打光參數(shù)優(yōu)化系統(tǒng)。在光照質(zhì)量不一的圖像數(shù)據(jù)集上驗證了多個無參考圖像質(zhì)量評價函數(shù)與人為主觀視覺效果的一致性,最終確定圖像信息熵函數(shù)作為粒子群優(yōu)化中的適應度函數(shù)。在多個不同類型的手機產(chǎn)品上對基于粒子群優(yōu)化算法的打光參數(shù)優(yōu)化系統(tǒng)進行有效性驗證。2.本文創(chuàng)造性地應用卷積自編碼器對手機Logo圖像進行無監(jiān)督學習,獲得的圖像重建模型能夠自適應生成與待測圖像匹配的模版,用于與待測圖像進行比較以實現(xiàn)異常檢測。為了提高訓練圖片數(shù)據(jù)集的豐富程度,防止模型過擬合,使用三種方法對訓練數(shù)據(jù)集進行數(shù)據(jù)增強,分別是添加高斯噪聲,對比度和亮度調(diào)整,旋轉角度調(diào)整等圖像處理方法。使用閾值分割、數(shù)學形態(tài)學處理等圖像后處理方法來進行缺陷檢測。最后在多個規(guī)模較大的Logo圖像數(shù)據(jù)集上驗證基于卷積自編碼器的Logo圖像異常檢測系統(tǒng)的有效性。3.基于Python、PyQt、TensorFlow、OpenCV等技術,本文以模塊化設計的方式開發(fā)了包括自適應打光參數(shù)優(yōu)化系統(tǒng)在內(nèi)的手機Logo圖像異常檢測系統(tǒng),構建手機Logo圖像異常檢測自動化流程。
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;TN762

【相似文獻】

相關期刊論文 前10條

1 楊單;;基于圖像差分特征的彩色圖像差分預測與信息提取算法研究[J];計算機科學;2015年01期

2 張愛華;余冬;朱亮;靳伍銀;;基于動態(tài)圖像差分的多維脈搏信號獲取[J];計算機工程;2007年22期

3 于春和;謝沖;;基于圖像差分法的人臉表情識別[J];電子測試;2013年12期

4 胡永;師京晶;郭小丹;;基于圖像差分的背景差分算法改進及實驗數(shù)據(jù)分析[J];實驗室研究與探索;2014年08期

5 王芳;雷菊陽;;基于圖像差分智能交通運動目標檢測的設計[J];測控技術;2017年09期

6 范宏深,倪國強,王少波;基于圖像差分、小波變換和回歸分析的近場反艦導彈探測[J];紅外與激光工程;2004年06期

7 王群;薛瑞;孫振江;;視頻監(jiān)視前景圖像估計的盲源提取方法[J];國防科技大學學報;2019年01期

8 項世軍;李豪;宋婷婷;;NEQR量子圖像下的差分擴展可逆數(shù)據(jù)隱藏算法[J];信息安全學報;2018年06期

9 王富治;黃大貴;;基于圖像差分的精密畸變校正研究[J];儀器儀表學報;2010年02期

10 曹丹華;鄒偉;吳裕斌;;基于背景圖像差分的運動人體檢測[J];光電工程;2007年06期

相關會議論文 前3條

1 劉貽華;李小凡;高亮;張華;曾琪明;;INSAR兩圖像差分的難點與實現(xiàn)[A];第十五屆全國遙感技術學術交流會論文摘要集[C];2005年

2 趙淼;王珂;莊嚴;王偉;;基于梯度方向雙邊對稱性的旋轉人臉中心跟蹤[A];2005年中國智能自動化會議論文集[C];2005年

3 叢楊;唐延東;;基于光流方程和目標匹配的視頻圖像目標跟蹤方法[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

相關博士學位論文 前1條

1 袁偉;基于高斯尺度空間火災圖像局部特征提取與主動式識別方法研究[D];中國科學技術大學;2014年

相關碩士學位論文 前10條

1 柯木源;基于卷積自編碼器的手機Logo圖像異常檢測研究[D];華南理工大學;2019年

2 岳彪;圖像式軌檢系統(tǒng)中軌面缺陷的識別方法研究[D];蘭州交通大學;2018年

3 王亮;基于無嵌入的圖像隱寫算法研究[D];合肥工業(yè)大學;2018年

4 庹釗;基于圖像恢復技術的圖像隱寫分析算法研究[D];湖南大學;2014年

5 沈雁斌;水下視頻圖像復原算法的研究[D];華中科技大學;2017年

6 王斌;基于協(xié)作表示的多時相遙感圖像變化檢測研究[D];西南交通大學;2017年

7 宋洋洋;基于壓縮感知的關聯(lián)成像信號處理方法研究[D];北京郵電大學;2017年

8 任景明;注塑機模具圖像監(jiān)測系統(tǒng)的研究[D];浙江大學;2013年

9 高飛;基于單目視覺的行人檢測算法研究與實現(xiàn)[D];東北大學;2010年

10 丁健配;基于圖像差異的輸電線路周邊隱患檢測系統(tǒng)[D];濟南大學;2017年

，

本文編號：2646603