计算机视觉 - 毛玻璃片缺陷分类

已于 2024-03-07 16:19:57 修改
阅读量206 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 深度学习从入门到精通 OpenCV从入门到精通 数字图像处理从入门到精通 文章标签： 人工智能 数据挖掘 计算机视觉 玻璃缺陷检测
于 2024-01-21 15:43:31 首次发布
原文链接：https://medium.com/@vladyorsh/ground-glass-sheet-defects-classification-7f48fe8aed5d
本文探讨了计算机视觉在玻璃缺陷检测和分类中的应用，包括预处理方法（如图像裁剪、直方图均衡和梯度去除）、检测方法（阈值化、边缘检测、傅里叶变换）以及构建分类器的步骤，特别提到了基于形状描述符的kNN模型。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1、问题简述

        手工检查玻璃板是一项乏味切艰难的工作。由于消光过程的结果并不总是令人满意的，因此需要进行一些改进，而自动缺陷检测和分类可能会有很大帮助，消除耗时的体力劳动和错误倾向。

        在这篇文章中，将介绍一些可能的磨玻璃缺陷检测和识别方法。

        处理流程

        磨碎的玻璃片由线扫描相机拍摄，从而产生表面的详细图像。其目的是检测、分割和分类可能因制造缺陷或外部损伤而出现在表面上的不同缺陷。

        由于玻璃在消光前进行检查，预计不会出现气泡或夹杂物，但可能会出现其他点缺陷，这些缺陷可能是消光不足或完

了解本专栏 订阅专栏 解锁全文
【表面缺陷检测】表面缺陷检测数据集汇总
学无止境、积少成多、厚积薄发
08-12 2万+
本文收集整理了16个表面缺陷检测相关的数据集，并对每个数据集的特点进行了简单的介绍。（文末附数据集）
【表面缺陷检测】基于yolov5的布匹表面缺陷检测(附代码和数据集)
学无止境、积少成多、厚积薄发
05-11 3232
基于yolov5的布匹表面缺陷检测(附代码和数据集)
什么是缺陷检测？计算机视觉任务缺陷检测的几种方法
OpenCVtuxiang的博客
05-20 1130
缺陷检测是计算机视觉和工业自动化中的关键任务，旨在自动识别产品或材料中的缺陷，如裂纹、划痕、污点等，以实现质量控制、过程自动化和制造智能化。其核心任务包括分类、定位和识别缺陷类型。常见缺陷类型因行业而异，如半导体中的划痕、金属中的裂纹等。技术流程包括图像采集、预处理、特征提取、分类与判断及结果输出。检测方法从传统图像处理、基于机器学习发展到基于深度学习，模型如Faster R-CNN、YOLO等提高了检测精度和适应性。应用场景广泛，包括工业质检、食品分拣、纺织检测等。随着技术进步，缺陷检测正变得更加智能和精
糖网视觉--Google Deepmind 论文论文
charles_zhang_的博客
12-19 641
Diagnosis and referral in retinal disease 文章内容 Results 结构图 整个模型结构分为分割模型和分类模型 a部分为黄斑病变周围的OCT扫描图 其中b部分为深度分割网络，创建一个详细的独立于设备的组织分割图 c为组织分割图 d部分为深度分类网络，分析分割图，并提供诊断和转诊建议 e预测诊断概率和转诊建议 诊断依据 诊断标签的分类 原图 翻译： 状态 释义 Normal（正常的） 没有病理..
计算机视觉课程报告
m0_48919339的博客
06-18 3143
第一章 研究背景与意义 医疗影像主要有x线、计算机断层扫描（CT）和磁共振成像（MRI）等等，传统上是医生人工操作对影像进行分析，为疾病诊断给出依据。随着图像处理的发展应用，出现了计算机辅助诊断。当前，由于人工智能技术的发展，特别是深度学习的应用，人们正试图将其应用于医学影像分析，以实现智能诊断，从而提高诊断速度和诊断准确性，使病人迅速获得正确的治疗，此外还能弥补医生的不足。 人工智能在医学影像中的应用，其作用大体上可分为两个层面：一是增强成像效果，包括摄影和图像处理，提供更加能够诊断疾病的影像...
选题指南：计算机视觉方向毕业设计选题合集 21届
2301_79555157的博客
12-29 1159
计算机视觉毕业设计选题合集涵盖了深度学习、机器学习、算法、人工智能、大数据、信息安全、推荐系统、目标检测等多个热门领域。对于计算机专业、软件工程专业、人工智能专业、大数据专业的毕业生而言，选择一个合适的毕业设计选题至关重要。在这个毕业设计选题合集中，我们精心收集了各种有趣且具有挑战性的选题，旨在帮助学生们在毕业设计中展现他们的技术实力和创新能力。不论是对于对深度学习技术感兴趣的同学，还是希望探索机器学习、算法或人工智能的领域的同学，本合集都能为您提供丰富的选题资源和灵感。
机器视觉工业缺陷检测(光源，相机，镜头，算法)
热门推荐
datayx的文章
10-11 2万+
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayx一般机器视觉系统：相机、镜头、光源、运动系统。 视觉工业检测大体分为工件尺寸测量与定位，...
2017-12-16 机器视觉表面缺陷检测综述
weixin_41068770的博客
04-22 1万+
机器视觉表面缺陷检测综述 转载自：http://www.cjig.cn/html/jig/2017/12/20171202.htm#top 《中国图像图形学报》 Tang B, Kong J Y, Wu S Q . Review of surface defect detection based on machine vision[J]. Journal of Image and Graph...
立体视觉：合成数据集的解析与工具
3D视觉工坊
06-18 2181
点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨HawkWang来源丨计算摄影学一. 背景随着越来越多的领域引入了深度学习作为解决工具，大量的数据显然也就变得非常关键了。然而在相当长的时间里，立体匹配这个领域都缺乏大量的数据可以使用。我在文章74. 三维重建9-立体匹配5，解析MiddleBurry立体匹配数据集和75. 三维重建10-立体匹配6，解析KIT...
汇总|缺陷检测数据集
qq_29462849的博客
11-27 1万+
点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达一、弱监督学习下的工业光学检测（DAGM 2007）数据下载链接：https://hci.iwr.uni-heidelberg.de...
机器视觉/光源选型
m0_47179175的博客
03-13 8023
机器视觉/光源选型 机器视觉，一定会涉及到光源，它在机器视觉中有重要的作用，直接影响到图像的质量，进而影响到系统的性能。　　 　 光源起到的作用：获得对比鲜明的图像。　　 图像的质量好坏，具体来说：　　 1、将感兴趣部分和其他部分的灰度值差异加大　　 2、尽量消隐不感兴趣部分　　 3、提高信噪比，利于图像处理　　 4、减少因材质、照射角度对成像的影响 光源种类 1 环形光源： 光出射角度值在0°~90°。 0°~45°为低角度环形光源，目前应用案例包括手机金属外框划痕检测、光滑表面的划痕、破损检测以达到
计算机视觉 特征检测与匹配 轮廓检测
学以致用 知行合一
05-11 790
虽然孤立的边缘可用于各种应用，例如线检测和稀疏立体匹配，但当连接到连续轮廓时，它们变得更加有用。 如果使用某个函数的零交叉检测到边缘，则将它们向上链接起来很简单，因为相邻的边缘共享公共端点。将边缘链接到链中涉及拾取未链接的边缘并在两个方向上跟踪其邻居。排序的边缘列表（例如，首先按 x 坐标排序，然后按 y 坐标排序）或 2D 数组可用于加速邻居查找 . 如果使用零交叉未检测到边缘，则找到边缘的延续可能会很棘手。 在这种情况下，可以使用比较相邻边缘的方向（以及可选的相位）来消......
【论文阅读 | TIV 2024 | CDC-YOLOFusion：利用跨尺度动态卷积融合实现可见光-红外目标检测】
berling00的博客
07-22 561
题目：CDC-YOLOFusion: Leveraging Cross-scale Dynamic Convolution Fusion for Visible-Infrared Object Detection期刊：IEEE Transactions on Intelligent Vehicles （TIV）论文：paper代码：code年份：2024由于能够深入挖掘可见光和红外特征，特征级融合方法在可见光 - 红外目标检测中表现出优异的性能。然而，大多数现有的特征级融合方法利用多个具有固定参数的卷积层来
智合同丨当AI成为法律人的助手：合同审查效率变革观察
Shenhetong的博客
07-18 1263
合同审查面临重复性高、耗时长的共性挑战，大量基础工作消耗法律人精力。智能辅助工具通过自动分类、风险提示等功能，可提升审查效率，使法务人员聚焦核心条款。技术介入促使法律人角色转变：从"审查者"向"规则设计者"转型，将节省的时间投入复杂案件、合同优化等高价值工作。智能工具并非取代专业判断，而是与法律人形成共生关系，释放其在战略决策、业务协作等领域的独特价值，实现效率与专业的双重提升。
论文笔记：EDITING MODELS WITH TASK ARITHMETIC
qq_40206371的博客
07-21 744
2023 ICLR。
[2025CVPR]ViKIENet：通过虚拟密钥实例增强网络实现高效的 3D 对象检测
最新发布
hasakie的博客
07-22 523
ViKIENet论文摘要：ViKIENet提出一种高效的多模态3D物体检测框架，通过虚拟关键实例（VKIs）解决LiDAR点云稀疏性和传统虚拟点方法的高计算噪声问题。其核心创新包括：1）语义关键实例选择（SKIS），仅提取关键区域的虚拟点，减少90%计算量；2）多阶段融合模块（VIFF），结合BEV与RoI特征增强关键区域；3）深度校准模块（VIRA），抑制深度补全噪声。扩展版ViKIENet-R引入旋转等变特征，平衡精度与效率。实验显示，在KITTI、nuScenes等数据集上，ViKIENet以22.7
军事智能中的指挥与控制
人机与认知实验室
07-18 1071
在军事智能实践中，人工智能和网络中心战技术为指挥与控制提供了新的手段和方法，通过智能感知、智能决策和智能控制，实现对作战单元的精确指挥和控制，提高作战行动的高效性和灵活性。算计则侧重于对敌方可能的行动和意图进行分析和预判，制定相应的对策，以实现作战行动的灵活性和动态性。在网络中心战中，指挥与控制的作用更加突出，通过网络化的指挥控制系统，可以实现对作战单元的实时指挥和控制。3. 实时指挥：通过网络化的指挥控制系统，实现对作战单元的实时指挥和控制，提高作战行动的灵活性和动态性。
基于卷积神经网络与小波变换的医学图像超分辨率算法复现
AI的内部世界的博客
07-22 818
本文提出了一种结合卷积神经网络、小波变换和自注意力机制的医学图像超分辨率算法。网络采用编码器-解码器结构，核心模块是残差小波注意力块(RWAB)，通过小波分解处理多频特征，并引入通道注意力机制增强特征表达能力。自注意力模块用于捕捉全局依赖关系，损失函数结合L1损失和感知损失。实验结果表明，该方法能有效提升医学图像分辨率，保留重要细节信息。文章详细介绍了网络结构和关键模块的PyTorch实现，包括小波变换层、通道注意力机制和自注意力模块等核心组件的代码实现。
VB仿Vista风格窗体控件源码分析与优化指南
- Vista风格的界面特色包括圆角矩形窗口、半透明效果、阴影、毛玻璃效果等，这些设计元素能够给用户带来更为直观和现代的视觉感受。 4. 源码使用注意事项： - 根据描述，该控件集虽模仿了Vista界面，但仍存在一些...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值