论文部分内容阅读
为提高轴承表面缺陷检测系统检测速度,同时降低漏检率,提出一种基于视觉显著性的表面缺陷检测方法。首先采用高斯金字塔对预处理的表面图像进行降维分层,然后对降采样的分层图像进行超像素分割,并对超像素分割的图像进行像素显著值提取,获取表面图像的整体显著图,最后对显著图进行阈值分割、缺陷定位与识别。实验研究结果表明,该算法能有效地提高轴承表面缺陷检测速度,且漏检率较低,能够满足轴承工业现场表面缺陷检测的需求。