《表1 SIFT算法与FSIFT算法性能比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多特征融合的瓷砖表面缺陷检测算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证本文提出算法的优越性，对标准、线性缺陷及斑点缺陷3种不同类型的灰度瓷砖缺陷图像分别采用SIFT算法和FSIFT算法进行测试。图8为采用SIFT算法和FSIFT算法对不同缺陷类型瓷砖提取到的特征点进行比较，表1则通过利用SIFT算法和FSIFT算法提取到的特征点的个数和用于特征检测所需要的时间，对两种算法的性能进行了比较。由表1可知，其中FSIFT算法提取到的特征点的平均数量为305，而SIFT算法在对灰度瓷砖表面缺陷特征进行检测时，由于丢失了部分的图像信息使得其提取到的特征点平均数量仅为122。且对比SIFT算法和FSIFT算法在特征检测过程中所使用的平均检测时间，FSIFT算法的平均检测时间是0.049 ms，而SIFT算法的平均检测时间是6.27 ms。根据两种算法提取到的特征点的平均数量进行比较，FSIFT算法提取到的特征点的个数是SIFT算法的2.5倍，且SIFT算法所使用的平均检测时间是FSIFT算法的127.95倍。因此，通过上述分析可以看出，FSIFT算法不仅可以提高特征检测的速度，而且相比于SIFT算法可以更快地获取更多的特征，使得运算变得更加快速有效，从而降低了运算的复杂度。