《表2 各种类型的缺陷检测结果》
对待检测图像和模板图像的相同区域同时用固定大小的窗口进行遍历,并且提取窗口内的灰度均值、灰度方差、垂直投影和水平投影,比较两个窗口内的这些特征来判断待检测图像的窗口内是否存在缺陷。其中各种类型缺陷检测结果如图12所示,矩形部分标明的是缺陷部分。在算法测试中,表面检测的结果如表1所示。检测正确是指正确检测到待识别图像中是否含有缺陷并标记缺陷区域,漏报是指在含有缺陷的部分并没有标注为缺陷区域,误报是指不含缺陷区域被标注为缺陷区域。检测准确率是指检测正确数目与待检测数目的比例,漏报率是指漏报数目与待检测数目的比例,误报率是指误报数目与待检测数目的比例。由表1结果可知,在所测试的422张图像中,包含缺陷图像96张,其中算法检测准确率约是94.78%,误报率约是4.02%,漏报率约是1.18%。不同类型的活塞检测准确率也不同,对于型号1的活塞检测准确率约为94.5%,对型号2的活塞检测准确率约为95.04%。表2表示各种类型的缺陷检测情况,其中检测斑点缺陷准确率约为91.66%,划痕缺陷的准确率约为98.30%,缺口缺陷的准确率约为84.61%。
图表编号 | XD00112679900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.20 |
作者 | 王红艳、朱利民、张潘杰、李金屏 |
绘制单位 | 济南大学信息科学与工程学院、济南大学山东省网络环境智能计算技术重点实验室、济南大学山东省“十三五”高校信息处理与认知计算重点实验室、滨州渤海活塞有限公司、济南大学信息科学与工程学院、济南大学山东省网络环境智能计算技术重点实验室、济南大学山东省“十三五”高校信息处理与认知计算重点实验室、济南大学信息科学与工程学院、济南大学山东省网络环境智能计算技术重点实验室、济南大学山东省“十三五”高校信息处理与认知计算重点实验室 |
更多格式 | 高清、无水印(增值服务) |