《表3 δ=20情况下瓷砖的缺陷识别率》
%
由表2、表3可知,选择对瓷砖表面加入不同等级的高斯噪声时,随着曝光率的不断增加,瓷砖表面缺陷的平均识别率虽然在小范围内出现一定的波动,但仍趋于上升的状态。在表4中噪声等级为δ=25的情况下,瓷砖的平均识别率相比于表2、表3虽存在轻微的下降趋势,但对比本文算法在正常情况下对瓷砖表面缺陷的平均识别率(如图13所示)可知,在对瓷砖缺陷图像加入不同等级的高斯噪声与不同程度的曝光率后,其识别率并没有出现大幅度的下降,因此,其检测效果仍具有一定的参考意义,该实验结果也表明了本文提出算法的有效性和可靠性。
图表编号 | XD00163042500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 李军华、权小霞、汪宇玲 |
绘制单位 | 南昌航空大学江西省图像处理与模式识别重点实验室、南昌航空大学江西省图像处理与模式识别重点实验室、东华理工大学江西省放射性地学大数据技术工程实验室 |
更多格式 | 高清、无水印(增值服务) |