《表2 不同方法缺陷图像检测结果的Rec和Pre值比较》

  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

《基于改进相干增强扩散与纹理能量测度和高斯混合模型的导光板表面缺陷检测方法》

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

为了更加精准地评估本文检测方法，使用性能指标：检测精度Pre、召回率Rec、F1以及漏检率A、误检率B进行定量的分析。本文方法与其他方法在图8测试数据上的召回率Rec和检测精确度Pre的对比如表2所示。表2中：DFT+Otsu方法和Gabor+Otsu方法对其频域滤波器中相关参数的选择较为敏感，相同的参数设置难以适应背景纹理的变化，对不同缺陷图像计算的Rec和Pre数值波动较大；基于多通道纹理特征和背景建模的检测方法，对非缺陷像素有较低的误判，所以Pre值偏高，但TEM-GMM和CED+TEM-GMM方法没有纹理的增强功能，造成对缺乏纹理特征的缺陷像素漏检，即出现FN数值偏高、Rec数值偏小的情况，由于CED+TEM-GMM方法对缺陷内部的平坦区域有平滑的作用，一定程度上增强了缺陷内部区域的纹理特征，其Rec数值大于TEM-GMM方法；本文方法通过对缺陷纹理进行增强，降低了FN和FP的值，所以Rec和Pre的数值普遍高于其他方法。计算F1值的结果如图9所示，本文方法比其他方法有较高的F1值，对不同背景纹理和不同类型的缺陷有更稳健的检测效果。