《表1 量化评价结果:Faster R-CNN定位后的工业CT图像缺陷分割算法研究》

《表1 量化评价结果:Faster R-CNN定位后的工业CT图像缺陷分割算法研究》   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
《Faster R-CNN定位后的工业CT图像缺陷分割算法研究》


  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

上述3种实验结果的评价见表1。由表1可知,对于灰度对比差异不明显的裂纹缺陷,最大熵阈值法和Otsu阈值法的分割结果都不是很好,尤其是Otsu阈值法的效果极差,而本文算法实现的结果较优;对于有明显灰度差异的气泡,本文算法较另外两种算法能很好地分割出边缘细节;对于含有过渡区域的夹渣缺陷,最大熵阈值法和Otsu阈值法的分割效果很接近,它们均不能很好地分割出目标,而本文算法具有较大的分割精度、较小的均方根误差和较高的相关性系数,因此实现了较好的分割效果。