简单对文章的思路大概写一下,主要的对象就是检测手机屏表面的各种常见缺陷。主体就是network with merging and splitting strategies (MSDDN)+recurrent neural network (SCN),MSDDN是作者构建的一种网络,用于提取原图像各个块的特征向量,将每个块的特征向量输入一个RNN网络判别图像是否有缺陷。因为文章简单,所以分以下几点说明一下。
1.文章的前两部分总结为几句话:手机表面质量对这个产品和行业影响很大,但是主要靠人工检测的方法有很多的问题,所以急需一些机器视觉系统。目前的检测方法主要是基于滤波器的边缘检测方法,比如sobel算子,Roberts算子,Canny等,也有一些学者感觉这些算子对小的缺陷类型检测的不好,提出使用图像重构的方法,比如:奇异值分解和傅里叶变换。然后一些研究者开始人为的去构建一些特征模块,来进行局部缺陷检测,比较常用的是Haar-lik