一、缺陷类型
如下图所示,缺陷类型主要有缺损和裂纹两个类型。
二、语义分割网络
FCN网络
网上介绍FCN的教程很多,在这里不再详细讲述,具体请参考链接:
https://www.cnblogs.com/gujianhan/p/6030639.html
https://blog.csdn.net/qq_36269513/article/details/80420363
U-Net
U-Net的最初提出是为了医学图像的分割,现在被越来越多的应用到其它领域。U-Net的思想还是很简单,具体算法介绍请参考:
https://blog.csdn.net/m_buddy/article/details/79399203
https://baijiahao.baidu.com/s?id=1600400677130320639&wfr=spider&for=pc
DNS缺陷分割网络
借鉴FCN和U-Net网络,在这里提出了一种新的语义分割网络,DSN(缺陷分割网络),如上图所示。DSN思想和U-Net思想基本一致,不同的是中间采用残差模块,来加深网络的深度,一般来说,网络越深,对特征的提取越有效。图像数据在送进网络之前,需要对其进行归一化。
分割图像标签的制作
考虑了两种不同的分割方式:一种是不保留背景的分割方式,即把缺陷区域标记为前景标签,把背景区域以及工件的非缺陷区域统一标记为背景标签,这种方式的好处是最终结果为一张二值图,可以直接提取到缺陷的特征;另一种为保留工件图片的背景以及非缺陷区域,仅把缺陷区域标记为易于区分的像素值,这种标记方法可以使结
果与原图的对比更加直观,且利用多种标签可以实现对不同缺陷的分类,便于系统的扩展。充分考虑两种分割方法的优缺点,认为后者更适合本系统,因为它能为系统提供更直观的分割效果,便于人工监督,与此同时,系统的可扩展性对于技术的推广至关重要。
由于目的是需要找到位于工件表面的缺陷区域,没有必要关注工件中的非缺陷区域以及背景区域的像素分类问题,所以在标记时只需要对缺陷区域像素替换为特定的标签值,而使其他区域像素值不做改变。为了方便后续采用连通区域标记法进行后续判别,该标签值必须易于和原图区分。采用三原色之中的红色,像素值为(255, 0, 0 ),作为缺陷标签,这个标签对比原图其他区域区分度明显,可以使用简单阈值分割法实现分割,是理想的缺陷
像素标记值。与此同时