弱划痕检测-《Weak scratch detection and defect classification methods for a largeaperture optical element》

本文介绍了针对大型光学元件的弱划痕检测方法,包括粗检测和精检测两个阶段。粗检测通过设定规则来识别划痕点,精检测利用LSD、ROI、RANSAC和概率霍夫变换等技术过滤噪声并精确拟合划痕线条。最终,该方法能有效检测出弱划痕的位置。
摘要由CSDN通过智能技术生成

 

 1.引言

       好久不写CSDN,感觉都要荒废了(虽然本来也不怎么样哈哈。。。。),最近看了一篇论文《Weak scratch detection and defect classification methods for a largeaperture optical element》,光学元件的弱划痕检测一直是一个热门的问题,对于精细的光学元件任何一个细微的划痕都会对检测结构有很大影响,相比之下人眼对于这种弱划痕的识别很轻松,但是计算机对此的识别相对来说较为困难,此论文通过一些列的方法实现了如划痕检测的效果。

 

2.粗检测

       如下图所示,左侧(a)为光学元件的两条划痕,右侧(b)是将划痕图像转化为dark-field图像的结果,发现弱划痕与背景图像没有明显的差别。

        如果使用阈值对原始图像进行二值化会出现一下两种情况,(a)阈值过小,会引入背景噪声并且出现大面积非平衡光照隐藏弱划痕的位置;相反的如果阈值过高又会出现(b)的情况,漏检测出轻微的划痕,例如图像中左侧的轻微划痕。

  • 12
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值