- 年份
- 2024(6513)
- 2023(9539)
- 2022(8026)
- 2021(7815)
- 2020(6760)
- 2019(15622)
- 2018(15502)
- 2017(30083)
- 2016(16054)
- 2015(18313)
- 2014(17878)
- 2013(17192)
- 2012(15276)
- 2011(13413)
- 2010(13158)
- 2009(11704)
- 2008(11045)
- 2007(9195)
- 2006(7677)
- 2005(6477)
- 学科
- 济(61771)
- 经济(61672)
- 管理(46699)
- 业(43811)
- 企(37309)
- 企业(37309)
- 方法(34238)
- 数学(31013)
- 数学方法(30361)
- 财(17039)
- 农(15709)
- 中国(14915)
- 业经(12776)
- 制(12197)
- 学(11457)
- 务(10882)
- 财务(10823)
- 财务管理(10794)
- 理论(10642)
- 贸(10620)
- 贸易(10612)
- 易(10375)
- 企业财务(10238)
- 农业(10076)
- 技术(9720)
- 地方(9661)
- 和(9077)
- 银(8832)
- 银行(8822)
- 环境(8487)
- 机构
- 大学(214305)
- 学院(214156)
- 管理(87741)
- 济(86004)
- 经济(84382)
- 理学(77309)
- 理学院(76529)
- 管理学(74825)
- 管理学院(74425)
- 研究(64213)
- 中国(48792)
- 京(43239)
- 科学(39816)
- 财(39663)
- 农(32698)
- 业大(32432)
- 财经(32052)
- 中心(31482)
- 所(30028)
- 江(29940)
- 经(29349)
- 研究所(27544)
- 经济学(26838)
- 范(26170)
- 北京(26115)
- 师范(25841)
- 农业(25673)
- 经济学院(24295)
- 财经大学(24170)
- 院(23994)
- 基金
- 项目(155008)
- 科学(124141)
- 基金(115696)
- 研究(111167)
- 家(100889)
- 国家(100133)
- 科学基金(88009)
- 社会(71000)
- 社会科(67413)
- 社会科学(67400)
- 基金项目(61065)
- 省(60206)
- 自然(59029)
- 自然科(57733)
- 自然科学(57721)
- 自然科学基金(56660)
- 教育(52866)
- 划(51201)
- 资助(47352)
- 编号(44552)
- 重点(34841)
- 部(34561)
- 成果(34386)
- 创(33239)
- 发(31891)
- 创新(31099)
- 科研(30729)
- 教育部(30210)
- 国家社会(29889)
- 课题(29722)
共检索到295070条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 中国农业科学
[作者]
张明 李鹏 邓烈 何绍兰 易时来 郑永强 谢让金 马岩岩 吕强
【目的】本研究旨在有效解决果皮有缺陷的水果图像在去除背景时部分缺陷被误分割为背景,以及水果表面缺陷难以有效分割提取的问题。【方法】以I分量图来构建掩模模板,根据其灰度直方图信息,通过双峰法选择单一阈值(T=75)分以纽荷尔脐橙为研究对象,提出基于HSI颜色空间模型法去除背景割背景并填充孔洞得到掩模模板Imask,然后掩模模板Imask与I分量图通过点乘运算得到去除背景的I分量图;提出基于多尺度高斯函数图像亮度校正算法对去除背景后的I分量图像进行亮度校正,通过构建多尺度高斯函数滤波器,将去除背景后的I分量图与构建的多尺度高斯函数进行卷积运算即得到去除背景后的I分量图像表面光照分量图,最后将去除背景后的I分量图与得到的光照分量图进行点除运算即得到去除背景后的I分量图像亮度校正图;然后采用单一全局阈值法对脐橙表面缺陷进行提取。【结果】基于HSI颜色空间模型法去除背景,可在有效去除背景的同时完好保留脐橙的表面信息,有利于后续操作;基于多尺度高斯函数的图像亮度校正算法分别对6种常见脐橙缺陷进行图像亮度校正后采用单阈值法提取缺陷,使不同灰度等级的脐橙表面缺陷一次性分割成功,其中分割率最高为100%,最低为88.5%,整体达92.7%。通过试验分析后发现造成部分误分割或漏分割的原因主要在于部分缺陷果缺陷处颜色较轻,与正常区域灰度差较小,从而造成漏分割;还有部分缺陷果由于缺陷面积小,在图像形态学处理过程被误认为是噪声而被去除;同时发现正常果的误判率也达到了10.8%,经分析发现误判的正常果表皮组织区域的褶皱位于图像的边缘区域,从而被误认为是边缘区域的缺陷,导致误判。【结论】基于HSI颜色空间模型法去除背景及基于多尺度高斯函数的图像亮度不均校正算法对纽荷尔脐橙图像背景分割和去除背景后的I分量图像表面亮度校正均取得了较好的效果,能有效识别脐橙缺陷区域,为脐橙精确分级提供了技术支持,也为其他果品表面缺陷快速检测提供了一种新思路。
[期刊] 北京林业大学学报
[作者]
白雪冰 许景涛 郭景秋 陈凯
木材表面缺陷会严重影响木材的质量、性能和使用价值，对木材表面缺陷分割检测有利于提高木材的利用率，节约现有木材资源，缓解森林资源短缺的压力。针对传统的Ｃ－Ｖ（Ｃｈａｎ－Ｖｅｓｅ）模型算法不能分割灰度不均匀图像的缺点，本文采用Ｃ－Ｖ模型与形态学结合的方法与传统的Ｃ－Ｖ模型算法进行对比试验。与此同时，根据Ｃ－Ｖ模型和Ｃ－Ｖ模型结合形态学方法的不足之处，在Ｃ－Ｖ模型基础上，引入局部拟合函数和高斯核函数，提出了一种基于Ｃ－Ｖ模型的改进算法，能够有效地克服Ｃ－Ｖ模型的不足。通过对木材表面缺陷图像分别采用传统Ｃ－Ｖ模型算法、Ｃ－Ｖ模型与形态学结合的方法和改进的Ｃ－Ｖ模型算法进行多组针对单一目标的木材表面缺陷．．．
[期刊] 林业科学
[作者]
郭慧 王霄 刘传泽 周玉成
【目的】提出一种自适应快速阈值图像分割算法,为人造板表面缺陷在线检测提供支持。【方法】首先将整幅图像划分成若干子区域,通过计算子区域的方差对缺陷进行定位,提取出缺陷所在区域,只对缺陷区域进行图像分割,解决小面积目标难以准确分割的问题。然后对缺陷区域的一维灰度直方图进行处理,直方图平滑后去除掉不显著波峰,根据处理后保留的主要波峰数量和位置自适应地确定分割阈值个数以及每个阈值的分割区间,实现当图像中出现多种类型缺陷时算法自动确定分割阈值个数。最后,通过分析Otsu算法,将阈值穷举搜索改进为条件搜索并限定搜索方向,在每个分割区间内使用改进的Otsu算法对阈值进行搜索,提高搜索速度。【结果】对板面存在油污、大刨花、胶斑、杂物、松软5种类型缺陷的人造板表面图像进行分割,在板面缺陷数量、类型不固定的情况下,算法可以自适应地确定分割阈值个数,在15 ms内将各种类型缺陷从人造板表面图像中分割出来,平均分割准确率达97%。【结论】自适应快速阈值分割算法能够快速、准确将缺陷从人造板表面图像中分离出来,在执行速度和分割效果上均满足在线缺陷检测系统的要求,可为人造板表面缺陷在线检测提供新思路。
[期刊] 中南林业科技大学学报
[作者]
白雪冰 郭景秋 陈凯 李昊 许景涛
摘 要：针对木材表面存在纹理、凹凸结构、边缘颗粒和弱边缘等特点，对其直接运用 Snake 模型进行分割难以得到有效边缘提取，因此提出运用改进的 GVF Snake 模型和维纳滤波相结合对其进行分割。首先对木材图像进行维纳滤波使得纹理变得平缓，同时可以使得缺陷边缘得到有效保留，再对其进行 GVF Snake 模型分割。该算法对初始轮廓的选择敏感度降低，拓展性增强，可以使得轮廓曲线更加快速地收敛到缺陷边缘，避免陷入局部最优现象，提高对弱边缘和凹凸图像分割效果，分割结果更加清晰、连贯，具有良好的实时性。为木材表面缺陷的分割提供一种更为有效的方法，拓宽了 snake 模型的应用范围。
[期刊] 中南林业科技大学学报
[作者]
白雪冰 郭景秋 陈凯 李昊 许景涛
针对木材表面存在纹理、凹凸结构、边缘颗粒和弱边缘等特点,对其直接运用Snake模型进行分割难以得到有效边缘提取,因此提出运用改进的GVF Snake模型和维纳滤波相结合对其进行分割。首先对木材图像进行维纳滤波使得纹理变得平缓,同时可以使得缺陷边缘得到有效保留,再对其进行GVF Snake模型分割。该算法对初始轮廓的选择敏感度降低,拓展性增强,可以使得轮廓曲线更加快速地收敛到缺陷边缘,避免陷入局部最优现象,提高对弱边缘和凹凸图像分割效果,分割结果更加清晰、连贯,具有良好的实时性。为木材表面缺陷的分割提供一种更为有效的方法,拓宽了snake模型的应用范围。
[期刊] 浙江农林大学学报
[作者]
杨凡 杨博凯 李荣荣
【目的】针对板式家具零件表面缺陷人工检测过程存在的检测效率低、准确率低、检测结果无法数字化存储等问题，提出了一种基于图像分割和深度学习算法的饰面人造板表面缺陷的检测方法。【方法】利用工业相机采集人造板图像，构建缺陷数据集，采用全局阈值和局部动态阈值算法分割表面缺陷与图像截取，通过将ReLU6非线性激活函数替代ReLU函数，并引入倒残差结构的方法，优化MobileNetv 2深度学习网络，进行缺陷识别与分类。【结果】该方法对饰面人造板表面崩边和划痕缺陷的检测精确率分别达到了93.1%和97.5%，召回率分别为95.3%和97.6%，单张板件平均检测用时为163 ms。【结论】本研究提出的方法具有较高精度与稳定性，可解决传统人工检测方法的准确率低、效率低等问题，为家具板材表面缺陷的自动化检测提供新思路。图6表3参21
[期刊] 林业科学
[作者]
刘传泽 王霄 陈龙现 郭慧 罗瑞 周玉成
【目的】提出一种基于随机森林(RF)算法的分类模型,以实现纤维板表面大刨花、胶斑、杂物、油污的快速、准确识别。【方法】获取100张规格为4 800 mm×2 400 mm的纤维板表面图像,利用Otsu阈值分割算法对图像进行分割,提取缺陷区域的面积(S)、周长(L)、长宽比(OR)、紧凑性(J)、矩形度(P)、圆形性(O)、灰度均值(u)及灰度的标准差(σ_D)、平滑度(σ_P)、偏度(σ_S)、峰度(σ_K)和均方根值(σ_R)12个特征属性的特征值作为试验数据。使用100份试验数据构建RF分类器,采用Bootstrap方法随机抽取2/3数据和8个特征作为输入构建k株决策树,组成RF,以每株决策树袋外数据(OOB)误差率均值作为RF分类器的评估指标确定决策树数量k。采用100张纤维板厂家提供的带有大刨花、胶斑、杂物和油污的纤维板对分类模型进行测试。【结果】当k=600时,RF分类器的OOB误差率均值最低为0.004,利用构建的RF分类器对纤维板厂家提供的100张纤维板进行缺陷识别,正确率为99%,每张纤维板的识别时间为525 ms,在识别时间和正确率上明显优于神经网络(NN)和支持向量机(SVM)。【结论】基于随机森林算法的分类器用于纤维板表面缺陷在线识别具有可行性,能够实现纤维板表面缺陷的快速、准确识别,满足纤维板缺陷在线检测系统的的准确性和实时性要求。
[期刊] 工业工程
[作者]
高艺平 王浩 李新宇 高亮
基于深度智能视觉的表面缺陷检测研究在制造业中起着越发重要的作用，本文阐述深度智能视觉的表面缺陷检测在现代工业质检中的重要性，对现有研究进展进行梳理总结。深度智能视觉以机器视觉和深度学习为技术基础，为不同工业场景提供高精高效的表面缺陷检测算法。本文从检测细粒度的角度将表面缺陷检测分为表面缺陷分类、定位、分割检测3个部分，并分别对分类、定位、分割方法进行系统综述，梳理现有表面缺陷检测研究的问题和思路。分类检测针对数据和缺陷图形特征问题进行研究，因其基础性和易拓展性于不同工业场景的应用呈现分散发展；定位检测以模型框架、矩形框检测和标注成本为主要问题，表现出追求轻量化和特征融合机制的研究趋势；分割检测更关注图像细节特征。通过研究分类、定位、分割的多任务模型框架以探索分类、分割检测之间的互补性。最后总结目前表面缺陷检测研究存在的问题，并对发展趋势进行展望。
[期刊] 南京农业大学学报
[作者]
朱琦 周德强 盛卫锋 左文娟 朱家豪
[目的]针对苹果无损检测过程中表面缺陷检测精度低的问题，提出一种基于DSCS-YOLO的苹果表面缺陷检测方法。[方法]首先为提高网络对表面缺陷细节特征的提取能力，设计了一种基于Dense模块以及SE模块的深浅特征选择模块DSCS(Deep and shallow feature selection module)，采用DSCS替换Backbone中的C3模块，在保留表面缺陷浅层信息的基础上强化对重要特征的学习，并起到削弱冗余特征的作用；针对由于Backbone与Neck部分输出信息过多导致的参数耦合问题，利用解耦头原理对Head层部分进行分层预测。同时采用ELU激活函数改进原有解耦头，简化了末端结构，使网络训练更加容易；最后针对表面缺陷标注困难的问题，采用Wise-IoU损失函数代替CIoU损失函数，为不同质量的标注提供非线性增益，实现网络的动态聚焦学习。[结果]试验结果表明，DSCS-YOLO对苹果表面缺陷检测的平均精度均值达到90.9%，相较于YOLOv3-tiny、YOLOv5s、YOLOX-s以及SSD分别提高了4.5%、1.9%、6.3%、16.3%。[结论]改进后的DSCS-YOLO提高了YOLOv5s算法的精度，实现了苹果表面缺陷的精准识别。
[期刊] 清华大学学报(自然科学版)
[作者]
周鹏 徐科 杨朝霖
中厚板在生产过程中,由于各种因素难免会产生压痕、辊印、划伤等缺陷,严重的缺陷会对下一道轧制工艺产生不良的影响,因此在包含氧化铁皮背景中准确识别出真实缺陷对提高钢铁企业的产品质量至关重要。该文采用尺度不变特征转换(scale-invariant feature transform,SIFT)算子来提取具有尺度旋转不变性的特征向量,并采用Euclidean距离相似性判定度量实现图像匹配,进而识别出中厚板表面缺陷。该文通过大量实验分析并确定各参数取值,最终将SIFT算法应用到中厚板表面缺陷识别,实验结果表明:该算法对辊印、压痕等缺陷的识别率较高,能够达到95%,尤其是对连续出现的缺陷检测效果明显,从而验证了SIFT方法较好的光照不变性、旋转不变性和仿射不变性。
关键词：
中厚板 表面检测 尺度不变 局部特征
[期刊] 林业科学
[作者]
郭慧 王霄 刘传泽 周玉成
【目的】提出一种基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法,根据缺陷部分与正常部分纹理特征不同,利用分层聚类算法将缺陷分离出来,以解决板面缺陷检测系统中刨花板表面纹理导致缺陷提取不准确的问题。【方法】将刨花板表面灰度图像划分成若干个窗口,使用灰度共生矩阵的统计特征参数对各窗口纹理进行表征,通过分层聚类算法将纹理特征不同区域区分开。首先确定灰度共生矩阵构造因子的取值,包括窗口大小、灰度级、方向和步长,构建出各个窗口的灰度共生矩阵;使用Fisher准则和线性相关性对灰度共生矩阵14个统计特征参数的表征能力进行度量,选取出分类能力强且相关性低的特征构成特征向量,所有窗口的特征向量构成样本集。然后运用BIRCH分层聚类算法对样本集进行聚类,为使聚类结果更准确,同时加快计算速度,提出一种优化策略,绘制样本集均值和统计直方图,将其波峰数量作为理想的类别数量,当聚类产生的类别数量大于理想类别数量时,将聚类结果中距离近的簇合并,解决聚类精度过高而导致的过分割问题。最后根据聚类结果,对原图像中各窗口进行标记,提取出缺陷区域。【结果】选择大小为512像素×512像素,带有杂物、油污、胶斑、大刨花和松软5种类型缺陷的刨花板表面图像,使用本研究方法能够准确将缺陷区域提取出来,精确度达92.2%,召回率达91.8%。【结论】基于灰度共生矩阵和分层聚类的刨花板表面图像缺陷提取方法,可解决因刨花板表面纹理导致缺陷提取不准确的问题,为机器视觉板面缺陷检测系统的缺陷度量和识别提供良好支撑。
[期刊] 浙江林学院学报
[作者]
尹建新 楼雄伟 黄美丽
提出了一种基于灰度直方图检测木板材表面缺陷的方法。对图像以4×4像素块作25级灰度直方图分析,根据灰度直方图统计中是否有颜色突变来判别木板材是否存在缺陷。缺陷图片在直方图中表现出双峰特征,利用次波峰确定缺陷部位,但判别时应排除杂色与纹理因素的干扰。比较次波峰与主波峰的值来消除木材杂色所产生的影响,即当差值大于1/10时,次波峰代表缺陷颜色。与此同时,借助于直方图修正排除纹理因素造成的干扰。该方法能有效地识别缺陷图像与正常图像。
关键词：
林业工程 灰度直方图 表面缺陷 木材检测
[期刊] 福建农林大学学报(自然科学版)
[作者]
兰添才
提出了一种基于方向信息测度的钢丝绳表面缺陷检测方法.根据钢丝绳表面的纹理特点,设计了一种新的空域同态滤波器,可增强缺陷纹理图像和消除不均匀光照对缺陷纹理检测的干扰;改进方向信息测度方法,实现了钢丝绳纹路与背景的分离;提取钢丝绳纹路的纹理特征并使用神经网络进行缺陷识别.结果表明,该算法能快速、准确完成对钢丝绳表面缺陷的自动检测.
[期刊] 林业科学
[作者]
杨建华 闫磊 于航 肖江 吴健
【目的】提出一种锯材外观质量量化评价方法,探索锯材外观质量数字化检测与评价分级的可行性,为实现锯材外观质量的实时在线检测提供基础理论和技术支撑。【方法】建立由密闭暗室、光源、工业相机等组成的锯材表面缺陷在线检测系统,在稳定光环境下采集样本锯材彩色图像。基于图像处理技术开发软件试验系统,实现对锯材缺陷的检测和识别。分别建立节疤、孔洞和裂缝缺陷外观质量评价模型,并据此提出外观质量综合量化评价方法;通过与国家标准对照,验证本研究提出方法的科学性和可行性。【结果】量化评价方法与锯材材质指标等级进行对照,二者线性相关系数为0.85;锯材材质指标等级除了2级和3级对应的综合量化评价值分布比较分散、等级之间数据有部分交叉外,其他等级之间对应的综合量化评价值分布几乎没有交叉。量化评价方法与集成材层板外观质量要求进行对照,二者线性相关系数为0.88;锯材材质指标等级4级对应的综合量化评价值分布比较集中,与其他等级之间没有数据交叉;锯材材质指标等级1级、2级和3级相邻等级对应的综合量化评价值分布比较分散,等级之间数据有部分交叉,不相邻等级间数据分布没有交叉。【结论】综合量化评价值与依据有关国家标准确定的锯材材质指标等级、集成材层板外观质量要求的线性相关性相对较好,可为实现锯材外观质量数字化检测与评价奠定基础;通过调整模型有关影响系数,可满足不同树种和不同应用需求,以达到较好评价效果。
[期刊] 北京林业大学学报
[作者]
贾浩男 徐华东 王立海 张金生 褚晓辉 唐旭
【目的】为解决人工及传统数字图像处理方法对木板材表面缺陷识别效果差、效率低等问题，并提高木材利用率。以深度学习模型为基础，构建木板材表面缺陷检测系统，旨在拓展深度学习模型在木板材缺陷检测领域的应用。【方法】基于“Wood Defect Database”公开数据集中的839张木板材缺陷图像，使用Imgaug数据增强库对数据集进行扩充；通过在主干特征网络部分引入SE注意力机制，使用focus、FPN+PAN结构构建YOLOv5木板材表面缺陷目标检测框架，进而采用迁移学习思想改进训练方式，将训练过程分为两个阶段（冻结阶段和解冻阶段）。然后将构建的模型与当前主流深度学习目标检测模型进行对比，最后利用混淆矩阵、Loss值变化曲线、模型大小、检测时间以及均值平均精确率等指标评价模型。【结果】提出了一种基于YOLOv5模型对木板材表面缺陷中活节、死节、裂缝、孔洞的检测方法。模型对死节、活节、裂缝、孔洞识别结果的均值平均精确率分别约为98.66%、99.06%、98.10%和96.53%，并与当前主流检测模型进行比较，改进的模型具有更好的精确率、召回率和综合平均准确率，分别为97.48%、96.53%和98.22%。模型单幅图像平均检测时间为10.3 ms，最大检测耗时20.5 ms，检测效果与泛化特性较好，模型所占内存仅13.7 MB，易于移植。【结论】实验表明改进的YOLOv5模型可用于检测木板材表面主要缺陷。且模型对木板材表面缺陷的识别效果优于其他5种主流检测模型。在维持原有检测精度的基础上，提高了小目标缺陷的识别能力，减少了木板材缺陷漏检的情况，实现在复杂场景下快速检测。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
