基于生成对抗网络的模糊工件角度检测

论文摘要

为提升复杂的工业生产环境中模糊工件图像的角度检测精度,对工件图像进行有效的去模糊操作,提出基于生成对抗网络的去模糊方法,该方法通过生成网络与判别网络间的对抗性训练,最小化去模糊图像与清晰图像间的距离。为避免直线错检、断线等问题,基于直线检测算法提出改进的直线检测算法。通过对比实验与数据分析发现,所提方法比多尺度卷积神经网络去模糊方法提升了约13%的检测精度。

论文目录

• 0 引言
• 1 主要方法
•   1.1 生成对抗网络去模糊
•     1.1.1 损失函数
•     1.1.3 训练细节
•   1.2 改进的直线检测算法
•     1.2.1 图像缩放及梯度计算
•     1.2.2 梯度排序及梯度阈值
•     1.2.3 区域增长及矩形估计
•     1.2.4 断线合并
• 2 实验结果与分析
•   2.1 实验设置
•   2.2 去模糊方法对比
•   2.3 直线检测方法对比
•   2.4 图像检测角度与实际工件角度对比
• 3 结束语

文章来源

类型: 期刊论文

作者: 胡海洋,庄载雄,俞佳成,李忠金,陈洁,胡华

关键词: 机器视觉,工件图像,角度检测,图像去模糊,生成对抗网络,直线检测

来源: 计算机集成制造系统 2019年08期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 金属学及金属工艺,计算机软件及计算机应用

单位: 杭州电子科技大学复杂系统建模与仿真教育部重点实验室,杭州电子科技大学计算机学院

基金: 国家自然科学基金资助项目(61572162,61802095,61702144),浙江省重点研发计划资助项目(2018C01012),浙江省自然科学基金资助项目(LQ17F020003)~~

分类号: TG80;TP391.41

DOI: 10.13196/j.cims.2019.08.008

页码: 1936-1945

总页数: 10

文件大小: 595K

下载量: 302