烟包外观缺陷检测：特征增强与多尺度融合的方法研究.docxVIP

烟包外观缺陷检测：特征增强与多尺度融合的方法研究

目录

烟包外观缺陷检测：特征增强与多尺度融合的方法研究（1）．．．．．．．4

内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1研究背景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2研究意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

烟包外观缺陷检测技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1烟包外观缺陷类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.2缺陷检测技术发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

特征增强方法研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

3.1传统图像增强技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

3.1.1直方图均衡化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.1.2频域滤波．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.2基于深度学习的图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.2.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.2.2生成对抗网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

多尺度融合方法研究．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.1传统多尺度方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

4.1.1空间域多尺度处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.1.2频域多尺度处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

4.2基于深度学习的多尺度融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

4.2.1深度学习网络的多尺度特征提取．．．．．．．．．．．．．．．．．．．．．．．．25

4.2.2特征金字塔网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

烟包外观缺陷检测系统设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.1系统架构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.2数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

5.3特征提取与融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

5.4缺陷检测与分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

实验与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

6.1数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

6.2实验方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

6.3实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

6.3.1特征增强效果评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

6.3.2多尺度融合效果评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

6.3.3缺陷检测准确率分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

7.1研究结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

7.2研究不足与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

烟包外观缺陷检测：特征增强与多尺度融合