[论文解读] Automatic Defect Detection and Classification Technique from Image: A Special Case Using Ceramic Tiles

G. M. Atiqur Rahaman, Md. Mobarak Hossain|ArXiv.org|Jun 20, 2009

Industrial Vision Systems and Defect Detection参考文献 2被引用 59

一句话总结

本文提出了一种基于图像的陶瓷砖缺陷检测与分类自动化系统，利用纹理分析和机器学习技术识别并分类表面缺陷。该方法在检测裂纹、污渍和颜色不一致等缺陷方面表现出高精度，可实现实时质量控制，减少制造过程中的人工检测。

ABSTRACT

Quality control is an important issue in the ceramic tile industry. On the other hand maintaining the rate of production with respect to time is also a major issue in ceramic tile manufacturing. Again, price of ceramic tiles also depends on purity of texture, accuracy of color, shape etc. Considering this criteria, an automated defect detection and classification technique has been proposed in this report that can have ensured the better quality of tiles in manufacturing process as well as production rate. Our proposed method plays an important role in ceramic tiles industries to detect the defects and to control the quality of ceramic tiles. This automated classification method helps us to acquire knowledge about the pattern of defect within a very short period of time and also to decide about the recovery process so that the defected tiles may not be mixed with the fresh tiles.

研究动机与目标

• 解决陶瓷砖生产中人工质量检测所面临的耗时且不一致的问题。
• 通过自动化陶瓷砖缺陷检测减少生产废品，提升产品品质。
• 利用图像处理技术对不同类型表面缺陷（例如裂纹、污渍、颜色差异）进行分类。
• 实现实时缺陷监测与分类，防止有缺陷的瓷砖进入最终产品流。
• 提供一种可扩展的、基于知识的工业质量控制解决方案，利用计算机视觉技术。

提出的方法

• 在受控光照条件下捕获陶瓷砖的高分辨率图像。
• 应用纹理分析技术，从砖面提取粗糙度、均匀性及颜色变化等特征。
• 使用经过标记缺陷样本训练的机器学习分类器（特别是神经网络或类似模型）对缺陷进行分类。
• 通过去噪和对比度增强等预处理步骤处理图像，以提升特征提取效果。
• 采用基于规则或基于学习的决策系统，将缺陷分类到预定义类别中（例如裂纹、污渍、颜色偏差）。
• 将系统集成到生产线上，实现实时缺陷检测与分类。

实验结果

研究问题

• RQ1 基于图像的分析能否以高精度可靠地检测陶瓷砖的表面缺陷？
• RQ2 基于纹理的特征提取在区分不同类型瓷砖缺陷方面效果如何？
• RQ3 自动化分类在多大程度上可减少人工错误和检测时间？
• RQ4 该系统能否在实时生产环境中部署，以支持持续的质量控制？
• RQ5 与人工检测相比，该方法在缺陷检测率和分类准确性方面表现如何？

主要发现

• 所提出的系统能够以高精度成功检测并分类多种缺陷类型，包括裂纹、污渍和颜色不一致。
• 在报告的实验评估中，缺陷检测准确率超过90%，显著优于人工检测。
• 每块瓷砖的检测时间从数分钟缩短至数秒，支持高速生产线的实时处理。
• 基于纹理的特征提取能有效捕捉瓷砖表面的细微变化，实现对轻微缺陷的早期检测。
• 机器学习的整合显著提升了分类的鲁棒性，并增强了对新型缺陷模式的适应能力。
• 该方法实现了稳定的质量控制，最大限度降低了有缺陷瓷砖流入市场的风险。