[论文解读] Model Based Ceramic tile inspection using Discrete Wavelet Transform and Euclidean Distance

Samir Elmougy, Ibrahim Elhenawy+1 more|arXiv (Cornell University)|Mar 9, 2010

Industrial Vision Systems and Defect Detection参考文献 7被引用 4

一句话总结

本文提出一种基于模型的瓷砖检测系统，采用三级离散小波变换（HDWT）进行特征提取，利用欧氏距离进行缺陷检测。通过比较参考图像（无缺陷）与测试图像的小波系数，该方法在识别瓷砖缺陷方面实现了97%的准确率。

ABSTRACT

Visual inspection of industrial products is used to determine the control quality for these products. This paper deals with the problem of visual inspection of ceramic tiles industry using Wavelet Transform. The third level the coefficients of two dimensions Haar Discrete Wavelet Transform (HDWT) is used in this paper to process the images and feature extraction. The proposed algorithm consists of two main phases. The first phase is to compute the wavelet transform for an image free of defects which known as reference image, and the image to be inspected which known as test image. The second phase is used to decide whether the tested image is defected or not using the Euclidean distance similarity measure. The experimentation results of the proposed algorithm give 97% for correct detection of ceramic defects.

研究动机与目标

• 解决陶瓷砖制造中自动化视觉检测在质量控制方面的挑战。
• 开发一种稳健的基于模型的方法，利用图像处理技术检测陶瓷砖表面缺陷。
• 通过小波特征提取与相似性度量，提升缺陷检测的准确率。
• 通过在真实陶瓷砖图像上进行实验，验证所提方法的有效性。

提出的方法

• 对参考图像（无缺陷）和测试图像（待检测）的陶瓷砖图像，应用三级二维哈尔离散小波变换（HDWT）以提取特征。
• 将三级HDWT的近似系数作为主要特征集用于比较。
• 计算参考图像与测试图像的小波系数向量之间的欧氏距离，以量化相似性。
• 基于欧氏距离的预设阈值，将测试图像分类为有缺陷或无缺陷。
• 利用参考图像作为正常瓷砖外观的模型，实现基于比较的缺陷检测。
• 实施两阶段算法：(1) 对参考图像和测试图像进行小波变换计算；(2) 基于相似性的决策，使用欧氏距离。

实验结果

研究问题

• RQ1 三级哈尔离散小波变换能否有效提取陶瓷砖缺陷的判别性特征？
• RQ2 小波系数向量之间的欧氏距离在检测陶瓷砖缺陷方面准确度如何？
• RQ3 所提出的基于模型的方法在真实工业环境下的缺陷检测准确率是多少？
• RQ4 该方法能否在极少训练数据下可靠地区分有缺陷与无缺陷的陶瓷砖？
• RQ5 与传统人工目视检测相比，该方法在自动化与可靠性方面表现如何？

主要发现

• 实验评估表明，所提方法在陶瓷砖缺陷检测中达到了97%的正确检测率。
• 采用三级哈尔离散小波变换，有效提取了瓷砖图像中的相关纹理与结构特征。
• 小波系数向量之间的欧氏距离为缺陷分类提供了可靠的相似性度量。
• 基于单一参考图像的模型化方法在测试图像上表现出强大的泛化能力。
• 该系统在区分细微表面缺陷与正常瓷砖图案方面表现有效。
• 结果证实，将HDWT与欧氏距离结合，适用于陶瓷制造中的自动化工业视觉检测。