基于多视图融合的微弱缺陷检测增强方法

来源：计算机测量与控制杂志2024年第8期北京时间：

作者：邵天成,吴静静

单位：江南大学机械工程学院

摘要：电池金属表面浅划伤、浅凹陷等微弱缺陷在传统二维图像中对比度低、与背景纹理难区分等问题，降低了缺陷的检出率；为解决以上问题，提出了一种基于多视图融合的微弱缺陷检测增强方法；针对微弱缺陷在不同光源方向下合成的三维信息存在缺失问题，提出通过多方向光源装置采集八张不同光源角度图像增加金属表面的光度信息；通过改进的八方向光度立体简化模型获取金属表面三维信息，凸显缺陷的三维特征；针对微弱缺陷在深度图像中存在的图像模糊、对比度低下等问题，通过分析微弱缺陷高度特征呈现角度敏感性特点，拆分抽取深度相关性高的三维信息分量图，由融合系数融合得到增强图像，提高了微弱缺陷的对比度；实验结果表明，该方法应用于实际金属表面缺陷图像检测中，检测精确率提升了19.8%，召回率提升了18.9%，能够较好地解决金属表面微弱缺陷图像检测对比度低下的问题。

关键词：金属表面;机器视觉;光度立体视觉;图像融合;图像增强

基金资助：国家自然科学基金项目（跨视域场景下的视频目标持续性跟踪方法研究）