基于刀具刃口显微图像的附着物去除网络

梁智滨; 赵文义; 李灵巧; 杨辉华

首页> 中文期刊> 《计算机工程》 >基于刀具刃口显微图像的附着物去除网络

基于刀具刃口显微图像的附着物去除网络

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

准确检测并去除刀具边缘粘连的附着物是刀具显微图像豁口检测领域的一个难题,目前仍存在刀具边缘恢复不完整、附着物去除失败等问题。提出一种附着物去除的ARNet网络,采用二值掩膜引导模块区分目标与背景特征,利用去除过程的学习模块提取递归过程中的时序信息,并通过自注意力精准分离模块中的编解码结构和自注意力机制,建立附着物特征在全局特征中的依赖关系,以精准去除附着物,从而整合特征并输出无附着物图像。从实际采集的刀具刃口显微图像中裁剪含附着物区域的图像并构成数据集,在此数据集上的实验结果表明,与PReNet网络相比,该网络的峰值信噪比提高了1.016 dB,交并比IOU提升了3.48%,参数量和计算量分别减少了86.5%、90.9%,能够精确聚焦附着物区域,完整地还原刀具的真实边缘,提高了豁口检测准确率,且增强了刀具豁口高精度检测系统的稳定性和可靠性。

著录项

来源
《计算机工程》 |2022年第4期|247-254|共9页
作者
梁智滨; 赵文义; 李灵巧; 杨辉华;
展开▼
作者单位

桂林电子科技大学电子工程与自动化学院;

北京邮电大学人工智能学院;

桂林电子科技大学计算机与信息安全学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
机器视觉; 自注意力机制; 刀具刃口; 显微图像; 附着物检测;

相似文献

中文文献
外文文献
专利

1. 基于激光扫描共焦显微技术的刀具刃口精密测量 [J] . 宋树权 ,左敦稳 ,赵世田 . 华南理工大学学报（自然科学版） . 2014,第007期
2. 基于原子力显微镜扫描的金刚石刀具纳米刃口轮廓测量方法研究 [J] . 孙涛谭 ,久彬 ,董申 . 仪器仪表学报 . 2000,第1期
3. 基于图像编码技术和卷积神经网络的刀具磨损值在线监测方法 [J] . 滕瑞 ,黄海松 ,杨凯 . 计算机集成制造系统 . 2022,第4期
4. 基于改进型脉冲耦合神经网络的刀具磨损图像检测 [J] . 李鹏阳 ,祝双武 ,郝重阳 . 西北工业大学学报 . 2008,第002期
5. 基于细胞神经网络图像识别的刀具监控方法的研究 [J] . 冯冀宁 ,杨晓波 ,孙军英 . 工具技术 . 2008,第3期
6. 基于神经网络的三维宽场显微图像复原研究 [C] . 陈华 ,金伟其 ,张楠 . 2005全国博士生学术论坛——光学工程 . 2005
7. 基于生成对抗网络的显微图像中微血管分割方法研究 [A] . 骆佳楠 . 2021

基于刀具刃口显微图像的附着物去除网络

摘要

著录项

相似文献

相关主题

期刊订阅