科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对钢轨反光率差异导致的缺陷成像对比度差及亮度极不均匀问题，提出一种基于结构光激励和无监督学习的软硬件协同感知方法。首先设计周期线性条纹光源激励，利用结构光从硬件端增强缺陷成像的对比度。为综合高对比度的局部缺陷信息并克服全局亮度失衡，进一步设计无监督深度学习模型融合各子图，生成亮度均匀的高对比度钢轨表面缺陷成像。实验结果表明：该方法硬件系统结构简单，成本低，所设计的多图融合模型效果良好，同时具备应对局部信息缺失的鲁棒性，解决了钢轨表面反射差异导致缺陷成像对比度差的问题。
- 出版日期2023
- 单位自动化学院; 华中科技大学
