在本文中,我们为表面缺陷检测任务呈现了一种完整的局部二进制模式(RCLBP)框架。我们的方法使用非本地(NL)表示滤波器的组合具有小波阈值和完成的本地二进制模式(CLBP)以提取燃料特征,该特征被馈入到用于表面缺陷检测的分类器中。本文结合了三个组分:建立基于非局部(NL)的去噪技术,该方法具有小波阈值的滤波器,以在保留纹理和边缘的同时代替噪声图像。其次,使用CLBP技术提取辨别特征。最后,鉴别特征被馈送到分类器中以构建检测模型并评估所提出的框架的性能。使用来自东北大学(NEU)的真实世界钢结构缺陷数据库来评估缺陷检测模型的性能。实验结果表明,所提出的方法RCLBP是噪声稳健,可在类内和阶级变化的不同条件下应用表面缺陷检测,并且具有照明变化。
translated by 谷歌翻译