基于壓縮感知的產(chǎn)品檢測技術(shù)研究.pdf

1、隨著生產(chǎn)技術(shù)的提高以及人們對產(chǎn)品質(zhì)量要求的提高，產(chǎn)品正確性檢測必然受到人們的密切關(guān)注，如在航天、國防、高鐵等領(lǐng)域存在著數(shù)據(jù)龐大且裝配結(jié)構(gòu)復(fù)雜的關(guān)鍵產(chǎn)品。由于產(chǎn)品本身復(fù)雜，所采集龐大的數(shù)據(jù)量給在線實(shí)時(shí)性檢測帶來了一定的困難，難以滿足生產(chǎn)需要。針對上述問題，本文重點(diǎn)采用了壓縮感知中的主要理論：稀疏表示及分解算法完成對產(chǎn)品的分類識(shí)別和缺陷分離檢測。
　　首先，采用基于壓縮感知的稀疏表示分類識(shí)別算法是將采集回來的序列圖像經(jīng)過預(yù)處理后分為三

2、類，隨機(jī)從三類樣本圖像中分別抽取一部分作為訓(xùn)練樣本，剩余的作為測試樣本，通過對測試樣本進(jìn)行稀疏表示，采用了L-1范數(shù)、對偶仿射法、同倫算法和正交匹配算法求得最稀疏解，所獲得稀疏具有明顯的類別信息，從而易于對產(chǎn)品圖像進(jìn)行分類，判斷產(chǎn)品屬于哪一類。
　　其次，對產(chǎn)品進(jìn)行分類后，要檢測出產(chǎn)品是否有缺陷，采用了壓縮感知理論的稀疏分解算法對產(chǎn)品圖像進(jìn)行分解，選用不同的背景字典和缺陷字典分離出背景圖像和缺陷圖像，根據(jù)缺陷圖像的特性判斷產(chǎn)品是否