并查集与约束集合结合的雪糕棒表面污染检测新方法

"这篇论文研究了基于并查集和约束集合的雪糕棒表面污染检测方法，旨在解决当前算法在面对尺寸不定的污染缺陷和光照不均时性能下降的问题。通过对图像进行预处理、利用并查集算法进行区域合并以及应用约束集合去除噪声，该方法在自建图像数据库SUT-I1上的测试结果显示，等误率仅为4.78%，相比于其他方法至少降低了9.44%，表现出优越性，并具有实际应用价值。" 本文详细探讨了在雪糕棒表面污染检测中的一个新方法，该方法巧妙地结合了并查集和约束集合的数据结构与算法。首先，针对污染缺陷大小变化和光照环境不均匀导致的传统检测算法效率低下的问题，研究者进行了深入分析，并提出了新的解决方案。在图像预处理阶段，利用先验知识对雪糕棒进行粗略定位，然后通过Otsu算法对感兴趣的区域进行分割。 接着，文章介绍了核心的并查集算法应用。并查集是一种用于处理连接关系的数据结构，能够高效地处理合并与查询操作。在本研究中，研究者定义了最小区域距离值和灰度差分值作为阈值，通过并查集算法将满足这些条件的像素点合并，从而将预处理后的图像分割成多个子区域。这种方法有助于识别出可能的污染区域。 为了进一步提高检测的准确性，研究者引入了约束集合的概念。约束集合包含了一系列规则或标准，用于筛选和剔除那些可能是噪声的子区域。通过对各子区域应用这些约束，可以有效地去除误报，提升检测的精确度。 实验结果在自建的SUT-I1图像数据库上得到验证，该方法的等误率仅为4.78%，与现有的其他检测方法相比，等误率减少了至少9.44%，这表明了新方法在污染缺陷检测方面的显著优势。考虑到这个改进，该方法有潜力在实际工业生产环境中提高自动化检测的效率和准确性。 这篇论文由李绍丽、苑玮琦和李德健共同完成，他们分别在沈阳工业大学视觉检测技术研究所从事相关研究工作。研究得到了国家自然科学基金的支持，展示了在视觉检测技术和生物特征识别领域的前沿进展。通过这种创新的并查集和约束集合结合的方法，未来有望在表面污染检测领域实现更高效、更准确的技术应用。