Surface abnormality detection in medical and inspection systems using energy variations in co-occurrence matrixes

要約

表面欠陥の検出は、画像処理とマシン ビジョンの分野で最も重要な問題の 1 つです。
この記事では、共起行列のエネルギー変化に基づいて表面欠陥を検出する方法を紹介します。
提示された方法は、トレーニングとテストの 2 つの段階で構成されます。
トレーニング段階では、共起行列演算子が最初に健康な画像に適用され、次に出力エネルギー量が計算されます。
以下では、エネルギー量の変化に応じて、適切な特徴ベクトルが定義され、それを利用して、画像の健全性に関する適切なしきい値が取得されます。
次に、テスト フェーズでは、計算された定足数を使用して、欠陥のあるパーツを正常なパーツと区別します。
結果のセクションでは、前述の方法を石とセラミックの画像に適用し、その検出精度を計算して以前の方法と比較しました。
提示された方法の利点の中で、トレーニング段階の使用による高精度、低計算、およびすべてのタイプのレベルとの互換性について言及できます。
提案されたアプローチは、病気などの異常を検出するための医療アプリケーションで使用できます。
そのため、パフォーマンスは 2d-hela データセットで評価され、細胞の表現型が分類されます。
提案されたアプローチは、2d-hela で約 89.56% の精度を提供します。

要約(オリジナル)

Detection of surface defects is one of the most important issues in the field of image processing and machine vision. In this article, a method for detecting surface defects based on energy changes in co-occurrence matrices is presented. The presented method consists of two stages of training and testing. In the training phase, the co-occurrence matrix operator is first applied on healthy images and then the amount of output energy is calculated. In the following, according to the changes in the amount of energy, a suitable feature vector is defined, and with the help of it, a suitable threshold for the health of the images is obtained. Then, in the test phase, with the help of the calculated quorum, the defective parts are distinguished from the healthy ones. In the results section, the mentioned method has been applied on stone and ceramic images and its detection accuracy has been calculated and compared with some previous methods. Among the advantages of the presented method, we can mention high accuracy, low calculations and compatibility with all types of levels due to the use of the training stage. The proposed approach can be used in medical applications to detect abnormalities such as diseases. So, the performance is evaluated on 2d-hela dataset to classify cell phenotypes. The proposed approach provides about 89.56 percent accuracy on 2d-hela.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google