TFR: Texture Defect Detection with Fourier Transform using Normal Reconstructed Template of Simple Autoencoder

要約

テクスチャは画像表現において重要な情報であり、パターンや構造を捉えます。
その結果、テクスチャは製造業において重要な役割を果たしており、コンピュータービジョンやパターン認識の分野で広く研究されています。
ただし、現実世界のテクスチャは欠陥の影響を受けやすく、画質が低下したり、さまざまな問題が発生したりする可能性があります。
したがって、テクスチャ欠陥を検出するための正確かつ効果的な方法が必要とされています。
この研究では、単純なオートエンコーダとフーリエ変換をテクスチャ欠陥検出に使用します。
提案された方法は、フーリエ変換解析と単純なオートエンコーダーから取得された再構成されたテンプレートを組み合わせます。
フーリエ変換は、画像と信号の周波数領域を分析するための強力なツールです。
さらに、テクスチャ欠陥は特定の周波数範囲で特徴的な変化を示すことが多いため、周波数領域を分析することで効果的な欠陥検出が可能になります。
提案された方法は、テクスチャ欠陥の検出における有効性と精度を実証します。
実験結果は、そのパフォーマンスを評価し、既存のアプローチと比較するために提示されます。

要約(オリジナル)

Texture is an essential information in image representation, capturing patterns and structures. As a result, texture plays a crucial role in the manufacturing industry and is extensively studied in the fields of computer vision and pattern recognition. However, real-world textures are susceptible to defects, which can degrade image quality and cause various issues. Therefore, there is a need for accurate and effective methods to detect texture defects. In this study, a simple autoencoder and Fourier transform are employed for texture defect detection. The proposed method combines Fourier transform analysis with the reconstructed template obtained from the simple autoencoder. Fourier transform is a powerful tool for analyzing the frequency domain of images and signals. Moreover, since texture defects often exhibit characteristic changes in specific frequency ranges, analyzing the frequency domain enables effective defect detection. The proposed method demonstrates effectiveness and accuracy in detecting texture defects. Experimental results are presented to evaluate its performance and compare it with existing approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google