基于可變形卷積和自適應空間特征融合的硬幣表面缺陷檢測算法

王品學，張紹兵，3*，成 苗，3，何 蓮，秦小山

（1.中國科學院成都計算機應用研究所，成都 610041；2.中國科學院大學計算機科學與技術學院，北京 100049；3.深圳市中鈔科信金融科技有限公司，深圳 518206）

0 引言

根據工業智能白皮書顯示，工業智能成為了我國及業界高度重視的領域方向［1］。在印鈔造幣行業，人工對硬幣缺陷進行檢查不僅費時費力，而且還會因為主觀差異造成對缺陷認定的不統一，很容易漏檢微小缺陷，無法滿足大規模的批量生產。而基于計算機視覺的表面缺陷檢測具有高準確率和簡單高效的優點，因此，需要在工業生產中引入機器視覺的機檢方案；并且隨著造幣生產制造工藝的提升，彩噴、光油、機讀等新興工藝的出現，以及企業對硬幣質量要求的提高，迫切需要提升當前的缺陷檢測方案以達成智能制造、信息化建設和產品零漏廢的目標。

目前在機器視覺上進行表面缺陷檢測已有充分的研究，主要分為傳統圖像檢測方法和利用深度學習的檢測方法兩大類。文獻［2］利用形態學配準的方法，先將無缺陷樣本作為模板圖與待檢測圖同時經過二值化、濾波、邊緣檢測和進行形態學處理，再利用Harris 角點將兩幅圖片配準然后通過差分的方式來檢出硬幣鏡面部分缺陷。文獻［3］利用高斯混合模型和色調變換來匹配硬幣中心，使用分塊硬幣的直方圖來精確計算硬幣旋轉角度進行配準，再將對齊的硬幣圖像投影到圖像空間中來降低噪聲，并通過比較投影誤差和自適應閾值來檢測缺陷像素。……