针对曲面玻璃表面缺陷成像难、识别准确率低等问题,提出一种基于YOLOv4的曲面玻璃表面缺陷检测方法。根据光源的方向确定平面与曲面的光学特性,采用明场背面漫射照明的方式来获得图像信息,确立打光方案后获取不同表面的缺陷图片。使用改进K-means聚类算法,采用交并比函数确定锚框的量度,解决原锚框大小不适用于玻璃缺陷小目标检测问题。将所提方法与缺陷检测主流算法对比验证。结果表明:所提改进的YOLOv4方法均值平均精度(mAP)可以达到80.14%,与Faster RCNN以及YOLOv3算法相比,mAP分别提升了8.29%和16.11%,并且有更好的鲁棒性和检测效果。

在光电经纬仪测量信息转换成数字图像过程中,如果直接将光测胶片转换成位图图像,形成的数据量极大,不利于传输和存储,而进行压缩又影响图像质量,降低判读精度. 本文采用图像处理技术,根据光测胶片的信息记录原理及数据处理的具体要求,设计了一种将胶片图像划分成不同区域进行处理的方法,对影响判读精度的区域进行直接存储,对其他区域进行压缩处理,并保存各区域与十字丝中心的相对位置以保证图像恢复时各区域精确地合成,此种方法降低了图像信息的数据量,确保了数据处理精度,实现了光测胶片图像的数字化,解决了光电经纬仪测量信息存储和传输中数据量巨大的难题.