【IJAC导读】精密工件广泛应用于工业各领域，如消费电子、医疗器械、航天飞行器等。工件质量直接影响着产品的性能和可靠性。在先进制造业中，精密工件的生产具有量大质优、种类繁多、更新速度快的特点。对于一些品质控制要求较高的行业，工件需要做到100%全检。这就对大批量生产工件的检测效率提出了更高要求。目前，大部分行业的工件检测都依赖人工完成，人工检测存在着很多缺点，如效率低、缺乏一致性、劳动力不足等。因此，精密工件的自动检测和测量技术吸引了越来越多研究者的注意，值得深入研究。

中科院自动化所乔红研究员团队提出实时工件检测测量算法，结合了自上而下和自下而上显著性检测模型(DM-TBS)，提高了精密工件的检测效率和检测准确度。

Precision Work-piece Detection and Measurement Combining Top-down and Bottom-up Saliency

结合自下而上及自上而下显著性的精密工件测量和检测方法

Jian Sun, Peng Wang, Yong-Kang Luo, Gao-Ming Hao, Hong Qiao

在线阅读：

https://rdcu.be/5QCm

全文下载：

https://link.springer.com/article/10.1007/s11633-018-1123-1

为进一步提升工件检测速度，本研究引入视觉显著性理论。在计算机视觉中，目标显著性检测作为一种预处理过程广泛应用于物体检测、图像检索、物体识别等。视觉显著性理论在大批量工件的实时检测中具有很好的应用前景。

几十年间，很多学者致力于建立显著性的计算模型，现有的显著性模型可大致分为两类：自上而下显著性模型和自下而上显著性模型。自上而下显著性检测方法通过监督学习受任务驱动。自下而上显著物体检测方法通过大量图片特征(如轮廓、对比、纹理)受数据驱动。本研究将这两种方法结合，所提方法既具备了自上而下检测模型的高精度，又具备自下而上检测模型的高效率。

来自论文

本研究旨在设计一种可用于精密工件自动在线检测和测量系统的检测和测量算法。本研究所提出的实时工件检测测量算法，即DM-TBS方法，结合了自上而下和自下而上显著性检测模型。通过自上而下显著特征提取获得工件的先验知识，从而提高检测的准确性，再基于所提特征为接下来的检测建立目标模板。然后，利用所提出的基于背景对比度的自下而上显著区域检测的方法，缩小检测区域，提高了算法的检测效率。最后对配有远心镜头的相机进行标定，完成待检工件关键尺寸的测量。

本研究主要贡献包括:

1) 设计出一套针对精密工件的实时自动检测和测量系统；

2) 结合自上而下和自下而上显著性检测模型，提出一种可对精密工件进行快速准确检测和测量的算法：DM-TBS算法；

3) 通过实际实验和对比实验证实了本文所提算法的效率和准确度达到了工业生产标准。

文章结构：

第一部分为引言；第二部分首先详细介绍了检测任务和所设计的系统，而后介绍了整个检测和测量过程；第三部分集中讨论精密工件检测技术，并详述了自上而下特征提取和自下而上显著性检测方法；第四部分提出工件测量方法，并展示了视觉系统的校准；第五部分是实验及结果；第六部分是研究结论。

感谢论文第一作者孙佳博士对以上内容的修改，感谢论文其他作者对以上内容的审核。

摘要：

In this paper, a fast and accurate work-piece detection and measurement algorithm is proposed based on top-down feature extraction and bottom-up saliency estimation. Firstly, a top-down feature extraction method based on the prior knowledge of workpieces is presented, in which the contour of a work-piece is chosen as the major feature and the corresponding template of the edges is created. Secondly, a bottom-up salient region estimation algorithm is proposed, where the image boundaries are labelled as background queries, and the salient region can be detected by computing contrast against image boundary. Finally, the calibration method for vision system with telecentric lens is discussed, and the dimensions of the work-pieces are measured. In addition, strategies such as image pyramids and a stopping criterion are adopted to speed-up the algorithm. An automatic system embedded with the proposed detection and measurement algorithm combining top-down and bottom-up saliency (DM-TBS) is designed to pick out defective work-pieces without any manual auxiliary. Experiments and results demonstrate the effectiveness of the proposed method.

关键词：

Work-pieces detection, salient region estimation, top-down and bottom-up saliency (TBS), calibration, visual measurement. 

全文下载：

1) SpringerLink:

https://link.springer.com/article/10.1007/s11633-018-1123-1

2) IJAC官网:

http://www.ijac.net/EN/abstract/abstract2017.shtml