正規化カイ2乗混合モデルの学習に基づく自動目視検査(情報理論)

概要

論文の詳細を見る
本論文では,学習に基づく自動目視検査法のための新しい統計モデルを提案する.織物などの欠陥検査は現在のところ目視により行われており,その検出率は十分なものではないことが知られている.このためより検出精度の高い自動目視検査が求められている.本論文では汎用的で信頼性の高い自動目視検査法の実現を図るため学習に基づく方法を提案する.提案法では,正規画像のモデルとして広義定常ガウス混合モデルから得られるカイ2乗混合モデル(x^2-Mixture Distribution Model : x^2-MM)を当てはめる.またこのモデルを実用的なサイズで画像に当てはめるため,平均パワー正規化を導入する.その結果,トレーニング画像を用いて学習した正規化x^2-MMは,正規画像の統計的性質を高精度に表現できるため,欠陥画像のトレーニングが不要となり得る.したがって,提案法は織物の中の毛玉状欠陥のように,欠陥の形状及び性質が変化に富み,そのトレーニングデータを十分に得られない場合にも適用可能である.実際の織物の製造ラインから得られた微細な毛玉の検出を例として評価実験を行い,有効性を明らかにする.
2009-04-01