《Symmetry》:Glass Packaging Bottle Defect Segmentation via Differential Feature Selection and Spatial Feature Reconstruction
编辑推荐:
玻璃包装瓶的透明曲面会产生结构响应,这些响应可能掩盖与缺陷相关的局部外观不对称性,从而增加了在不同尺度和形状下进行缺陷分割的难度。为了解决这些挑战,研究人员提出了DFSR-Net,一种玻璃瓶缺陷分割网络。差分上下文调制模块(Differential Conte
玻璃包装瓶的透明曲面会产生结构响应,这些响应可能掩盖与缺陷相关的局部外观不对称性,从而增加了在不同尺度和形状下进行缺陷分割的难度。为了解决这些挑战,研究人员提出了DFSR-Net,一种玻璃瓶缺陷分割网络。差分上下文调制模块(Differential Context Modulation Module,DCMM)将局部差分响应与多尺度上下文相结合,以增强微弱异常,同时抑制来自正常瓶体结构的干扰。关键节点稀疏图传播模块(Key-Node Sparse Graph Propagation,KSGP)利用关键节点选择和受限邻域聚合,限制不相关的跨层传播,并选择性传递信息丰富的缺陷特征。在解码器中,双感受野空间选择模块(Dual-Receptive-Field Spatial Selection,DRSS)自适应地整合局部细节与更广泛的上下文信息,而双统计量方向性校准模块(Dual-Statistic Directional Calibration,DSDC)则沿高度和宽度方向校准空间响应,以提高区域完整性和边界表征能力。在公开的瓶身数据集(Bottle Body dataset)和研究人员自建的工业玻璃瓶缺陷数据集上的实验表明,DFSR-Net的平均交并比(mean Intersection over Union,mIoU)分别达到了81.08%和80.14%。DFSR-Net在保持高分割精度的同时,单张图像处理速度达到74.3帧每秒(FPS),显示出其在在线玻璃瓶缺陷检测中的应用潜力。
研究背景与现存问题
玻璃包装瓶因其良好的化学稳定性和阻隔性能,被广泛用于食品、药品等领域。然而,制造工艺波动及运输过程中的机械应力可能导致多种表面或结构缺陷,不仅影响产品外观,严重时还会危及瓶体结构完整性与服役可靠性。传统的人工抽检效率低且主观性强,难以满足高速生产线连续质量控制的要求。因此,开发基于机器视觉的高精度自动化检测方法对于提升玻璃包装瓶的制造质量至关重要。
玻璃包装瓶通常具有近似旋转对称的几何形状,但其透明曲面产生了与传统不透明工业表面不同的成像特性。在透射或背光条件下,瓶壁曲率和厚度的变化会改变光传播路径,在瓶口、瓶肩和外轮廓处产生明显的强度跃变和强边缘响应。这些结构响应会削弱弱缺陷与正常区域之间的区分度,使得仅表现为局部透光率变化或纹理异常的缺陷更容易被背景淹没。同时,曲面投影改变了缺陷在二维图像中的表现形态,使其尺度、延伸方向和边界形状随空间位置而变化。因此,对玻璃包装瓶缺陷进行细粒度识别,不仅需要从复杂的瓶体结构响应中区分并保留微弱的异常信息,还需要联合考虑局部细节与更广泛的结构关系,以准确刻画缺陷区域的形状和边界变化。
现有方法在细节恢复、跨层融合和上下文建模方面虽持续进步,但仍难以充分应对透明曲面玻璃包装瓶的成像特点。具体而言,局部特征增强可能在增强微弱异常的同时放大瓶体轮廓和折射边界等强正常响应;跨层交互可以补充浅层细节,但也可能将结构性干扰与信息特征一同传播;此外,固定的特征聚合策略难以适应不同位置和形状缺陷的空间表征差异。因此,如何选择性增强弱缺陷响应、限制不相关信息跨层传播、并改善不同空间特征缺陷的结构表征,是提高玻璃包装瓶缺陷分割的关键问题。
研究方法与技术路线
为解决上述问题,研究人员构建了DFSR-Net缺陷分割网络,其采用四阶段编码器-解码器架构。研究涉及四个核心技术模块:
- 1.
差分上下文调制模块(DCMM):部署在每个编码阶段之后,包含差分细节分支、多尺度上下文分支和门控分支。差分细节分支使用中心差分卷积(Central Difference Convolution,CDC)增强局部梯度变化和细粒度异常信息;多尺度上下文分支通过级联膨胀卷积提取不同尺度的瓶体结构特征;门控分支根据原始编码器特征生成门控权重,调节增强信息的注入比例,从而在增强弱缺陷特征的同时抑制强正常结构响应的过度累积。
- 2.
关键节点稀疏图传播模块(KSGP):置于编码器和解码器之间,用于替代全空间特征交互。首先对编码器特征进行下采样并展平为节点序列,通过可学习的投影向量计算每个节点的重要性分数,选取Top-M个高分节点构成关键节点集。然后在关键节点内计算两两欧氏距离,为每个节点构建Top-k近邻邻域,形成稀疏邻接掩码。最后通过稀疏邻域图聚合(Sparse Neighborhood Graph Aggregation,SNGA),基于图注意力机制在受限邻域内进行上下文传播与特征更新,实现选择性跨层特征传递。
- 3.
双感受野空间选择模块(DRSS):应用于解码阶段每次上采样与KSGP跨层输出相加之后。输入特征经归一化后分别送入局部细节分支(5×5深度卷积)和大上下文分支(7×7膨胀率为3的深度卷积),提取不同感受野的特征。随后通过通道维最大池化和平均池化捕捉空间显著响应与整体分布,经1×1卷积和Sigmoid函数生成空间选择权重,使不同空间位置能够根据自身响应特性动态调整局部细节与全局上下文的融合比例。
- 4.
双统计量方向性校准模块(DSDC):进一步在解码器中对特征进行空间响应校准。该模块并行使用平均池化和最大池化两条通路,分别沿高度和宽度方向进行一维特征聚合,压缩一个空间维度同时保留另一维度的位置信息。生成的描述子经过共享映射和拆分得到两个方向的权重,分别施加于输入特征后进行融合。平均池化反映整体空间响应分布,最大池化保留较强局部响应,两者共同参与方向性权重的生成,改善缺陷区域连续性及边界表征。
研究结果
4.1 数据集描述:研究使用了两个数据集。一是公开的Bottle Body数据集,包含4076张带有像素级标注的玻璃瓶缺陷图像,分为气泡(bubble)、夹杂(inclusion)、裂纹(crack)、条纹(stripe)、缺口(chip)和变形(deformation)六类,按7:2:1划分训练、验证和测试集。二是自建的工业玻璃瓶缺陷(Industrial Glass Bottle Defect,IGBD)数据集,采集自山东淄博某玻璃包装制造厂的在线成品检验工位,对象为透明钠钙硅玻璃包装瓶,产线速度约180瓶/分钟。使用四台500万像素全局快门工业面阵相机环绕布置,配合高强度漫射背光和辅助侧向照明,曝光时间约300微秒以减少运动模糊。经去重和筛选后保留4200张有效图像(含3600张缺陷图和600张正常图),以采集批次为单位进行分组划分,训练、验证、测试集分别为2940、840、420张。缺陷分为气泡(bubble)、裂纹(crack)、结石(stone)和条纹(stripe)四类。
4.2 评估指标:采用平均交并比(mIoU)、平均F1分数(mF1)、曲线下面积(AUC)、参数量(Params)和每秒处理帧数(FPS)进行评估。mIoU衡量预测区域与真实区域的空间重叠程度;mF1反映缺陷像素的整体识别性能;AUC评估不同决策阈值下缺陷区域与正常背景的可分离性。所有指标均排除背景类别,仅对缺陷类别进行宏平均。
4.3 实验设置:所有输入图像调整为512×512像素。使用Adam优化器,初始学习率5×10-4,权重衰减1×10-4,批量大小4,训练200轮。前5轮线性预热后采用余弦退火降至最小学习率1×10-6。损失函数为交叉熵损失和Dice损失的加权和(各权重0.5)。DCMM中差分强度系数α设为0.7;KSGP在四个阶段的节点保留比例分别设为1/16、1/2、1/2和1,对应Top-k邻域大小分别为32、16、8和8。
4.4 消融实验:在IGBD数据集上以WaveTD为基础架构进行渐进式模块组合和留一组件消融。基线mIoU为76.72%,单独引入KSGP带来最大增益(+1.24个百分点),DCMM次之(+0.89个百分点)。集成全部四个模块后,mIoU提升至80.14%(+3.42个百分点)。留一实验中,移除KSGP导致最大下降(-1.32个百分点),其余模块移除分别下降1.08、0.83和0.66个百分点。完整模型参数量从8.74M增至10.72M,计算量从68.37增至86.72 GFLOPs,峰值显存从1.42增至1.86 GB,FPS从98.6降至74.3。为进一步验证模块设计的有效性,研究人员扩展基线模型至相近参数量或FLOPs,最高mIoU分别为78.02%和78.36%,仍低于DFSR-Net的80.14%,表明性能提升主要源于模块设计而非模型容量增加。参数敏感性分析显示,DCMM的α在0.5-0.8范围内模型相对不敏感;KSGP的阶段式配置(浅层强过滤、深层保留更多语义节点)在精度与效率间取得最佳平衡。
4.5 对比实验:在Bottle Body和IGBD数据集上与EDSV-Net、A-Net、MFF-Metal、OCINet、DPCSA-Net、WaveTD、BGNet、Mask2Former-R50、SegNeXt-T、PIDNet-S和Mask DINO-R50共11种方法进行比较。在Bottle Body数据集上,DFSR-Net的mIoU、mF1和AUC分别达到81.08%±0.25%、89.20%±0.21%和94.72%±0.18%,全面优于所有对比方法,较最优的Mask DINO-R50分别提升1.49、1.07和0.85个百分点。在IGBD数据集上,DFSR-Net的mIoU为80.14%±0.29%,同样超越所有对比方法,较Mask DINO-R50和OCINet分别提升1.42和1.57个百分点。显著性检验(配对t检验)显示,所有比较的p值均小于0.01,95%置信区间均不包含零,证明性能提升具有统计学显著性。
4.6 分类别定量分析:在Bottle Body数据集上,DFSR-Net在所有六个缺陷类别上的IoU和F1均优于WaveTD、BGNet和OCINet,其中对裂纹(Crack)和缺口(Chip)的提升最为显著。在IGBD数据集上,裂纹类别的分割性能普遍较低,DFSR-Net对其IoU达到71.20%,较WaveTD和OCINet分别高出7.86和6.04个百分点;对气泡(Bubble)、结石(Stone)和条纹(Stripe)的IoU分别为84.85%、85.03%和79.48%,与OCINet基本持平或略有优势。
4.7 预测误差分析:通过归一化混淆矩阵分析发现,所有方法对背景(Background)的识别率均较高,但裂纹(Crack)和条纹(Stripe)这两种长条形缺陷之间存在明显的混淆。
总结与讨论
研究结论:针对透明曲面玻璃包装瓶缺陷分割中存在的弱缺陷响应与强正常结构响应混淆、跨层特征传播中无关信息干扰、以及不同位置和形状缺陷的空间表征差异三大难题,研究人员提出的DFSR-Net网络通过差分上下文调制模块(DCMM)、关键节点稀疏图传播模块(KSGP)、双感受野空间选择模块(DRSS)和双统计量方向性校准模块(DSDC)四个核心设计,实现了从特征增强、跨层传播到空间结构重建的全流程优化。在公开Bottle Body数据集和自建IGBD数据集上,DFSR-Net分别取得了81.08%和80.14%的平均交并比(mIoU),并以74.3 FPS的处理速度保持了较高的推理效率,表明该方法具备在线玻璃瓶缺陷检测的应用潜力。