PPF-LIE:基于物理光子场的弱光增强技术,用于多模态工业缺陷识别

《IEEE Access》:PPF-LIE: Physical Photon Field Driven Low-Light Enhancement for Multimodal Industrial Defect Recognition

【字体: 大 中 小 】 时间:2026年06月25日 来源:IEEE Access 4.2

编辑推荐:

  摘要:在先进制造的质量控制中,微观缺陷检测至关重要,但传统的机器视觉系统在极低光照环境下性能会严重下降。现有的低光图像增强方法,包括主流的基于扩散的框架,大多基于连续的确定性映射和高斯噪声假设,这与其实际上为离散光子统计特性的超暗环境相悖。这种不匹配会导致严重的重建伪影、颜色失真

  

摘要:

在先进制造的质量控制中,微观缺陷检测至关重要,但传统的机器视觉系统在极低光照环境下性能会严重下降。现有的低光图像增强方法,包括主流的基于扩散的框架,大多基于连续的确定性映射和高斯噪声假设,这与其实际上为离散光子统计特性的超暗环境相悖。这种不匹配会导致严重的重建伪影、颜色失真,以及在泊松散粒噪声主导下的缺陷语义结构不可逆损失。为了解决这一问题,我们提出了PPF-LIE(物理光子场低光图像增强)这一全新的生成式增强框架,它以物理光子场先验作为驱动。通过构建与光子成像物理特性相一致的完全离散的扩散过程,PPF-LIE能够准确分离与信号相关的泊松散粒噪声,并从稀疏的光子观测数据中恢复出连续的辐射概率场,同时有效保留对缺陷识别至关重要的高频拓扑结构。为了推动计算摄影与材料无损检测之间的跨学科研究,我们构建了相应的机器学习数据集,据我们所知,这是首批在真实工业显微场景下拍摄的电镀金相截面的实际配对基准数据集之一。大量实验表明,PPF-LIE在物理真实度和感知质量方面均达到了当前最先进的水平。更重要的是,通过SigLIP 2实现的跨模态零样本语义激活以及YOLO26实现的实例级缺陷检测,充分证明了其强大的泛化能力,其下游检测的mAP@0.5值达到了85.5%。这一结果表明,PPF-LIE可以作为高精度工业缺陷识别的强大预处理模块,为极低光照环境下的缺陷检测开辟了新的途径...
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号