面向激光光条图像修复的循环相似度映射网络.docx

1 引言 结构光视觉检测具有高精度、非接触、结构简单、范围广、实时性强等特点，被广泛应用于轨道交通、机器人视觉引导、地形检测、物体型面检测等工业检测领域，并成为当下的研究热点. 由于结构光视觉检测设备多为室外现场在线监测，容易受到环境干扰、被测物体表面散射和外界杂散光的影响，所采集激光光条图像含有大量区域粘连（光斑区域）和局部光条断裂，影响后续中心线提取精度并进而影响测量精度.因此，构建图像修复模型对激光光条图像进行高精度地去噪和修复，对于工业检测具有重要意义. 图像修复模型主要利用已知的图像信息去修复图像中缺失（待修复）区域的图像信息.图像修复模型的发展经历了2个阶段：传统算法和深度学习模型