在轮胎 X 射线图像中的缺陷检测：常规方法迎合深层结构
原文中文，约300字，阅读约需1分钟。发表于：。该研究介绍了一种强大的方法，通过利用传统的特征提取方法如局部二进制模式（LBP）和灰度共生矩阵（GLCM）特征，以及傅里叶和小波特征，结合先进的机器学习技术，在轮胎 X 射线图像中实现自动缺陷检测。实验证明，通过精细调整和结合机器学习模型，这些传统特征可以显著提高轮胎缺陷检测的准确性和可靠性，旨在为轮胎制造业的自动化质量保证建立新的标准。
确保交通安全至关重要，需要检测和防止道路表面缺陷。研究发现，基于图像的方法对天气和光照变化敏感。因此，研究者探索了使用激光扫描仪等附加传感器的方法，以提供深度信息，并探索了超出图像的数据的创新。综述回顾了道路表面缺陷检测研究，并评述了最近提出的非图像方法，讨论了相关挑战和待解决的问题。
