基于分块的局部缺陷检测

打印质量是衡量打印机性能的一项重要标准。打印缺陷的检测、分类与评估能够反映打印机的工作状态，并有助于定位内部机械问题。为处理所有这些任务，需要一种高效算法来替代传统的人工视觉检查方法。本文中，我们关注带有局部缺陷（包括灰点与圆实点）的页面。我们提出一种由粗到细的方法，以分块方式检测局部缺陷，并聚合分块属性以生成整张测试页的特征向量，用于后续的排序任务。在检测部分，我们首先通过对单一特征设阈值为候选区域。随后计算候选块的更细致特征，并送入先前在我们的训练数据集上训练好的决策树。最终结果由决策树模型给出，以在维持所需漏检率的同时控制误报率。与先前方法相比，我们的算法在检测与分类局部缺陷方面被证明是有效的。