夏晓云
- 作品数：2 被引量：4H指数：1
- 供职机构：合肥工业大学计算机与信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于MapReduce的液晶屏缺陷检测方法被引量：3
- 2017年
- 5^(th)液晶屏在生产过程中会产生多种类型的缺陷,通过单一节点进行缺陷检测存在存储资源和计算时间的瓶颈。利用Hadoop集群的分布式计算、存储能力处理海量的高分辨率液晶屏图像是一个新的思路。针对高分辨液晶屏图像缺陷局部性特点,设计基于MapReduce的分布式缺陷检测方法,对高分辨率图像分块,并行完成每块图像的缺陷检测,再将检测结果归并,从而解决高分辨率图像缺陷检测效率低下问题。通过运行在Hadoop平台上的实验表明,该方法在完成缺陷检测的同时具有良好的效率提升。
- 夏晓云张仁斌谢瑞王聪
- 关键词：HADOOP高分辨率图像MAPREDUCE
- 液晶屏模糊边缘缺陷分布式检测方法被引量：1
- 2016年
- 第六代液晶屏在生产过程中会产生多种类型的缺陷,通过单机进行缺陷检测存在存储资源和计算时间的瓶颈。利用Hadoop集群优势处理海量的高分辨率液晶屏图像是一个新的思路。针对线阵CCD(charge-coupled device)相机采集特点,提出一种基于MapReduce的分布式缺陷检测方法,使用改进的C-V图像分割模型,完成液晶屏模糊边缘的缺陷分割,对处于子图边缘的缺陷进行二次缺陷提取,提高缺陷检测的准确率,并采用SVM(support vector machine)分类器完成缺陷的分类。实验表明,该方法提高检测效率的同时降低了缺陷的误判率,为分布式存储分块图像、缺陷测量等相关研究奠定了基础。
- 夏晓云张仁斌谢瑞王聪
- 关键词：MAPREDUCEC-V模型SVM分类器
