王宪保,朱啸咏,姚明海

(浙江工业大学 信息工程学院，杭州 310023)

0 引言

在滤袋的智能生产中，需要对滤袋进行卡扣的自动化安装，而实现这一过程的前提是获得滤袋开口的准确位置及滤袋所属的类别。伴随着滤袋制造工艺的提升以及需求的多样化，滤袋大小、纹理等变得更加丰富，这为滤袋开口检测问题带来了更为严峻的挑战。

本文的滤袋开口检测实际上是一种目标检测，它是一种包含目标定位与目标分类任务，使用图像处理、机器学习等方法，在图像中搜索感兴趣对象的计算机视觉技术[1]。一般先通过目标分类判断是否含有目标对象，再进行更细粒度的检测，并将搜索到的目标通过方框进行标注[2]。

计算机视觉处理中，图像一般以像素矩阵的形式存储，对其进行类别以及位置信息的相关特征提取方可实现目标检测[3]。传统目标检测算法在图像经过去噪、增强、裁剪等预处理之后，对图像采用滑动窗口遍历并生成候选区域，对每个候选区域采取特征提取，例如方向梯度直方图(HOG，histogram of oriented gradients)[4]，尺度不变特征变换(SIFT，scale invariant feature transform)[5]，(DPM,deformablepartsmodel)[6]等，最后通过AdaBoost[7]，(SVM,support vector machine)[8]等机器学习算法对目标进行分类，然后依据类别对目标进行边框回归。由于上述目标检测模型对于不同的特征需要设计不同分类器，导致其泛用性差、鲁棒性不足。

2012年之后，计算机视觉技术在深度学习的带动下开始了迅猛的发展，以深度卷积神经网络为代表的方法替代了手工特征方法。在目标检测领域，(Fast RCNN,fast region-based convolutional neural network)[9]和(Faster RCNN,faster region-based convolutional neural network)[10]为基于深度学习的目标检测方法提供了新的方向。……