申请/专利权人：武汉大学深圳研究院

申请日：2020-05-22

公开（公告）日：2020-10-23

公开（公告）号：CN111815555A

主分类号：G06T7/00(20170101)

分类号：G06T7/00(20170101);G06T7/70(20170101);G06T5/00(20060101);G06K9/32(20060101);G06K9/46(20060101);B22F3/00(20060101);B33Y50/00(20150101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2020.11.10#实质审查的生效;2020.10.23#公开

摘要：本发明提供了一种对抗神经网络结合局部二值的金属增材制造图像检测方法及装置，该方法包括：获取金属增材制造的熔池和溅射图像，对熔池和溅射图像进行预处理；利用训练好的生成式对抗神经网络对预处理后的熔池和溅射图像中的缺陷进行修复，获得修复后的熔池和溅射图像；利用局部二值模式算法获取熔池和溅射原图与修复后的熔池和溅射图像的LBP值，根据二者LBP值的数值差异识别熔池和溅射原图与修复后的熔池和溅射图像之间的差异，差异部分的图像即为缺陷区域的图像，根据缺陷区域的图像对缺陷区域进行精确定位与识别。本发明能够对金属增材制造过程中的熔池和溅射图像中的缺陷进行定位和识别，从而实时调节制造工艺参数，提高零件制造的良品率。

主权项：1.一种对抗神经网络结合局部二值的金属增材制造图像检测方法，其特征在于，包括以下步骤：S1、获取金属增材制造的熔池和溅射图像，对熔池和溅射图像进行预处理；S2、利用训练好的生成式对抗神经网络对预处理后的熔池和溅射图像中的缺陷进行修复，获得修复后的熔池和溅射图像；S3、利用局部二值模式算法获取熔池和溅射原图与修复后的熔池和溅射图像的LBP值，根据二者LBP值的数值差异识别熔池和溅射原图与修复后的熔池和溅射图像之间的差异，差异部分的图像即为缺陷区域的图像，根据缺陷区域的图像对缺陷区域进行精确定位与识别。

全文数据：

权利要求：

百度查询： 武汉大学深圳研究院 对抗神经网络结合局部二值的金属增材制造图像检测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD