申请/专利权人:东华大学
申请日:2023-12-18
公开(公告)日:2024-03-15
公开(公告)号:CN117710338A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/20;G06V10/28;G06V10/82;G06V10/764
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明公开了一种类镜面表面的缺陷检测方法,涉及工业检测领域,包括以下步骤:对类镜面工件进行成像,采集若干有缺陷的类镜面工件的表面图像,构建用于分类的深度学习神经网络模型的训练数据集;使用训练数据集,训练用于分类的深度学习神经网络模型;采集待检测的类镜面工件表面图像,并对图像进行预处理;使用深度学习神经网络模型对预处理后的图像进行缺陷检测,并在类镜面工件的原图上标记出检测到的缺陷。本发明将窗口滑动模块和预测分析空间可视化模块分别插入分类网络的头尾,让分类网络实现缺陷目标检测,窗口滑动模块对原图的每个窗口内子图进行打分,通过可视化得到对应的得分图,标注工作量小,样本需求量小,检测结果迅速且稳定。
主权项:1.一种类镜面表面的缺陷检测方法,其特征在于,所述方法包括以下步骤:S101:对类镜面工件进行成像,采集若干有缺陷的所述类镜面工件的表面图像,构建用于分类的深度学习神经网络模型的训练数据集;S103:使用所述训练数据集,训练用于分类的所述深度学习神经网络模型;S105:采集待检测的所述类镜面工件表面图像,并对所述图像进行预处理;S107:使用所述深度学习神经网络模型对所述预处理后的图像进行缺陷检测,并在所述类镜面工件的原图上标记出检测到的缺陷。
全文数据:
权利要求:
百度查询: 东华大学 一种类镜面表面的缺陷检测方法
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。