申请/专利权人：深圳市捷超行模具有限公司

申请日：2023-11-28

公开（公告）日：2024-04-02

公开（公告）号：CN117808741A

主分类号：G06T7/00

分类号：G06T7/00;G06N3/0464;G06N3/048;G06N3/084;G06T5/70;G06T7/13;G06T7/90

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明提出一种基于神经网络模型的一体化硅胶表带成型检测方法，通过图像粗过滤、边缘优化建立图像数据的机器视觉模型，并利用神经网络对输入图像进行判别，从而实现对一体化硅胶材料表带成型效果的自动检测，有助于发现一体化硅胶材料表带成型产品的缺陷，提高一体化硅胶材料表带成型批次质量。

主权项：1.一种基于神经网络模型的一体化硅胶表带成型检测方法，其特征在于：步骤1：对一体化硅胶材料表带图像进行分离，采集位于检测台上的表带图像，对其进行处理获得分离后的表带图像区域，具体方法如下：1-1采集图像为三通道彩色图像，其三通道的值分别为、、，则图像的颜色按下式计算： ；图像的亮度按照下式计算： ；根据图像的颜色分布、亮度分布，建立联合高斯模型进行粗分离；1-2经过粗分离步骤后，对分离后的图像再次处理，在图像的局部空间S中选取一对候选像素，其坐标分别是、，计算： ；其中，根据公式（1）表示图像像素的颜色值；计算： ；其中，根据公式（2）表示图像像素的亮度值；常数、为经验阈值；记录像素、是否同时满足公式（5）、（6）；继续随机选取一对候选像素，按上述步骤计算公式（5）、（6）的测试值并统计是否满足；反复K次，假设其中符合条件的点对数为个，不符合条件的为个；如果成立，则局部空间S是潜在的边缘区域；对于潜在的边缘区域，利用滤波模板进行边缘优化，最终得到分离的表带图像；步骤2、基于神经网络模型的对分离的表带图像局部特征进行检测。

全文数据：

权利要求：

百度查询： 深圳市捷超行模具有限公司 一种基于神经网络模型的一体化硅胶表带成型检测方法

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。

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