申请/专利权人:湖北大学
申请日:2024-01-11
公开(公告)日:2024-04-09
公开(公告)号:CN117853765A
主分类号:G06V10/75
分类号:G06V10/75;G06V10/54;G06V10/46;G06V20/60;G06T7/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明属于机器视觉技术领域,公开了一种表面瑕疵检测方法、系统、设备及终端,包括:S1,LBP算子:将基准图像与实际拍摄图像进行对比前首先采用LBP纹理特征提取算法进行预处理;S2,Sift特征点匹配:加入Sift特征点匹配算法,计算图像中的关键特征点,并将特征点的空间信息进行比对;S3,瑕疵检测:当拍摄图片的局部特征点与基准图库中的某张图片比对成功后,会对两张图片进行详细比对,从而找出差异点,并完成瑕疵检测。本发明预先将各种图像处理方法进行融合,无需用户进行任何设置,一键运行系统后便可全自动进行检测,大量降低了人员培训成本。本发明结构组成简单,成本低。基础构成仅需电脑、相机、光源即可搭建完成,使用方便,可移动性好。
主权项:1.一种表面瑕疵检测方法,其特征在于,包括:S1,LBP算子:将基准图像与实际拍摄图像进行对比前首先采用LBP纹理特征提取算法进行预处理;S2,Sift特征点匹配:加入Sift特征点匹配算法,开发梯度方向公式,计算图像中的关键特征点,并将特征点的空间信息进行比对;S3,瑕疵检测:当拍摄图片的局部特征点与基准图库中的某张图片比对成功后,会对两张图片进行详细比对,从而找出差异点,并完成瑕疵检测。
全文数据:
权利要求:
百度查询: 湖北大学 一种表面瑕疵检测方法、系统、设备及终端
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。