[发明专利]一种基于人工智能的高速线阵相机FPGA瑕疵检测方法和系统在审
| 申请号： | 202310021741.7 | 申请日： | 2023-01-06 |
| 公开（公告）号： | CN115984225A | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 钱波;刘皓;程丹;寿亚运;王熹徽 | 申请（专利权）人： | 合肥博焱智能科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T17/00;G06V10/75;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 合肥金律专利代理事务所(普通合伙) 34184 | 代理人： | 段晓微 |
| 地址： | 230000 安徽省合肥市高新区长江*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 人工智能 高速 相机 fpga 瑕疵 检测 方法 系统 | ||
1.一种基于人工智能的高速线阵相机FPGA瑕疵检测方法，其特征在于，包括以下步骤：
S1：图像采集卡控制高速线阵相机对目标物体进行图像采集以得到第一数字信号；
S2：根据所述第一数字信号建立目标物体的三维图像；
S3：将所述第一数字信号作为模型输入到预先训练模型中，预先训练模型基于AI算法对所述第一数字信号进行模型训练以得到预设标准图像；
S4：对所述目标物体的三维图像与所述预设标准图像进行图像匹配得到第二数字信号；
S5：对所述第二数字信号进行瑕疵目标提取以得到瑕疵检测结果。
2.根据权利要求1所述的基于人工智能的高速线阵相机FPGA瑕疵检测方法，其特征在于，根据所述第一数字信号建立三维图像具体包括：对第一数字信号包含的线阵图像进行图像拼接得到二维图像，基于拼接得到的二维图像通过三维重建技术得到三维图像。
3.根据权利要求1所述的基于人工智能的高速线阵相机FPGA瑕疵检测方法，其特征在于，预先训练模型基于AI算法对所述第一数字信号进行模型训练以得到预设标准图像，具体包括：利用two-stage算法通过候选区产生可能包含目标物体的预测框，再用分类器去判断每个预测框里是否包含有目标物体，以及目标物体所属的类别，从而得到预设标准图像。
4.根据权利要求3所述的基于人工智能的高速线阵相机FPGA瑕疵检测方法，其特征在于，预先训练模型基于AI算法对所述第一数字信号进行模型训练以得到预设标准图像还包括：利用one-stage算法将检测任务当作一个回归问题来处理，使用一个神经网络，直接从一整张图像来预测出可能包含目标物体的预测框的坐标、预测框中包含物体的置信度和包含物体的可能性，从而得到预设标准图像。
5.根据权利要求1所述的基于人工智能的高速线阵相机FPGA瑕疵检测方法，其特征在于，对所述目标物体的三维图像与所述预设标准图像进行图像匹配得到第二数字信号具体包括：通过预先配置在预设标准图像中的特征点与三维图像进行图像匹配。
6.根据权利要求1所述的基于人工智能的高速线阵相机FPGA瑕疵检测方法，其特征在于，第二数字信号包括三维图像中的像素分布信息、颜色信息和亮度信息与预设标准图像中的像素分布信息、颜色信息和亮度信息进行比对后获得的结果。
7.一种基于人工智能的高速线阵相机FPGA瑕疵检测系统，其特征在于，包括高速线阵相机(1)、图像采集卡(2)、AI模块(3)，高速线阵相机(1)通过通讯协议接口与图像采集卡(2)进行通讯连接，AI模块(3)与图像采集卡(2)耦合。
8.根据权利要求7所述的基于人工智能的高速线阵相机FPGA瑕疵检测系统，其特征在于，图像采集卡(2)采用FPGA核心处理器。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥博焱智能科技有限公司，未经合肥博焱智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202310021741.7/1.html，转载请声明来源钻瓜专利网。
