[发明专利]一种基于深度学习的焊点图像检测方法

摘要

本发明涉及一种基于深度学习的焊点图像检测方法，包括以下步骤：步骤1，对焊点图像划分有效子区域；步骤2，对子区域图像进行预处理，得到对应子区域图像的二值图；步骤3，对每个子区域图像对应的二值图进行第一步识别，获得疑似焊点区域，步骤4，利用深度学习网络对疑似焊点区域进行识别若步骤4没有疑似焊点区域则结合二值图和原图进行滑窗识别，步骤5，识别结果判断，若经过以上4步能识别到焊点则待识别区域有焊点，若以上步骤均不能识别到焊点则待识别区域没有焊点。本发明的处理方法既在一定程度上减小了滑窗的计算量，又通过双重验证提高了检测的精度，本发明方法比传统单一检测的方法有更优地鲁棒性。

主权项

1.一种基于深度学习的焊点图像检测方法，其特征在于，包括如下步骤：/n步骤1，对焊点图像划分有效子区域；/n步骤2，对子区域图像进行预处理，得到对应子区域图像的二值图；/n步骤3，对每个子区域图像结合对应的二值图进行第一步识别，包括以下子步骤，/n步骤3.1，对二值图进行边界去噪椭圆检测，实现方式如下，/n首先，提取二值图像的外轮廓，按逆时针方向对提取的外轮廓做多边形拟合，将每条拟合的线段矢量化，得到向量