[发明专利]金属零件表面缺陷检测与识别方法及装置有效
| 申请号： | 201810228901.4 | 申请日： | 2018-03-20 |
| 公开（公告）号： | CN108827969B | 公开（公告）日： | 2020-07-24 |
| 发明（设计）人： | 陶显;张大朋;刘希龙;徐德;马文治;林福严 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G01N21/88 | 分类号： | G01N21/88 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于机器视觉技术领域，具体涉及一种金属表面缺陷检测与识别方法及装置。旨在解决现有技术在不同的环境下检测和识别精度低的问题。本发明提供一种金属表面缺陷检测与识别方法，包括基于获取的金属零件表面的原始图像，通过预先构建的表面缺陷检测模型对原始图像进行缺陷检测，得到缺陷区域位置；对缺陷区域位置进行轮廓检测，分别得到第一缺陷轮廓和第二缺陷轮廓；将第一缺陷轮廓与第二缺陷轮廓输入预先构建的表面缺陷分类模型，识别出金属零件表面的缺陷类别。本发明的方法具有全自动和检测精度高的优点。 | ||
| 搜索关键词： | 金属 零件 表面 缺陷 检测 识别 方法 装置 | ||
【主权项】：
1.一种金属零件表面缺陷检测与识别方法，其特征在于，所述方法包括：基于获取的金属零件表面的原始图像，通过预先构建的表面缺陷检测模型对所述原始图像进行缺陷检测，得到缺陷区域位置；对所述缺陷区域位置进行轮廓检测，分别得到第一缺陷轮廓和第二缺陷轮廓；将所述第一缺陷轮廓与所述第二缺陷轮廓输入预先构建的表面缺陷分类模型，识别所述金属零件表面的缺陷类别；其中，所述表面缺陷检测模型基于融合卷积网络模型构建，并通过所述原始图像和带有缺陷位置标注信息的金属零件表面图像的训练集进行训练；所述表面缺陷分类模型基于分类卷积网络模型构建，并对所述分类卷积网络模型的全连接层进行训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/patent/201810228901.4/，转载请声明来源钻瓜专利网。
