[发明专利]一种基于深度学习和机器视觉融合的夹片缺陷检测方法在审
| 申请号： | 201810815171.8 | 申请日： | 2018-07-24 |
| 公开（公告）号： | CN109035232A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 王健;唐滔;曾庆宁 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G01N21/88 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 周雯 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习和机器视觉融合的夹片缺陷检测方法，涉及自动检测技术领域，所解决的问题是为了克服基于机器视觉的夹片质量检测方法中因人工提取特征而造成的检测准确率不高的问题，包括如下步骤：（1）夹片工件图像采集；（2）基于深度学习的方法对夹片进行牙型缺陷检测；（3）基于机器视觉的方法进行夹片尺寸缺陷检测；（4）最后统计得到夹片缺陷检测结果。本发明技术方案实现简单，能有效地提高夹片缺陷检测准确率。 | ||
| 搜索关键词： | 夹片 缺陷检测 基于机器 机器视觉 准确率 视觉 缺陷检测结果 自动检测技术 尺寸缺陷 工件图像 提取特征 质量检测 有效地 融合 检测 学习 牙型 采集 统计 | ||
【主权项】：
1.一种基于深度学习和机器视觉融合的夹片缺陷检测方法，其特征在于：包括如下步骤：(1)夹片工件图像采集；(2)基于深度学习的方法对夹片进行牙型缺陷检测；(3)基于机器视觉的方法进行夹片尺寸缺陷检测；(4)最后统计得到夹片缺陷检测结果。
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桂林电子科技大学，未经桂林电子科技大学许可，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/201810815171.8/，转载请声明来源钻瓜专利网。
