[发明专利]一种基于深度学习的焊点瑕疵检测方法在审
| 申请号： | 201811361588.8 | 申请日： | 2018-11-15 |
| 公开（公告）号： | CN109615609A | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 郜诗佳;张辉;弭寒光;郜思睿;王德意;柳嘉润;巩庆海;骆无意 | 申请（专利权）人： | 北京航天自动控制研究所;中国运载火箭技术研究院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10 |
| 代理公司： | 中国航天科技专利中心 11009 | 代理人： | 马全亮 |
| 地址： | 100854 北京*** | 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： | 一种基于深度学习的焊点瑕疵检测方法，步骤如下：(1)对原始图像数据进行灰度化处理；(2)对灰度化处理后的图像进行预处理，进行滤波处理，消除噪声；(3)对预处理后的图像进行分割处理，将焊点和背景进行区分；(4)将步骤(3)分割处理后的图像进行形态学处理，将相连的焊点进一步分割；(5)对形态学处理后的图像进行最终分割，将相连的焊点处理完全，得到所有的焊点目标；(6)对所有的焊点目标进行瑕疵识别，完成焊点的瑕疵检测。本发明方法实现了电路板焊点的自动识别与瑕疵焊点检测，有助于节约人工成本，且瑕疵识别率高，有助于提升工业生产效率和可靠性。 | ||
| 搜索关键词： | 焊点 瑕疵检测 图像 瑕疵 预处理 灰度化处理 形态学处理 分割处理 原始图像数据 电路板焊点 焊点处理 焊点检测 滤波处理 人工成本 消除噪声 自动识别 识别率 分割 节约 学习 | ||
【主权项】：
1.一种基于深度学习的焊点瑕疵检测方法，其特征在于步骤如下：(1)对原始图像数据进行灰度化处理；(2)对灰度化处理后的图像进行预处理，进行滤波处理，消除噪声；(3)对预处理后的图像进行分割处理，将焊点和背景进行区分；(4)将步骤(3)分割处理后的图像进行形态学处理，将相连的焊点进一步分割；(5)对形态学处理后的图像进行最终分割，将相连的焊点处理完全，得到所有的焊点目标；(6)对所有的焊点目标进行瑕疵识别，完成焊点的瑕疵检测。
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北京航天自动控制研究所;中国运载火箭技术研究院，未经北京航天自动控制研究所;中国运载火箭技术研究院许可，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/201811361588.8/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
