[发明专利]一种基于深度学习的工业元器件外观缺陷检测方法有效
申请号: | 201910944855.2 | 申请日: | 2019-09-30 |
公开(公告)号: | CN110658202B | 公开(公告)日: | 2021-01-01 |
发明(设计)人: | 杨灵运;文杰;陈建;杨文峰;王小康;陈胜 | 申请(专利权)人: | 贵州航天云网科技有限公司 |
主分类号: | G01N21/88 | 分类号: | G01N21/88;G06T7/00 |
代理公司: | 重庆强大凯创专利代理事务所(普通合伙) 50217 | 代理人: | 王照伟 |
地址: | 550000 贵州省贵阳市贵阳国家高新技术产*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及智能检测领域,特别涉及一种基于深度学习的工业元器件外观缺陷检测方法,包括以下步骤:S1、图像获取步骤:将待测工件置于检测平台上,在稳定、均匀的照明环境下,通过检测平台上的相机获取待测工件外表面的图像数据;S2、图像处理步骤:对获取的图像数据进行图像前期处理,得到待诊断图像;S3、图像分析和识别步骤:获取基于深度学习构建的卷积神经网络模型对待诊断图像进行判断,将判断结果输出分析待测图像上外观缺陷的纹理、形状信息,并自动判别缺陷类型和参数指标,最终输出待测图像的识别结果。本发明能够提高工业元器件缺陷的检测效率,降低人力劳动成本。 | ||
搜索关键词: | 一种 基于 深度 学习 工业 元器件 外观 缺陷 检测 方法 | ||
【主权项】:
1.一种基于深度学习的工业元器件外观缺陷检测方法,其特征在于:包括以下步骤:/nS1、图像获取步骤:将待测工件置于检测平台上,在稳定、均匀的照明环境下,通过检测平台上的相机获取待测工件外表面的图像数据;/nS2、图像处理步骤:对获取的图像数据进行图像前期处理,得到待诊断图像;/nS3、图像分析和识别步骤:获取基于深度学习构建的卷积神经网络模型对待诊断图像进行判断,自动判断缺陷类型和参数指标,最终输出待测图像的识别结果。/n
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贵州航天云网科技有限公司,未经贵州航天云网科技有限公司许可,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/patent/201910944855.2/,转载请声明来源钻瓜专利网。
- 上一篇:一种隔膜的光学检测机构
- 下一篇:一种活塞杆表面显微缺陷的光学检测系统及方法