[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

专利信息
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: 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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top