[发明专利]基于卷积神经网络进行物品图像缺陷检测的方法及装置在审
| 申请号： | 201911075959.0 | 申请日： | 2019-11-06 |
| 公开（公告）号： | CN110766689A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 周洪峰 | 申请（专利权）人： | 深圳微品致远信息科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/136;G01N21/88 |
| 代理公司： | 44477 深圳市汇信知识产权代理有限公司 | 代理人： | 贾永华 |
| 地址： | 518000 广东省深圳市前海深港合作区前*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供基于卷积神经网络进行物品图像缺陷检测的方法及装置，该方法包括：获取物品图像的像素切割成固定尺寸图像，提取所述固定尺寸图像的像素值并转化为图像像素点的数据矩阵；根据所述数据矩阵将所述固定尺寸图像进行灰度归一化、滤波处理、阈值分割处理得到预处理图像数据；根据所述预处理图像数据及其物品图像缺陷类型进行训练，得到物品图像缺陷检测的卷积神经网络；获取待检测物品图像得到待检测物品图像的预测数据，将所述待检测物品图像的预测数据代入所述卷积神经网络得到所述待检测物品图像的缺陷检测结果。本发明能够实现准确、高效且低成本的物品图像缺陷检测。 | ||
| 搜索关键词： | 物品图像 待检测物品 卷积神经网络 尺寸图像 缺陷检测 图像 预处理图像 数据矩阵 预测数据 像素 缺陷检测结果 灰度归一化 图像像素点 滤波处理 缺陷类型 阈值分割 低成本 切割 申请 转化 | ||
【主权项】：
1.一种基于卷积神经网络进行物品图像缺陷检测的方法，其特征在于，包括：/n获取物品图像的像素，根据预设像素与图像尺寸对应关系切割成固定尺寸图像，提取所述固定尺寸图像的像素值并转化为图像像素点的数据矩阵；/n根据所述数据矩阵将所述固定尺寸图像进行灰度归一化处理增强所述固定尺寸图像的对比度；将灰度归一化的所述固定尺寸图像数据经过由正弦平面波调制的高斯核函数进行滤波处理；将滤波后的所述固定尺寸图像的数据进行阈值分割得到预处理图像数据；/n根据所述预处理图像数据及其物品图像缺陷类型进行训练，得到物品图像缺陷检测的卷积神经网络；/n获取待检测物品图像的图像缺陷类型选择对应的像素切割、灰度归一化、滤波及阈值分割的预处理策略；根据所述预处理策略对所述待检测物品图像进行像素切割、灰度归一化、滤波及阈值分割得到待检测物品图像的预测数据，将所述待检测物品图像的预测数据代入所述卷积神经网络得到所述待检测物品图像的缺陷检测结果。/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深圳微品致远信息科技有限公司，未经深圳微品致远信息科技有限公司许可，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/201911075959.0/，转载请声明来源钻瓜专利网。
