[发明专利]一种基于卷积神经网络的光学元件快速暗场检测方法在审
| 申请号： | 202111429842.5 | 申请日： | 2021-11-29 |
| 公开（公告）号： | CN114119557A | 公开（公告）日： | 2022-03-01 |
| 发明（设计）人： | 陈明君;李小涛;尹朝阳;赵林杰;程健;袁晓东;郑万国;廖威;王海军;张传超 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/60;G06T7/73;G06V10/764;G06V10/82;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 黑龙江立超同创知识产权代理有限责任公司 23217 | 代理人： | 杨立超 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于卷积神经网络的光学元件快速暗场检测方法，涉及光学元件检测技术领域，用以解决现有技术中对于大口径元件表面缺陷识别的准确率和效率较低的问题。本发明的技术要点包括：在暗场环境下对元件表面进行扫描采集，并调整曝光值，获得对应不同曝光值的暗场图像集；将预处理后的暗场图像集输入基于卷积神经网络的识别模型中进行训练；将待识别图像输入训练好的识别模型中，获得识别结果；其中，应用高曝光值数据进行目标分割及图像截取，应用低曝光值数据进行识别分类，模型训练阶段引入迁移学习，降低了模型训练次数，提高了模型识别准确率。本发明通过暗场阶段对缺陷区域进行识别，剔除了大量污染物，使光学元件的整个检测周期大大降低。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 光学 元件 快速 暗场 检测 方法 | ||
【主权项】：
暂无信息
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/202111429842.5/，转载请声明来源钻瓜专利网。
