[發明專利]一種產品缺陷識別方法在審
| 申請號: | 201910641300.0 | 申請日: | 2019-07-16 |
| 公開(公告)號: | CN110349150A | 公開(公告)日: | 2019-10-18 |
| 發明(設計)人: | 陳證雧;吳嘉航 | 申請(專利權)人: | 昆山亙恒智能科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06K9/38;G06K9/46;G01N21/88 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 215335 江蘇省蘇州*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 瑕疵 產品缺陷 圖像 準確度 產品圖像 傳統算法 多重參數 關鍵特征 光學設備 缺陷識別 人力成本 縮小圖像 圖像背景 學習算法 誤判 算法 去除 篩選 學習 | ||
1.一種產品缺陷識別方法,其特征在于,包括如下步驟:
通過光學設備獲取產品圖像;
去除圖像背景,留下圖像的關鍵特征,并縮小圖像尺寸;
通過深度學習算法篩選出圖像中的瑕疵。
2.根據權利要求1所述的產品缺陷識別方法,其特征在于,所述去除圖像背景,留下圖像的關鍵特征,并縮小圖像尺寸,包括:
將圖像進行第一次二值化處理;
將二值化處理后的圖像進行第一次特征分離,獲得最大特征圖像,去除最大特征圖像周圍的其它特征;
將分離出來的最大特征圖像內部填滿;
去除背景;
將去除背景后的最大特征圖像進行第二次二值化處理;
對最大特征圖像進行第二次特征分離,獲得分離后的產品特征圖像;
將產品特征圖像填滿;
取得前景物件并縮小圖像尺寸,輸出。
3.根據權利要求1所述的產品缺陷識別方法,其特征在于,所述深度學習算法,包括:
截取多個產品圖像的特征圖像,并對特征圖像有無缺陷進行標記;
將多個特征圖像逐一或疊加后進行權重學習;
對特征圖像的缺陷進行預測;
若預測結果與標記不一致,則重復上述步驟;
若預測結果與標記一致,則將預測結果與對應特征圖像一并存儲于數據庫中,結束深度學習過程。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于昆山亙恒智能科技有限公司,未經昆山亙恒智能科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910641300.0/1.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





