一种基于深度学习的薄膜表面缺陷检测方法、系统及设备

基本信息

申请号 CN201910694129.X 申请日 -
公开(公告)号 CN110473179A 公开(公告)日 2019-11-19
申请公布号 CN110473179A 申请公布日 2019-11-19
分类号 G06T7/00;G06K9/62;G06N20/00 分类 计算;推算;计数;
发明人 毛雪慧;陈果;闫龑;王洋 申请(专利权)人 上海深视信息科技有限公司
代理机构 上海精晟知识产权代理有限公司 代理人 上海深视信息科技有限公司
地址 200241 上海市闵行区东川路555号乙楼1027室
法律状态 -

摘要

摘要 本发明提供了一种基于深度学习的薄膜表面缺陷检测方法、系统及设备。一种基于深度学习的薄膜表面缺陷检测方法包括S1:对检材正面进行图像采集;S2:对所述检材反面进行所述图像采集;S3:进行图像预处理;S4:进行轮廓外观缺陷检测;S5:判断轮廓检测结果;S6:使用多通道进行融合,得到多通道融合图像;S7:导入预先训练好的深度学习模型中。一种基于深度学习的薄膜表面缺陷检测系统包括图像采集模块、图像预处理模块、图像融合模块和图像检测模块;一种基于深度学习的薄膜表面缺陷检测设备包括存储器和处理器。本发明的有益效果是:可在成本低廉前提下,对光学薄膜缺陷进行有效识别,减少人工成本,提高识别效率,且部署简单,可重复性较高。