基于深度卷积神经网络的匀光板缺陷检测方法
基本信息
| 申请号 | CN201911159889.7 | 申请日 | - |
| 公开（公告）号 | CN110910372A | 公开（公告）日 | 2021-06-18 |
| 申请公布号 | CN110910372A | 申请公布日 | 2021-06-18 |
| 分类号 | G06T7/00;G06T7/11;G06T7/13;G06T7/136;G06T5/30 | 分类 | 计算；推算；计数; |
| 发明人 | 衡伟龙;李坤彬 | 申请（专利权）人 | 郑州智利信信息技术有限公司 |
| 代理机构 | 郑州芝麻知识产权代理事务所（普通合伙） | 代理人 | 王越 |
| 地址 | 450000 河南省郑州市中原区高新技术产业开发区长椿路11号河南省国家大学科技园孵化园区1号南配楼102号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度卷积神经网络的匀光板缺陷检测方法。包括：使用相机自顶向下采集原始匀光板图像；对原始匀光板图像进行灰度化处理；对灰度化处理结果进行降采样；对降采样结果进行基于阈值化的差分归一化处理；对归一化结果进行伽马变换，得到增强匀光板图像；构建形态学结构算子，根据形态学结构算子对增强匀光板图像进行膨胀运算；对膨胀后的匀光板图像进行边缘检测，得到匀光板梯度图；进行阈值分割、连通域过滤处理，生成标注结果；将标注结果与匀光板图像作为样本数据集，训练深度卷积神经网络，实现匀光板缺陷的自动检测。利用本发明，可以在匀光板质量检测场景中，使匀光板缺陷检测更容易，提高检测准确率。 |
