一种基于深度学习的预制棒外观缺陷自动化检测方法
基本信息
| 申请号 | CN202111191037.3 | 申请日 | - |
| 公开（公告）号 | CN113920090A | 公开（公告）日 | 2022-01-11 |
| 申请公布号 | CN113920090A | 申请公布日 | 2022-01-11 |
| 分类号 | G06T7/00（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G01N21/95（2006.01）I;G01N21/88（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 丁发展;王峰 | 申请（专利权）人 | 无锡雪浪数制科技有限公司 |
| 代理机构 | 无锡华源专利商标事务所（普通合伙） | 代理人 | 过顾佳 |
| 地址 | 214000江苏省无锡市经济开发区金融一街1号昌兴国际金融大厦6楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的预制棒外观缺陷自动化检测方法，涉及缺陷检测技术领域，该方法包括：通过焦平面缺陷提取法和光晕过滤处理，对预制棒棒体进行分段式表面缺陷检测和内部缺陷检测，滤除图像中的雾状干扰和远离聚焦平面的瑕疵；将背光组表面/内部缺陷图像和透光组表面/内部缺陷图像按照相同的拍摄方向进行缺陷合并，得到各个拍摄方向的表面缺陷整合图像以及其余拍摄深度的各个拍摄方向的内部缺陷整合图像；通过对内部缺陷整合图像进行相邻拍摄深度的缺陷点空间匹配，将同时出现在两个相邻拍摄深度的缺陷点归属到距离更接近的平面中；使用该方法能够减少人员与预制棒的接触，提高缺陷检测的精度及速度。 |
