基于深度学习的气缸套表面缺陷检测方法及系统和设备
基本信息
| 申请号 | CN202011523285.9 | 申请日 | - |
| 公开（公告）号 | CN112733882A | 公开（公告）日 | 2021-04-30 |
| 申请公布号 | CN112733882A | 申请公布日 | 2021-04-30 |
| 分类号 | G06K9/62;G06T7/00;G06T7/13;G01N21/88 | 分类 | 计算；推算；计数; |
| 发明人 | 张晨民;李丙涛;栗芳;王明纲;刘涛 | 申请（专利权）人 | 郑州金惠计算机系统工程有限公司 |
| 代理机构 | 郑州大通专利商标代理有限公司 | 代理人 | 周艳巧 |
| 地址 | 450000 河南省郑州市金水区杨金路139号河南外包产业园C8-1 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于气缸套缺陷检测技术领域，特别涉及一种基于深度学习的气缸套表面缺陷检测方法及系统和设备，该方法中包含：分区域采集生产线上气缸套产品实时的表面图像数据，其中，分区域采集的产品表面图像数据至少包括气缸端面、内壁、外壁及裙边的图像；对图像数据进行滤波和分割处理，获取产品图像端面、内壁、外壁及裙边的待检测区域图像数据；并通过对待检测区域图像数据进行掩膜，确定气缸套产品目标检测区域图像数据；利用已训练优化的分类网络模型对目标检测区域图像数据进行分类识别，获取表面存有缺陷的气缸套产品，以通过分拣系统进行剔除。本发明结合深度学习技术实现气缸套表面缺陷的快速高效检测，提升效率，具有较好的应用价值。 |
