摘要
本发明公开了一种基于深度学习的陶瓷基板表面缺陷检测方法及系统,涉及陶瓷基板检测领域,该方法包括:获取待测基板的表面图像,将表面图像输入至训练完成得到的检测模型中进行处理,得到表面图像的检测结果;检测模型是通过以下方式训练得到的;获取训练样本,将各个样本图像进行预处理,得到预处理后的灰度图像;将灰度图像的基板区域和背景区域进行分割;将第一图像的缺陷区域和其他区域进行分割;将第二图像输入至基于深度学习的预置模型中进行训练,得到训练完成的检测模型;实现了对待测基板高效的异常检测,同时相比人工检测,避免了检测人员的经验要求,在精度与效率上也满足愈发增长的生产规模和对陶瓷基板品级区分精度的要求。
技术关键词
陶瓷基板表面
图像
缺陷检测方法
样本
重构
缺陷检测系统
影像
降噪算法
滤除噪声
模块
计算机
处理器
存储器
坐标
电子设备
指令
精度
系统为您推荐了相关专利信息
粉笔
声音采集装置
擦除机构
安装图像采集装置
检测平台
缺陷类别
产品缺陷检测方法
训练样本图像
尺寸
对象
鱼缸水质
状态监测方法
图像传感器
光敏传感器
图像轮廓信息
深度卷积网络
免疫细胞
形态学特征
多通道
模型训练方法
激光轮廓
图像重建方法
点云数据流
动态调节激光
注胶