摘要
本发明涉及缺陷检测技术领域,解决了现有技术的人工智能算法对非线性特征缺陷检测效果较差,识别分类的准确率较低,无法满足微小缺陷多个种类的准确识别的技术问题,尤其涉及一种鸡液相捕获芯片缺陷的检测方法、设备以及存储介质,包括以下步骤:S1、获取待检测芯片的原始图像,并对原始图像进行预处理得到检测图像,S2、对检测图像进行配准,判断检测图像是否为缺陷图像,根据划痕缺陷和非划痕缺陷在形态上的明显区别,对划痕缺陷进行快速识别与分类,能够提高划痕缺陷识别的准确性并缩短识别速度,提高芯片缺陷检测的工作效率并且算法步骤简洁,避免出现人工智能算法检测非线性特征不准确的问题。
技术关键词
像素点
图像
边缘轮廓
划痕缺陷
检测芯片
人工智能算法
标记
非线性特征
芯片缺陷检测
缺陷检测技术
阈值分割法
可读存储介质
判断缺陷
处理器
坐标
液相
模板
计算机设备
系统为您推荐了相关专利信息
疲劳驾驶检测方法
特征融合网络
多尺度特征融合
特征选择
过滤模块
自动供水系统
控制模块
监测模块
二维X射线图像
数据采集模块
液体透镜
计算机执行指令
电子设备
搜索算法
图像采集模块
种植管理方法
柚子
Apriori算法
果实
区块链溯源