摘要
本申请公开了一种木塑板材表面平整度检测装置及方法,其通过采用基于深度学习的计算机视觉技术对木塑板材表面图像进行图像分析,通过灰度转换和高斯滤波去除图像噪声,提取出稳定的图像纹理分布特征表示,同时,以图像纹理特征统计参数的嵌入表示作为辅助信息,通过跨域联合编码,获取图像纹理分布特征和纹理统计特征的多尺度纹理信息融合表示,以此来进行木塑板材平整度的智能检测。通过这种方式,能够有效提高检测的抗干扰能力,增强对光照变化和板材表面微小缺陷的识别,从而提高检测的精度和可靠性,满足现代工业生产的需求。
技术关键词
木塑板材
表面纹理特征
纹理分布特征
图像纹理特征提取
多尺度
统计特征提取
矩阵
特征提取单元
空洞卷积神经网络
编码模块
平整度检测方法
表面微小缺陷
缺陷检测单元
注意力
系统为您推荐了相关专利信息
电力设备红外图像
残差结构
特征金字塔
残差模块
注意力机制
数据异常检测方法
深度残差网络模型
异常数据
分析单元
依赖特征
金字塔特征
特征金字塔网络
脱敏方法
图像
区域候选网络
图像监测方法
超声设备
相控阵传感器
波束成形
视觉特征