摘要
本发明涉及复合材料表面缺陷检测技术领域,具体为一种复合材料表面缺陷检测系统及方法,该方法通过将采集的复合材料表面图像分别输入至卷积神经网络模型、支持向量机模型和随机森林模型中,各模型独立对输入的复合材料表面图像进行缺陷检测,输出包含每种缺陷类别概率的概率组,并为概率组生成评估标签,保证评估模块能够检测数据在传输过程中是否发生数据丢失,之后评估模块获取各模型输出的缺陷类别概率,使用加权平均公式对每个类别的概率分别进行加权融合,并基于设置的阈值,认定复合材料表面缺陷类别。本发明保证了系统对复合材料表面缺陷检测中的不同类型缺陷特征的捕捉能力,实现了精确和高效检测复合材料表面缺陷的有益技术效果。
技术关键词
表面缺陷检测方法
复合材料
缺陷类别
表面缺陷检测系统
支持向量机模型
卷积神经网络模型
标签
随机森林模型
生成参数
生成方式
图像采集模块
局部二值模式
因子
数据
对比度
网络架构
系统为您推荐了相关专利信息
铝合金拉手
表面缺陷检测方法
光照
多尺度特征融合
边缘轮廓图
铺层优化方法
铺层设计
优化设计方案
铺层顺序
细观模型
电涡流传感器
多通道
信号特征
数据处理方法
融合特征
汽化方法
液氢
储氢罐
汽化系统
石墨纤维复合材料