摘要
本发明公开了一种基于归一化特征合成和边缘细化重建的产品缺陷智能检测方法及装置。适用于普遍的有监督产品质量检测问题。这种改进的产品缺陷检测算法主要是基于已经构建好的产品特征数据,结合了归一化特征合成技术和边缘细化重建技术,对历史产品图像数据进行处理,首先使用基于归一化流的特征合成算法得到增强的特征图像,再通过边缘细化技术提取产品边缘特征,查询历史数据得到产品缺陷标签,然后对增强特征图像进行深度学习模型训练,得到最终的产品缺陷检测结果。与现有技术相比,本发明方法可有效提高产品缺陷检测的准确度和效率,使产品缺陷检测更加精准,并增加了产品检测的自动化程度。
技术关键词
缺陷智能检测方法
产品缺陷检测
缺陷智能检测装置
原始图像数据
边缘检测算法
边缘细化技术
生成标识
深度学习模型训练
查询历史数据
像素
标识缺陷
平滑边缘
强度
重建技术
标注工具
数据分布
系统为您推荐了相关专利信息
全息特征
伽马校正
变分贝叶斯
高速摄像系统
校准特征
材料测试系统
多功能测试模块
轮廓数据
图像分析法
样品图像数据
焊缝位置检测方法
强化特征
神经网络模型
矫正
待测工件
数字孪生模型
设备控制参数
装配设备
数据故障诊断
设备故障概率