摘要
本发明公开了一种柔性触摸屏表面缺陷自动检测方法和系统,包括以下步骤:S1:使用Retinex方法补偿柔性触摸屏表面图像的光照,并转换至HSV色彩空间,获得转换后的图像;S2:基于转换后的图像计算方向性特征图;S3:基于方向性特征图构建高斯混合模型,并使用期望最大化算法对特征进行聚类,得到初始缺陷区域;S4:利用形态学处理对初始缺陷区域进行优化,得到优化后的缺陷区域;S5:拼接转换后的图像和优化后的缺陷区域获得输入图像,基于深度学习的多尺度特征融合网络对输入图像进行缺陷检测。本发明能够实现柔性触摸屏表面缺陷的快速、准确检测。
技术关键词
柔性触摸屏
缺陷自动检测方法
缺陷类别
特征融合网络
高斯混合模型
图像
期望最大化算法
像素
协方差矩阵
光照
多尺度特征提取
坐标
缺陷自动检测系统
Softmax函数
融合多尺度特征
色彩
深度学习网络
全局平均池化
概率密度函数
系统为您推荐了相关专利信息
响应优化方法
建筑群
多源异构数据融合
深度信念网络
建筑能耗监测数据
车牌识别方法
特征融合网络
特征提取网络
号码
融合特征
超声波换能器
概率密度函数
压电式力传感器
生成声学信号
刀具磨损状态
船用轴承
故障检测模型
故障检测方法
声学特征
振动特征