摘要
本申请公开了电源针产品电镀层外观缺陷检测方法、装置及相关产品,所述方法包括:采用多光谱成像设备和线扫描技术相结合的方式采集待检测电源针的电镀层待检测图像;利用深度学习驱动的去噪算法和基于物理模型的光照校正算法对电镀层待检测图像进行预处理;再运用深度卷积神经网络模型自动提取图像中的多层次特征;结合特征工程方法提取与电镀层物理特性相关的物理特征;将多层次特征和物理特征进行融合;采用特征降维技术对融合后的特征进行压缩和筛选,获得融合特征向量;最后利用缺陷检测模型检测电镀层的外观缺陷;本申请可实现对电源针产品电镀层外观缺陷的高准确性、高精度和高效率的检测。
技术关键词
特征提取模型
外观缺陷检测方法
电镀
计算机视觉技术
深度卷积神经网络架构
缺陷类别
多光谱成像设备
校正算法
图像去噪模型
优化采集参数
电源
噪声模式
像素点
特征工程方法
层厚度
样本
特征筛选方法
纹理
系统为您推荐了相关专利信息
事件特征
设备诊断方法
特征提取模型
Lucene全文检索
建立倒排索引
智能监测模块
监测系统
企业经营管理
数据
优化用户体验