摘要
本发明涉及缺陷检测方法技术领域,更具体地说,涉及微纳结构表面缺陷智能检测方法及其系统,控制自动化样品台使搭载的样品进行三维方向的移动,获取多幅小范围微距图像;对所述多幅小范围微距图像进行拼接,组成高分辨率图像;基于所述高分辨率图像,通过深度学习的卷积神经网络模型进行分析,识别出微纳结构表面的缺陷;根据识别结果,生成测试用例集,模拟不同采样参数在微纳结构表面获取的图像;计算系统的性能参数指标,评估系统的可行性;对所述高分辨率图像进行数字化处理,实现所述微纳结构表面的缺陷检测,本发明提出的自动化高分辨率图像采集和拼接技术,大大减少了人工干预,提高了数据获取的效率和质量。
技术关键词
缺陷智能检测方法
微纳结构表面
卷积神经网络模型
Inception结构
生成测试用例
图像分析模块
评估系统
像素点
结构模块
光学系统模块
对比度
三维运动平台
网格搜索方法
采样模块
缺陷检测方法
均值滤波器
边缘检测算法
直方图均衡化
系统为您推荐了相关专利信息
剂量监测方法
三维卷积神经网络模型
肿瘤
偏差
剂量探测器
视频帧
语义分割模型
多通道
电子设备
卷积神经网络模型
识别验证码
残差神经网络
字符检测模型
验证码图片
字符识别方法
状态检测方法
矩阵
香原料
深度神经网络模型
红茶
种植区
深度卷积神经网络模型
识别方法
时序
数据