摘要
本发明涉及焊点视觉检测识别技术领域,具体涉及焊点视觉检测分类方法及系统。本发明公开的焊点视觉检测分类方法,获取原始图像数据,预处理得到标准图像数据;通过边缘检测算法提取焊点几何特征,基于标准图像数据和几何特征构建数据集;构建神经网络模型,对标准图像数据进行特征提取,以及对几何特征进行结构化,并将提取后的特征与结构化后的几何特征进行融合形成特征向量,对焊点进行分类;基于数据集,对神经网络模型进行训练;通过训练后神经网络模型对焊点进行检测分类。本发明对焊点进行全面准确的分类,对焊点实时检测,焊点缺陷自动全面检测分类,检测分类精度高,适应焊点表面的复杂反光条件,降低误检和漏检概率,鲁棒性好的优点。
技术关键词
检测分类方法
焊点
神经网络模型
原始图像数据
边缘检测算法
计算方法
工业相机
深度特征提取
光源系统
彩色图像
图像采集模块
标签
检测分类系统
视觉检测识别
颜色LED灯
像素
流水线
系统为您推荐了相关专利信息
鲁棒软测量方法
变量
前馈神经网络
定义
神经网络训练算法
古树茶叶
茶叶分级
边缘检测算法
成品茶叶
温湿度传感器
退火炉
工作状态数据
材料特征
分析方法
输入神经网络模型