摘要
本发明提供了一种宠物食品包装袋图像配准检测方法,属于基于计算机视觉的图像分析技术领域;方法过程包括:分别通过RGB相机和热成像相机采集宠物食品包装袋RGB图像和热成像图像;对两种图像进行标准化预处理,并将热成像图像插值到与RGB图像相同的分辨率;将预处理好两种图像输入训练好的图像配准模型中,输出宠物食品包装袋印刷质量检测结果;图像配准模型包括全新设计的图像配准模块、图像分割模块和缺陷检测模块。本发明多模态图像配准结合深度学习技术,提高了复杂背景下的检测精度和对隐性缺陷的感知能力。通过颜色一致性、模糊、偏移和缺失的全面评估,实现了包装袋印刷质量的全方位检测。
技术关键词
宠物食品包装袋
图像配准模型
训练卷积神经网络
关键点
成像
图像分割
网络单元
解码器
分辨率
输出特征
金字塔网络
印刷图案
多模态图像配准
上下文特征
局部特征描述符
单应性变换矩阵
系统为您推荐了相关专利信息
三维温度场
层析成像方法
纳米级
检测磁共振
原子力显微镜
全息成像方法
全息图
四分之一波片
相移算法
偏振片
成像显示设备
声学成像装置
主麦克风
分析模块
降噪麦克风