摘要
本发明提供一种超声波雷达pin针缺陷检测方法,其包括相机采集图像,并设置触发条件以自动采集图像;应用深度学习目标检测算法定位pin针位置,将采集到的图像输入至训练好的目标检测模型中,获取pin针的边界框及其置信度分数;图像处理确定pin针中心坐标位置,对目标检测模型输出的边界框区域进行图像处理,使用图像处理算法对每个pin针区域进行分析,确定pin针的中心坐标;缺陷判断,根据设定的pin针标准尺寸以及生产要求制定标准距离,记录每个pin针的像素距离,通过比较实际测量的像素距离与预设的标准距离,判断pin针是否存在缺陷。本发明利用深度学习目标检测算法和图像处理技术,能够准确识别PIN针的位置和缺陷类型,提高了检测的准确性和可靠性。
技术关键词
深度学习框架
缺陷检测方法
边缘检测算法
坐标
轮廓区域
图像处理算法
置信度阈值
像素点
YOLO模型
区域建议网络
清晰轮廓
超声波
数据
噪声
相机
系统为您推荐了相关专利信息
睑板腺成像
超声回波
影像
低强度脉冲超声波
坐标
温度场重构
温度传感器
太阳入射角
分布式光纤传感器
数据
康复训练方法
核心力量训练
图像处理算法
康复治疗技术
矫正骨盆
模体装置
校正方法
X射线投影图像
螺旋
CBCT系统