摘要
本发明涉及图像识别技术领域,公开了一种自动识别并规划焊缝和镶嵌材料检测点位的硬度计,包括以下步骤:S1图像采集与预处理,采集焊缝和镶嵌材料的图像、S2图像特征信息提取,运用深度学习算法中的卷积神经网络对预处理后的图像进行特征提取、S3检测点位自动规划,根据识别出的焊缝和镶嵌材料的特征信息在焊缝和镶嵌材料区域自动规划检测点位、S4硬度检测执行。本发明通过建立的卷积神经网络算法,能够对获取的图像中的特征信息进行提取,并对图像进行边缘曲线识别,从而得到焊缝和镶嵌材料的精确轮廓和关键特征点,相比于现有人工识别,显著提高了图像识别的准确性和效率,也降低了识别过程中的人工成本。
技术关键词
硬度计
图像特征信息提取
焊缝
CCD视觉检测装置
规划
图像特征提取
深度学习算法
大规模图像数据
卷积神经网络算法
空间聚类算法
迁移学习技术
关键特征点
生成对抗网络
图像识别技术
云端服务器
布局
纹理特征
数据存储
系统为您推荐了相关专利信息
模型研究方法
模拟实验台
裂纹
气体缓冲罐
透射电子显微镜
轨道
序列二次规划算法
数据处理方法
施工监测数据
参数
自动泊车方法
智能车模型
三维全景图像
建立栅格地图
泊车环境
语义数据库
物体位置数据
定位系统
多模态
双目摄像头