摘要
本发明涉及一种基于多模态数据融合的纸张表面缺陷检测方法及系统,其方法主要包括:采用激光雷达和图像获取设备同时采集待测纸张数据;对激光雷达采集到的待测纸张数据进行预处理,并对预处理后待测纸张数据和图像获取设备采集的待测纸张数据进行多模态融合;收集纸张表面缺陷数据和数据标注,采用改进型的YOLOv7算法结合双层模板算法对缺陷模型进行训练,获得纸张表面缺陷模型;对目标纸张进行检测识别,并剔除缺陷纸张;可视化界面显示:可视化显示目标纸张检测识别的结果。本发明引入图像处理和深度学习技术,是一种高效、可靠的纸张表面缺陷检测方法及系统,以克服传统人工检测方法的局限性,提升印刷品的质量和生产效率。
技术关键词
纸张表面缺陷检测
图像获取设备
多模态数据融合
待测纸张
二维激光雷达
相机
检测缺陷区域
引入注意力机制
模板匹配算法
数据模块
通道
系统为您推荐了相关专利信息
道路路面施工
邻域
监控方法
像素点
图像获取设备
轴承健康
融合特征
生成电动机
递归神经网络模型
状态监测方法
智能分割方法
牙齿模型
牙齿识别方法
拉普拉斯金字塔
点云图像
肿瘤
图像特征向量
分类特征
多模态数据融合
指数
井电双控设备
多模态数据融合
处理单元
机械臂
生成控制指令