摘要
本发明涉及瓦楞纸箱检测技术领域,特别涉及一种基于机器视觉的瓦楞纸箱破损检测方法,包括步骤一、瓦楞纸箱表面数据的采集与预处理,步骤二、提取瓦楞纸箱的特征与模型构建,步骤三、瓦楞纸箱破损检测与分类,步骤四、反馈瓦楞纸箱的检测结果;本方案中,通过多模态数据融合、动态序列分析、特征提取和建模技术,实现了瓦楞纸箱破损检测的高精度和全面性;多模态数据融合综合利用了可见光图像、深度图像和红外图像,获取了更丰富和互补的信息,能够检测到单一模态可能遗漏的破损;动态序列分析捕捉了破损的发展和变化过程,及时发现潜在的渐进性破损,为瓦楞纸箱的质量评估提供了准确可靠的依据。
技术关键词
瓦楞纸箱
破损检测方法
多模态特征融合
多模态数据融合
双边滤波算法
灰度共生矩阵
canny边缘检测
视觉
纹理特征
可见光图像
分组交换方式
补光灯亮度
鲁棒性
直方图均衡化
灰度直方图
纸箱表面
生成标识
系统为您推荐了相关专利信息
病理图像分类方法
甲状腺超声图像
多模态特征融合
局部二值模式特征
甲状腺结节良恶性
柔性弯曲传感器
数据分析方法
数据手套系统
模块化传感器
多传感器
无线传输单元
阻抗传感器
食管
机器学习算法模型
数据处理单元
决策支持系统
多模态数据融合
动态知识图谱
深度强化学习
蒙特卡洛树搜索