摘要
本申请公开了一种基于计算机视觉的电线生产缺陷检测系统及方法,其首先获取用户输入的电线特性和检测需求,通过结合电线特性和检测需求以智能调整照明系统参数,并基于照明系统参数来优化电线图像的采集过程,进一步采用基于深度学习的图像处理技术来提高电线图像缺陷识别的准确性。通过这样的方式,能够显著改善检测系统的灵活性和适应性,使其能更好地应对电线种类多样性和复杂生产环境带来的挑战,从而提升了电线缺陷检测的精确性,提高了生产线的整体效率和产品质量。
技术关键词
编码向量
电线
缺陷检测方法
空间稀疏约束
计算机视觉
编码特征
照明系统
隐性特征
缺陷检测系统
矩阵
ROI图像
空洞卷积神经网络
语义特征
图像缺陷识别
YOLO模型
图像采集模块