摘要
本申请提供一种基于端到端技术的阳极铜板表面杂质检测与钻孔控制方法,属于计算机视觉与机器人技术领域,包括:使用偏振相机拍摄同步得到阳极铜板的RGB图像与偏振角AoP图像,并对所述RGB图像和AoP图像进行预处理,得到处理后的RGB图像和AoP图像;将处理后的RGB图像和AoP图像输入预先建立的针对阳极铜板杂质检测与钻孔的端到端深度学习模型,端到端深度学习模型包括特征提取网络、分割网络和回归分支网络;通过特征提取网络提取图像特征,并将图像特征分别输入分割网络和回归分支网络;通过分割网络对图像特征进行杂质区域分割,得到杂质概率图;通过回归分支网络根据图像特征预测钻孔位置坐标;根据钻孔位置坐标,输出机床钻孔控制指令,控制机床对阳极铜板进行钻孔操作。
技术关键词
阳极铜板
特征提取网络
钻孔控制方法
图像
深度学习模型
预测钻孔
联合损失函数
Retinex算法
偏振相机
坐标
分支
直方图均衡化
去噪模型
机床
加权特征
对比度
消除噪声
机器人技术
系统为您推荐了相关专利信息
特征提取单元
特征提取模块
图像识别模型
相互作用模块
计算机辅助诊断方法