摘要
本发明涉及材料检测技术领域,具体涉及一种结合视觉分析的胶合板缺陷检测方法及系统,该方法包括:在待测胶合板经过砂光处理后,采用工业相机拍摄胶合板表面获取待测胶合板表面图像;对获取的待测胶合板表面图像进行图像预处理,包括灰度转换、滤波降噪和图像增强;构建基于机器学习的胶合板表面缺陷检测模型,收集胶合板表面缺陷图像样本并进行标注作为训练数据对模型进行训练;模型训练完成后将图像预处理后的待测胶合板表面图像输入模型进行胶合板缺陷检测,并输出检测结果。本发明通过视觉分析结合机器学习的胶合板缺陷检测方法精确检测出胶合板的表面缺陷,提升了胶合板缺陷的检测效率,优化生产流程的同时提高了产品质量。
技术关键词
胶合板
表面缺陷检测
缺陷检测方法
表面缺陷图像
缺陷检测程序
工业相机
图像增强
视觉
模型超参数
缺陷检测设备
传送带
缺陷检测系统
滤波
微处理器
图像采集模块
CNN网络结构
像素
计算机程序产品
流水线
系统为您推荐了相关专利信息
一次性吸收性物品
缺陷检测系统
图像采集模块
成像单元
多模态
石膏板
孪生神经网络
缺陷检测方法
图像
网络结构
缺陷检测方法
协同注意力
大坝
输出特征
解码器模型
注塑产品表面
视觉特征编码
光照
编码向量
细粒度特征
深度学习网络模型
检测印刷电路板
印刷电路板表面
注意力
表面缺陷检测