摘要
本发明公开了一种基于计算机视觉的冲压件缺陷检测方法,包括:通过图像采集装置获取待检测冲压件的图像,进行灰度化处理,生成待检测灰度图像;根据预设的高斯核参数,利用高斯核对待检测灰度图像进行高斯滤波处理,生成第一预处理图像;根据预设的拉普拉斯核参数,利用拉普拉斯核对第一预处理图像进行拉普拉斯滤波处理,生成第二预处理图像;构建卷积神经网络检测模型,并按照预设扩张率在卷积核当中插入间隔,生成扩张卷积神经网络检测模型;将第二预处理图像输入扩张卷积神经网络检测模型,生成待检测冲压件存在缺陷的概率,本发明通过高斯滤波、拉普拉斯滤波和扩张卷积核提高了针对冲压件缺陷进行视觉检测的准确度。
技术关键词
拉普拉斯
缺陷检测方法
冲压件
构建卷积神经网络
计算机视觉
图像采集装置
滤波模块
滑动窗口
卷积模块
缺陷检测系统
像素点
参数
计算机程序产品
处理器
噪声
计算机设备
可读存储介质
系统为您推荐了相关专利信息
多尺度特征
毛发
注射器
编解码器模型
缺陷检测方法
马尔科夫随机场模型
高斯混合模型
磁共振
矩阵
拉普拉斯方程
多尺度特征
异常检测方法
特征提取模块
编码器
预训练网络